Detecção de Falhas em Máquinas Rotativas Utilizando Redes Neurais Convolucionais e Imagens de Vibração

• Processo: 24/00737-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 30 de junho de 2025
• Área de conhecimento: Engenharias - Engenharia Mecânica - Mecânica dos Sólidos
• Pesquisador responsável: Tiago Henrique Machado
• Beneficiário: João Pedro Daltro Santos
• Instituição Sede: Faculdade de Engenharia Mecânica (FEM). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Máquinas rotativas Redes neurais Dinâmica de rotores
• Palavra(s)-Chave do Pesquisador: Identificação de Falhas | Imagens de Vibração | máquinas rotativas | Redes neurais | Dinâmica de Rotores

Resumo

No contexto de operações industriais, é crucial garantir a disponibilidade contínua de máquinas e equipamentos, evitando interrupções não planejadas. Para alcançar esse objetivo, técnicas avançadas de predição e identificação de falhas têm se mostrado indispensáveis. Ao adotar tais abordagens, é possível elevar a confiabilidade dos sistemas e minimizar a necessidade de intervenções corretivas. Esse aspecto ganha ainda mais relevância quando se trata de máquinas rotativas, amplamente presentes em diferentes setores industriais. Nesse sentido, explorar métodos de previsão e detecção de falhas torna-se uma estratégia fundamental para otimizar o desempenho operacional e assegurar a eficiência das operações. Neste contexto, o objetivo do presente trabalho é de investigar métodos de machine learning, em especial redes neurais, para aplicação na detecção de falhas em diferentes tipos de comportamento vibratório de sistemas rotativos. Para isso, será utilizado banco de dados contendo diversos sinais capturados de acelerômetros em sistemas rotativo físicos reais, juntamente com a aplicação da técnica de Imagens de Vibração para um pré-processamento dos dados.