Detecção de falhas em um Sistema Rotativo utilizando Sistemas Imunológicos Artificiais
DOI:
https://doi.org/10.5540/03.2021.008.01.0395Palavras-chave:
SHM, AIS, Análise de Vibrações, Bioengenharia, Sistemas DinâmicosResumo
É ascendente a pesquisa e desenvolvimento de ferramentas computacionais, baseadas em técnicas de computação inteligente, afim de detectar falhas estruturais em máquinas e equipamentos no mundo inteiro. Essa pesquisa propõe o desenvolvimento de um Sistema de Monitoramento da Integridade Estrutural (do inglês, Structural Health Monitoring - SHM), com base na teoria de Sis temas Imunológicos Artificiais, utilizando-se o Algoritmo de Seleção Negativa (ASN), que determina a identificação e quantificação de falhas de um sistema dinâmico rotativo. O sistema de aquisição de dados utilizado, foi proposto na visão da simplicidade e baixo custo, composto por um microcontrolador Arduíno e um acelerômetro MPU6050. Para aquisição do banco de dados com sinais livres de falhas (sinais próprios), utilizou-se um intervalo de frequência que variou de 2 Hz a 60 Hz, em passos de 2 Hz, contendo 10 sinais de tamanho (1 x 4000) para cada frequência. O banco de dados detectores (não próprios), foi constituído após a retirada de dois parafusos (um oposto ao outro) da junta flexível, o que gerou o desbalanceamento do sistema. Com base nos critérios de funcionalidade proposto, perante a avaliação da robustez, precisão e eficiência no processo de diagnóstico de falhas no rotor, o algoritmo imunológico artificial (ASN), apresentou excelente desempenho, quando aplicado para seleção e grupamento de amostras (sinais). O algoritmo foi capaz de identificar as falhas do desbalanceamento do sistema, apresentando acertos com 100 % de precisão.
Downloads
Referências
ABRAMAN, A. situação da Manutenção no Brasil, In: Anais do 26º Congresso Brasileiro de Manutenção, Curitiba: Abraman, 2011.
Betta, G., Liguori, C., Paolillo, A., Pietrosanto, A. A DSP-based FFT-analyzer for the fault diagnosis of rotating machine based on vibration analysis. IEEE Transactions on Instrumentation and Measurement, v. 51, n. 6, p. 1316-1322, 2002.
Forrest, S., Perelson, A. S., Allen, L., Cherukuri, R. Self-nonself discrimination in a computer, Proceedings of 1994 IEEE computer society symposium on research in security and privacy, p. 202–212, 1994.
Hall, S. R. The effective management and use of structural health data, Proceedings of the 2nd International Workshop on Structural Health Monitoring, p. 265-275, 1999.
Inmam, D. J. Smart structures: example and new problems, Congresso Brasileiro de Engenharia Mecânica – COBREM, n. 16, p. 26-30, 2001.
Jeffcott, H. H. The lateral vibration of loaded shafts in the neighbourhood of a whirling speed — The effect of want of balance, The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, volume 37, n.219, p. 304-314, 1919.
Lima, F. P. dos A. Novas Abordagens Híbridas Inteligentes Aplicadas ao Diagnóstico de Falhas Estruturais Utilizando Sistemas Imunológicos Artificiais, Redes Neurais Artificiais e Transformada Wavelet, Tese de P´os Doutorado, UNESP, 2018.
Lima, F. P. dos A. Diagn´ostico de dist´urbios de tens˜ao em sistemas de distribuição baseado num sistema imunol´ogico artificial com aprendizado continuado, Universidade Estadual Paulista, 2016.
Rytter, A. Vibrational based inspection of civil engineering structures, Dept. of Building Technology and Structural Engineering, Aalborg University, 1993.
Silva, L. N. de C. Engenharia imunológica: desenvolvimento e aplicação de ferramentas computacionais inspiradas em sistemas imunológicos artificiais, Universidade Estadual de Campinas, 2001.
Valles-Novo, R., de Jesus Rangel-Magdaleno, J., Ramirez-Cortes, J. M., Peregrina-Barreto, H., Morales-Caporal, R. Empirical mode decomposition analysis for broken-bar detection on squirrel cage induction motors, IEEE Transactions on Instrumentation and Measurement, v. 64, n. 5, p. 1118-1128, 2014.
