Reconhecimento automático de padrões de defeitos em motobombas utilizando análise de sinais de vibração
AUTOR(ES)
Suelen Marconsini Loureiro
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
17/08/2009
RESUMO
A manutenção preditiva possui um papel importante na economia e segurança de sistemas petrolíferos. A análise de sinais de vibração obtidos das máquinas envolvidas no processo de extração petrolífera permite a especialistas altamente capacitados caracterizar e monitorar a sua situação. No entanto, o custo e a falta de disponibilidade desses especialistas tornam desejável a existência de sistemas automáticos que apoiem a análise. Este trabalho descreve um procedimento computacional para reconhecimento de padrões de defeitos em equipamentos do tipo motobomba. O procedimento consiste na aplicação combinada de técnicas previamente selecionadas para cada etapa do processo de reconhecimento dos padrões. Técnicas de processamento de sinais são utilizadas para obter atributos descritivos a partir dos sinais de vibração. Duas abordagens são avaliadas para a seleção de características relevantes: a utilização de heurísticas com base no conhecimento especializado do domínio (abordagem manual) e a aplicação de algoritmos de seleção (abordagem automática). Exemplos reais são submetidos a um algoritmo de aprendizado pervisionado para comparação das abordagens manual e automática de seleção.
ASSUNTO(S)
vibração processamento de sinais classificação localização de falhas (engenharia) motobombas - defeito ciencia da computacao reconhecimento de padrões
Documentos Relacionados
- Diagnostico de defeitos em equipamentos utilizando metodos estatisticos de reconhecimento de padrões
- Análise discriminante paramétrica para reconhecimento de defeitos em tábuas de eucalipto utilizando imagens digitais
- Reconhecimento automático de padrões em imagens ecocardiográficas
- Reconhecimento de padrões de falhas em motores trifásicos utilizando redes neurais
- Reconhecimento automático de locutor utilizando medidas de invariantes dinâmicas não-lineares