Diagnóstico automatizado de falhas em motores de indução trifásicos por redes neurais artificiais com dados do Motor Fault Simulator (MFS-UFRJ)

Página do item simplificado
dc.contributor.advisorHilel,, Luiz Guilherme
dc.contributor.authorRodrigues, Lucas Rodrigues Coutinho dos
dc.date.accessioned2026-03-20T23:24:34Z
dc.date.created2026-02-09
dc.descriptionA Manutenção Preditiva (PdM) representa uma evolução estratégica na gestão de ativos industriais, utilizando Inteligência Artificial (IA) para antecipar falhas em equipamentos críticos. Este trabalho tem como objetivo desenvolver uma solução computacional para o diagnóstico automatizado de falhas em motores de indução trifásicos, utilizando Redes Neurais Artificiais (RNA). A metodologia proposta baseia-se na análise de sinais de vibração e corrente da base de dados pública do Motor Fault Simulator (MFS) da UFRJ. Para lidar com o grande volume de dados, foi implementada uma rotina de processamento em lotes para a extração de características relevantes nos domínios do tempo e da frequência. O principal resultado desta fase do projeto é a construção e validação de um pipeline de dados robusto e de uma arquitetura de rede neural.
dc.description.abstractPredictive Maintenance (PdM) represents a strategic evolution in industrial asset management, using Artificial Intelligence (AI) to anticipate failures in critical equipment. This work aims to develop a computational solution for the automated fault diagnosis of three-phase induction motors, using Artificial Neural Networks (ANN). The proposed methodology is based on the analysis of vibration and current signals from the public Motor Fault Simulator (MFS) dataset from UFRJ. To handle the large volume of data, a batch processing routine was implemented for the extraction of relevant features in the time and frequency domains. The main result of this project phase is the construction and validation of a robust data pipeline and an MLP-type neural network architecture.
dc.identifier.advisorOrcid0000-0002-5497-7285
dc.identifier.authorOrcid0009-0001-6662-3265
dc.identifier.urihttps://hdl.handle.net/20.500.14387/3046
dc.language.isopor
dc.publisher.campiSabará
dc.publisher.countryBrasil
dc.publisher.institutionInstituto Federal de Minas Gerais
dc.publisher.programBacharelado em Engenharia de Controle e Automação
dc.rightsAcesso aberto
dc.subject.cnpqEngenharias
dc.subject.keywordsLocalização de falhas (Engenharia)
dc.subject.keywordsAprendizado do computador
dc.subject.keywordsProcessamento de sinais
dc.subject.keywordsAutomação industrial
dc.subject.keywordsVibração - Medição
dc.subject.keywordsMotores elétricos de indução
dc.titleDiagnóstico automatizado de falhas em motores de indução trifásicos por redes neurais artificiais com dados do Motor Fault Simulator (MFS-UFRJ)
dc.title.alternativeAutomated fault diagnosis in three-phase induction motors using artificial neural networks with data from the Motor Fault Simulator (MFS-UFRJ)
dc.typeTrabalho de Conclusão de Curso

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC___Lucas_Rodrigues_v14.3.pdf
Tamanho:
3.85 MB
Formato:
Adobe Portable Document Format
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.72 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Trabalho de Conclusão de Curso