ANÁLISE DE SINAIS DE CORRENTE ELÉTRICA PARA O DIAGNÓSTICO DE FALHAS EM ROLAMENTOS DE MOTORES DE INDUÇÃO

Luis Felipe da Silva Maciel, Renato Kazuo Miyamoto

Resumo


Este trabalho investiga o diagnóstico de falhas em rolamentos de motores de indução trifásicos por meio da análise de vibração via assinatura de corrente elétrica. Considerando que os rolamentos são responsáveis por aproximadamente 40% das falhas nesses motores, a pesquisa utiliza análise de sinais de correntes coletados sob diferentes condições de cargas, que foram tratados pela Transformada Rápida de Fourier (FFT) no Matlab para identificar as frequências características dos defeitos. Os resultados mostram que a análise espectral da corrente permite identificar precocemente defeitos, oferecendo uma alternativa eficiente e de menor custo para manutenção preditiva industrial, contribuindo para a redução de paradas inesperadas e aumento da vida útil dos motores.


Palavras-chave


Motores de indução trifásico; Falhas em rolamentos; Análise de vibração; Assinatura de corrente; Manutenção preditiva.

Texto completo:

Sem título

Referências


ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 16889: Motores de indução alimentados por conversores de frequência - parâmetros de desempenho e critérios de aplicação. 1.0 ed. Rio de Janeiro, 60 p, 2020.

AZEEZ, Abid Abdul; ALKHEDHER, Mohammad; GADALA, Mohamed S. Thermal imaging fault detection for rolling element bearings. In: 2020 Advances in Science and Engineering Technology International Conferences (ASET). IEEE, 2020. p. 1-5.

BENITO, Cesar Luís Guimaraes et al. Análise biespectral em sinal de corrente do motor de indução trifásico para detecção de falha no estator Bispectrum analysis in three-phase induction motor current sign with for detection stator fault. 2023.

BIANCHINI, Carolina Alves et al. Diagnóstico de falhas localizadas de rolamento em motores de indução trifásicos a partir de um modelo matemático. 2023. Dissertação de Mestrado. Universidade Tecnológica Federal do Paraná.

BRITO, Jorge Nei. Desenvolvimento de um sistema inteligente híbrido para diagnóstico de falhas em motores de indução trifásicos. 2002. Tese de Doutorado. [sn].

CHAPMAN, Stephen J. Fundamentos de máquinas elétricas [recurso

eletrônico]; tradução: Anatólio Laschuk. – 5. ed. Dados eletrônicos. – Porto Alegre: AMGH, 2013.

COSTA, Igor Brutkowski Vieira da et al. Detecção de barra quebrada em rotores de motores de indução através da análise da deformação dinâmica do estator. 2016. Dissertação de Mestrado. Universidade Tecnológica Federal do Paraná.

DA SILVA PEREIRA, Klariman Yasmin; GRANDE, Campo. Diagnóstico de falhas elétricas em motores de indução trifásico utilizando método de análise de vibração e análise do espectro de corrente. 2021.

DALMOLIM, Alexandre Alves. Bancada didática para ensaios de motores de indução trifásicos. 2019.

DALVAND, Fardin et al. Current noise cancellation for bearing fault diagnosis using time shifting. IEEE Transactions on Industrial Electronics, v. 64, n. 10, p. 8138-8147, 2017.

DEMS, Maria; KOMEZA, Krzysztof. Designing an energy-saving induction motor operating in a wide frequency range. IEEE Transactions on Industrial Electronics, v. 69, n. 5, p. 4387-4397, 2021.

DENG, Wu et al. A novel fault diagnosis method based on integrating empirical wavelet transform and fuzzy entropy for motor bearing. IEEE access, v. 6, p. 35042-35056, 2018.

DOS SANTOS, HERMAN LUCAS et al. PROPOSTA E IMPLEMENTAÇÃO DE UM SISTEMA NÃO-INVASIVO UTILIZANDO SINAIS SONOROS PARA DETECÇÃO DE FALHAS EM MOTORES DE INDUÇÃO TRIFÁSICO. In: Congresso Brasileiro de Automática-CBA. 2019.

FITZGERALD, Arthur Eugene; KINGSLEY, Charles; UMANS, Stephen D. Electric machinery. 2003.

GARCIA, Vilson. Detecção de faltas em motores de indução por meio de campo magnético externo auxiliado por conversor sigma-delta: estudo em rotor com barras rompidas. 2024.

GLOWACZ, Adam. Acoustic based fault diagnosis of three-phase induction motor. Applied Acoustics, v. 137, p. 82-89, 2018.

HECKBERT, Paul. Fourier transforms and the fast Fourier transform (FFT) algorithm. Computer Graphics, v. 2, n. 1995, p. 15-463, 1995.

I

NTERNATIONAL ELECTROTECHNICAL COMMISSION. IEC 60034-26: Rotating electrical machines - Part 26: Effects of unbalanced voltages on the performance of three-phase cage induction motors. 1.0 ed. International Standard, 21 p, 2006.

LOPES, T. D. et al. Aplicação do Algoritmo Random Forest como Classificador de Padrões de Falhas em rolamentos de Motores de Indução. XIII Simpósio Brasileiro de Automação Inteligente, Porto Alegre, 2017.

MARQUES, Ana Claudia; BRITO, Jorge Nei. Importância da manutenção preditiva para diminuir o custo em manutenção e aumentar a vida útil dos equipamentos. Brazilian Journal of Development, v. 5, n. 7, p. 8913-8923, 2019.

MARTINEZ-HERRERA, Ana L. et al. Multiple fault detection in induction motors through homogeneity and kurtosis computation. Energies, v. 15, n. 4, p. 1541, 2022.

MATEER, Todd. Fast Fourier transform algorithms with applications. 2008. Tese de Doutorado. Clemson University. 2008.

MEDEIROS, João Telésforo Nóbrega de. Fadiga de contato de discos metálicos não-conformes submetidos a ensaios a seco de rolamento cíclico. 2002.

NAYANA, B. R.; GEETHANJALI, Paul. Analysis of statistical time-domain features effectiveness in identification of bearing faults from vibration signal. IEEE Sensors Journal, v. 17, n. 17, p. 5618-5625, 2017.

NISHAT TOMA, Rafia; KIM, Jong-Myon. Bearing fault classification of induction motors using discrete wavelet transform and ensemble machine learning algorithms. Applied Sciences, v. 10, n. 15, p. 5251, 2020.

OJAGHI, Mansour; SABOURI, Mahdi; FAIZ, Jawad. Analytic model for induction motors under localized bearing faults. IEEE Transactions on energy conversion, v. 33, n. 2, p. 617-626, 2017.

OKWUOSA, Chibuzo Nwabufo; AKPUDO, Ugochukwu Ejike; HUR, Jang-Wook. A cost-efficient MCSA-based fault diagnostic framework for SCIM at low-load conditions. Algorithms, v. 15, n. 6, p. 212, 2022.

OTANI, Mario; MACHADO, Waltair Vieira. A proposta de desenvolvimento de gestão da manutenção industrial na busca da excelência ou classe mundial. Revista Gestão Industrial, v. 4, n. 2, 2008.

RADECKI, Andrzej et al. Evaluation of a diagnostic information on common electrical faults contained in signals of an inverter-fed AC IM drive with current-oriented control. In: 2016 10th International Conference on Compatibility, Power Electronics and Power Engineering (CPE-POWERENG). IEEE, 2016. p. 286-291.

RAMALHO, Geraldo Luis Bezerra et al. Detecção de falhas em motores elétricos através da classificação de padrões de vibração utilizando uma rede neural ELM. Holos, v. 4, p. 185-194, 2014.

RANJAN, Rakesh; GHOSH, Subrata Kumar; KUMAR, Manoj. Fault diagnosis of journal bearing in a hydropower plant using wear debris, vibration and temperature analysis: A case study. Proceedings of the Institution of Mechanical Engineers, Part E: Journal of Process Mechanical Engineering, v. 234, n. 3, p. 235-242, 2020.

SOUALHI, Moncef et al. Health monitoring of bearing and gear faults by using a new health indicator extracted from current signals. Measurement, v. 141, p. 37-51, 2019.

SOUZA, Rodrigo Bastos de. Manutenção inteligente: plataforma para aquisição de dados em atuadores elétricos. 2018.

TAHKOLA, Mikko et al. A novel machine learning-based approach for induction machine fault classifier development—a broken rotor bar case study. Energies, v. 15, n. 9, p. 3317, 2022.

TOLIYAT, Hamid A. et al. Electric machines: modeling, condition monitoring, and fault diagnosis. CRC press, 2012.

VERARDI, Marcelo. Análise do escoamento e da geração de ruído no sistema de ventilação externo de um motor de indução trifásico. 2008.

WANG, Ziwei et al. Fault diagnosis of a rolling bearing using wavelet packet denoising and random forests. IEEE Sensors Journal, v. 17, n. 17, p. 5581-5588, 2017.

WEG, S. A. Guia de especificação─ motores elétricos. set. 2024.