Caracterização de defeitos no rolamento em um motor de indução trifásico utilizando a emissão acústica

Abstract

Os motores de indução trifásicos (MIT) são responsáveis por 90% da fonte primária de energia mecânica que é utilizada nas indústrias. Para garantir o desempenho desejado destes equipamentos, sem que haja interrupções na linha de produção, faz-se necessária a elaboração e a implementação de um plano de manutenção. Dentre as técnicas de manutenção aplicáveis nessas situações, destaca-se a manutenção preditiva. Neste trabalho foi estudado uma ferramenta de monitoramento preditivo dos rolamentos de um MIT por meio da técnica de Emissão Acústica (EA) em conjunto com o processamento digital de imagens. A classificação dos rolamentos foi realizada em duas etapas, que consistem em identificar a presença do defeito e o tipo do defeito, respectivamente. Todo o procedimento para diagnosticar o rolamento foi realizado a partir do processamento digital do espectrograma do sinal acústico gerado pelo motor. Para viabilizar a aquisição dos dados em campo, foi desenvolvido um protótipo portátil que realiza a aquisição do sinal acústico e encaminha o mesmo para um servidor online, onde fica salvo o sinal original, ao mesmo tempo que envia este mesmo áudio para uma workstation local, onde ocorre todo o processamento. A execução do processamento do áudio é realizada de forma sequencial e automática. Com isto, para diagnosticar o rolamento, o usuário tem a função única de iniciar o sistema e aguardar o resultado. Para identificar o tipo do defeito, dentre os estudados, foi utilizada uma Rede Neural Convolucional (RNC), que ao final do treinamento, obteve uma acurácia de 93,02%.