Detecção de falhas em bancada experimental de máquinas rotativas utilizando sistemas inteligentes

• Processo: 18/21512-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2018
• Data de Término da vigência: 31 de dezembro de 2020
• Área de conhecimento: Engenharias - Engenharia Mecânica - Projetos de Máquinas
• Pesquisador responsável: Mara Lúcia Martins Lopes
• Beneficiário: Vinícius Iamashita Sano Amaral
• Instituição Sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
• Assunto(s): Inteligência artificial Redes neurais (computação) Integridade estrutural Máquinas rotativas Erro (falhas computacionais) Simulação por computador
• Palavra(s)-Chave do Pesquisador: Análise da Integridade Estrutural | Deteccao de Falhas | Redes Neurais Artificiais | Sistemas Inteligentes | Teoria da Ressonância Adaptativa | Análise da Integridade Estrutural, Sistemas Inteligentes

Resumo

O projeto de pesquisa consiste no desenvolvimento de um sistema inteligente para a análise da integridade estrutural de um rotor desbalanceado. Os dados são obtidos através de simulações realizadas em uma bancada experimental. Para realizar as simulações das condições normais (base-line) e anormais (falha estrutural) do rotor desbalanceado acrescenta-se a massa da estrutura fazendo com que o comportamento da estrutura seja dinamicamente alterado, caracterizando uma situação anormal. Para a detecção da falha no sistema será utilizado um sistema inteligente, mais precisamente, a rede neural ARTMAP Fuzzy que é uma arquitetura baseada na teoria da ressonância adaptativa. Esta rede neural é estável e robusta e permite a inclusão do módulo de treinamento continuado, ou seja, um mecanismo interno que possibilita a obtenção do conhecimento sem a necessidade de reiniciar o processo de treinamento com a inclusão de novos padrões, portanto o sistema proposto se aperfeiçoará automaticamente, com isso, garantindo uma vantagem em relação a outras topologias de redes neurais artificiais.