Banca de QUALIFICAÇÃO: WALLISSON FERNANDES MARTINS DOS SANTOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : WALLISSON FERNANDES MARTINS DOS SANTOS
DATA : 26/07/2022
HORA: 15:30
LOCAL: Sala virtual Google Meet
TÍTULO:

Detecção e diagnóstico de falhas em rolamentos utilizando técnicas de Inteligência Artificial em sinais de vibração

PALAVRAS-CHAVES:

detecção e diagnósticos de falhas, técnicas de inteligência artificial, diagnóstico de falhas em rolamentos, aprendizado de máquinas.

PÁGINAS: 47
RESUMO:

Com o desenvolvimento, aumento da complexidade e dos custos dos sistemas industriais, medidas de gestão que visam impedir ou mitigar a perda de confiabilidade, diminuição da produtividade e riscos de segurança, provocados por anormalidades de processo e falhas de componentes, tornam-se cada vez mais importantes. Nesse contexto, a Inteligência Artificial (IA) vem se consolidando como um meio eficaz e desafiador no processo de monitoramento, detecção e diagnóstico de falhas em equipamentos e sistemas industriais. Dentre os equipamentos, que são frequentemente objeto de estudos, destacam- se os rolamentos, que são componentes mecânicos críticos das máquinas rotativas. O monitoramento de vibração é a técnica mais amplamente utilizada para detectar, localizar e distinguir falhas em rolamentos. Motivado pelo desempenho eficiente e crescente das técnicas IA e da importância dos rolamentos nos processos industriais, este trabalho propõe o desenvolvimento de um método inteligente de detecção e diagnóstico de falhas em rolamentos, aplicando as técnicas de IA. Para o desenvolvimento do método proposto, será utilizando o banco de dados de ensaios em rolamentos da Case Western Reserve University (CWRU). Os sinais de vibração brutos passarão por abordagens de processamento de sinal como análise estatística, Transformada de Fourier e Transformada Wavelet para extrair as características representativas do sinal ruidoso e não estacionário. Para melhorar o desempenho do sistema de diagnóstico, serão utilizados métodos de redução de dimensão aos recursos obtidos na etapa de extração, como Análise de Componentes Principais (ACP) e Seleção Sequencial de Recursos (SSR). Na última etapa, os recursos extraídos do sinal de vibração serão usados para categorizar as condições do rolamento, usando algoritmos de aprendizado de máquina como Rede Neural Artificial (RNA), máquina de vetor de suporte (MVS), k-vizinho mais próximo (k-NN) e/ou Rede Neural Profundas (RNP), para classificar as falhas no rolamento.

MEMBROS DA BANCA:
Presidente - 1451883 - FABIO MENEGHETTI UGULINO DE ARAUJO
Interno - 1242315 - PABLO JAVIER ALSINA
Externo à Instituição - MARCELO ROBERTO BASTOS GUERRA VALE - UFERSA