ESTUDO DA APLICAÇÃO DE ALGORITMOS DE MACHINE LEARNING  NA MANUTENÇÃO PREDITIVA DE MOTORES ELÉTRICOS

milton carlos soares pereira junior; Joacir Simoes Ferreira

Todos os Trabalhos

Trabalho

DOI

10.29327/1376672.710517

Título do Trabalho

ESTUDO DA APLICAÇÃO DE ALGORITMOS DE MACHINE LEARNING NA MANUTENÇÃO PREDITIVA DE MOTORES ELÉTRICOS

Autores

milton carlos soares pereira junior
Joacir Simoes Ferreira

Modalidade

SICTI

Área temática

Engenharias

Data de Publicação

23/02/2024

País da Publicação

Brasil

Idioma da Publicação

Português

Página do Trabalho

https://www.even3.com.br/anais/iv-congresso-de-pesquisa-pos-graduacao-e-inovacao-351904/710517-estudo-da-aplicacao-de-algoritmos-de-machine-learning--na-manutencao-preditiva-de-motores-eletricos

ISBN

978-65-272-0307-0

Palavras-Chave

Algoritmos de aprendizado de máquinas; manutenção controlada; detecção de falhas.

Resumo

Os motores elétricos são máquinas indispensáveis para as indústrias de manufatura moderna. Através da conversão eletromecânica de energia, eles são responsáveis por fazer o acionamento de equipamentos industriais, trazendo movimento para as linhas de produção. Entretanto, assim como as demais máquinas rotativas, essa está sujeita a diversos fatores que contribuem para o surgimento de falhas. Como consequência, o motor passa a ter dificuldade em executar sua função, podendo ocasionar na para da linha de produção, gerando prejuízos financeiros e/ou físicos. Diante disso, muitas indústrias passaram a adotar a manutenção preditiva de seus equipamentos, visando identificar as falhas em seus estágios iniciais e corrigi-las antes que se desenvolvam para estados mais críticos. Contudo, existem diversos fatores que limitam a aplicação desse tipo de manutenção, entre eles, a necessidade de mão de obra especializada para realizar a leitura dos parâmetros de funcionamento do equipamento. Com o propósito de sanar essa necessidade, algoritmos de aprendizado de máquina vêm sendo ensinados a identificar e classificar os principais defeitos dos motores elétricos. Atualmente, diferentes autores vêm testando inúmeros algoritmos e suas variantes no problema citado, em busca de uma metodologia capaz de identificar e classificar a maioria dos defeitos, ou os mais recorrentes, com alta precisão e baixo custo computacional. Diante do exposto, a presente pesquisa se justifica pela necessidade de familiarização com o tema, visto que o assunto debatido visa aumentar a disponibilidade e confiabilidade dos equipamentos industriais, características necessárias para as máquinas das indústrias de manufatura modernas. Além disso, é necessário ressaltar que o uso do aprendizado de máquina no chão de fábrica é um dos temas debatidos na indústria 4.0, que se encontra em lenta, porém progressiva adoção mundo afora. Diante disso, a presente pesquisa tem como objetivo fazer uma revisão bibliográfica sobre o tema, identificando e compreendendo os algoritmos mais aplicados nessa metodologia e os defeitos mais recorrentes nos motores elétricos. Além disso, o presente trabalho se propôs a testar em uma base pública os algoritmos que obtiveram os resultados mais promissores nos trabalhos revisados. Como resultado da revisão bibliográfica, observou-se que os defeitos mais recorrentes nos motores de indução, que são os mais amplamente aplicados nas indústrias, são: trincas e rachaduras nos rolamentos, barras e anéis terminais quebrados no rotor, curto-circuito no estator, e excentricidade. Quanto aos algoritmos, observou-se uma preferência dos autores em trabalhar com as redes neurais artificiais, máquina de vetores de suporte, k-ésimos vizinhos mais próximos, florestas aleatórias e aprendizado profundo. Diante disso, esses algoritmos, com exceção do aprendizado profundo, foram aplicados no conjunto de dados de manutenção preditiva (AI4I 2020). Como resultado, observou-se que o algoritmo de floresta aleatória obteve a maior precisão entre os algoritmos, obtendo acurácia de 99,7%, precisão de 99,4%, recall de 100% e tempo de treinamento de 8ms. Diante do exposto, a presente pesquisa conseguiu concluir todos os objetivos propostos, realizando uma ampla revisão quanto ao conteúdo e testando com sucesso os algoritmos estudados.

Título do Evento: IVCPPGI-XXSICTI-IIIJE-IIPIBIEX
Cidade do Evento: Salvador
Título dos Anais do Evento: Anais do IV Congresso de Pesquisa, Pós-Graduação e Inovação e III Jornada de Extensão do IFBA
Nome da Editora: Even3
Meio de Divulgação: Meio Digital
DOI

Como citar

JUNIOR, milton carlos soares pereira; FERREIRA, Joacir Simoes. ESTUDO DA APLICAÇÃO DE ALGORITMOS DE MACHINE LEARNING NA MANUTENÇÃO PREDITIVA DE MOTORES ELÉTRICOS.. In: . Disponível em: https//www.even3.com.br/anais/iv-congresso-de-pesquisa-pos-graduacao-e-inovacao-351904/710517-ESTUDO-DA-APLICACAO-DE-ALGORITMOS-DE-MACHINE-LEARNING--NA-MANUTENCAO-PREDITIVA-DE-MOTORES-ELETRICOS. Acesso em: 01/07/2025