DIAGNÓSTICO AUTOMÁTICO DE FALHAS EM MANCAIS DE MÁQUINAS ROTATIVAS
Palavras-chave:
Diagnóstico de Falhas, Mancais de Máquinas Rotativas, Random Forest.Resumo
Este artigo apresenta um método para diagnosticar falhas em máquinas rotativas através da análise de sinais de vibração a fim de propor uma nova metodologia de manutenção para as impressoras do tipo offset da Divisão Gráfica da Universidade Federal do Rio de Janeiro (UFRJ). Para tanto, o trabalho faz a classificação de três tipos de classes diferentes: sinais com defeito no mancal afastado do motor, sinais com defeito no mancal próximo ao motor e sinais normais. Além disso, também é feita a classificação dos tipos de defeitos que ocorrem nos mancais próximo e afastado do motor: defeito na gaiola, na pista externa e na esfera. O algoritmo usado para fazer a classificação foi o Random Forest, que atingiu uma acurácia de 98,15%.
Referências
ABNT ‒ ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5462: confiabilidade e mantenabilidade. Rio de Janeiro, 1994.
ABREU, A. M.; SOARES, I. M.; SOUZA, S. T. O. Termografia em manutenção preditiva: conceitos e aplicabilidades em máquinas e equipamentos industriais. Revista de Divulgação do Projeto Universidade Petrobras e IF Fluminense, v. 2, n. 1, p. 89-94, nov. 2012.
BREIMAN, L. Random forests. Machine Learning, v. 45, p. 5-32, out. 2001.
GRÁFICA UFRJ. Máquinas da gráfica. Disponível em: <http://www.grafica.ufrj.br/index.php/maquinas>. Acesso em: 11 ago. 2016.
JARDINE, A. K. S.; LIN, D.; BANJEVIC, D. A review on machinery diagnostics and prognostics implementing condition-based maintenance. Mechanical Systems and Signal Processing, v. 20, p. 1483-1510, nov. 2005.
MARTINS, D. H. C. de S. S.; VIANA, D. P.; PREGO, T. de M.; LIMA, A. A. de; LÓPEZ, R. Z.; NETTO, S. L. Diagnóstico de falhas em máquinas rotativas utilizando random forest. Anais do XXXIV Simpósio Brasileiro de Telecomunicações (SBrT), set. 2016.
NEPOMUCENO, L. X. Técnicas de manutenção preditiva: volume 1. 6. ed. São Paulo: Blucher, 2013.
NORTON, R. L. Projeto de máquinas: uma abordagem integrada. 2. ed. Porto Alegre: Bookman, 2007.
RANDALL, R. B.; ANTONI, J. Rolling element bearing diagnostics: a tutorial. Mechanical Systems and Signal Processing, v. 25, p. 485-520, 2011.
SAIDI, L.; ALI, J. B.; FNAIECH, F. The use of spectral kurtosis as a trend paramater for bearing faults diagnosis. Sciences and Techniques of Automatic Control and Computer Engineering (STA). 15th International Conference, p. 394-399, dez. 2014.
SENAI, Impressora offset: máquina alimentada a folha. São Paulo: SENAI-SP, 2014.
SOUZA, V. C. D. Organização e gerência da manutenção: planejamento, programação e controle de manutenção. 4. ed. São Paulo: All Print Editora, 2011.
WALTER, C. L.; SALLES, A. A. Manutenção preditiva, o caminho para a excelência: uma vantagem competitiva. In: XIII SIMPEP, Bauru, SP, Brasil, 06 a 08 nov. 2006.
ZAMBRANO, R. L. Classificação automática de defeitos em máquinas rotativas. Projeto Final de Graduação ‒ Universidade Federal do Rio de Janeiro. Rio de Janeiro, Brasil, 2014.
Downloads
Publicado
Edição
Seção
Licença
Este obra está licenciado com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.
Esta licença permite que outros remixem, adaptem e criem a partir do seu trabalho para fins não comerciais, e embora os novos trabalhos tenham de lhe atribuir o devido crédito e não possam ser usados para fins comerciais, os usuários não têm de licenciar esses trabalhos derivados sob os mesmos termos.
A Revista PGPU permite que o(s) autor(es) mantenha(m) os direitos autorais de seu trabalho, desde que repasse(m) os direitos da primeira publicação ao periódico.
