Análise de Processamento de Sinais Não Estacionários e Efeitos de Não Linearidade em Mancais Hidrodinâmicos

• Processo: 25/14412-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
• Data de Início da vigência: 01 de março de 2026
• Data de Término da vigência: 28 de fevereiro de 2027
• Área de conhecimento: Engenharias - Engenharia Mecânica - Mecânica dos Sólidos
• Pesquisador responsável: Gregory Bregion Daniel
• Beneficiário: Matheus Victor Inacio
• Supervisor: Athanasios Chasalevris
• Instituição Sede: Faculdade de Engenharia Mecânica (FEM). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: National Technical University Of Athens, Zografou Campus, Grécia
• Vinculado à bolsa: 22/12565-1 - Identificação de falhas em mancais hidrodinâmicos usando aprendizado de máquina, BP.DD
• Assunto(s): Aprendizado computacional Dinâmica de rotores Mancais hidrodinâmicos
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | dinâmica de rotores | Identificação de Falhas | mancais hidrodinâmicos | Não lineariadade | Processamento de Sinais Não Estacionários | Dinâmica de rotores

Resumo

Mancais hidrodinâmicos desempenham um papel fundamental no suporte de rotores, no amortecimento de vibrações e na minimização do atrito em máquinas rotativas, sendo que seu desempenho impacta diretamente a estabilidade e a vida útil dos equipamentos. Como falhas podem levar a sérios problemas durante a operação, a detecção precoce de falhas é crucial para evitar paradas inesperadas e altos custos de reparo. Por isso, diversas pesquisas focam em técnicas avançadas de monitoramento e diagnóstico para melhorar a confiabilidade do sistema. Nesse contexto, este projeto BEPE (Bolsa de Estágio em Pesquisa no Exterior) tem como objetivo desenvolver uma nova abordagem para identificar mancais hidrodinâmicos que operam com falhas relacionadas a perfis não circulares. A abordagem proposta envolve o treinamento de um modelo de rede neural alimentado por atributos da resposta dinâmica do rotor, permitindo mapear a relação entre esses atributos e os perfis não circulares dos mancais. Até o momento, diversos atributos foram avaliados por meio da aplicação da Transformada Rápida de Fourier (FFT) aos sinais no domínio do tempo, obtendo resultados promissores em condições de rotação em regime estacionário. Entretanto, para garantir a eficácia em aplicações práticas, essa abordagem precisa ser mais robusta e confiável, especialmente em máquinas sob condições transientes. Assim, nesta nova fase do projeto, propõe-se o uso de novas técnicas de processamento de sinais para garantir a extração de características relevantes que capturem de forma eficaz as assinaturas de falhas associadas a perfis não circulares dos mancais. Além disso, o estudo abordará os efeitos de não linearidade nos modelos de mancais, uma vez que o desenvolvimento de modelos precisos e representativos é essencial para gerar conjuntos de dados confiáveis que reflitam condições reais de falha. Na abordagem originalmente proposta, a rede neural é treinada com dados simulados gerados a partir de modelos de mancais HD e THD, nos quais as forças hidrodinâmicas são linearizadas em torno da posição de equilíbrio do rotor. Contudo, o rotor pode operar em condições extremas, como alta excentricidade, órbitas de vibração amplas ou proximidade à velocidades críticas, o que tende a aumentar os efeitos não lineares do mancal hidrodinâmico sobre a resposta dinâmica do rotor, justificando uma melhor avaliação dessas condições e seus impactos na abordagem proposta para identificação de mancais com perfis não circulares. Portanto, este projeto BEPE visa aprofundar o desenvolvimento da abordagem proposta para identificação de mancais com perfis não circulares, a fim de explorar novos atributos relevantes por meio de outras técnicas de processamento de sinais e investigar a influência dos efeitos de não linearidade das forças hidrodinâmicas no processo de identificação.