ANÁLISE VIBRATÓRIA APLICADA À MANUTENÇÃO PREDITIVA EM MODELO DE BANCADA DE ENGRENAGENS DO TIPO COROA SEM-FIM

Descrição

Essa pesquisa tem por objetivo testar experimentalmente um sistema de detecção inteligente, desenvolvido em pesquisa anterior num modelo de redutor do tipo coroa sem-fim, por meio da coleta de dados via análise de sinais de vibrações e comparação com sinais sonoros, visando detectar e diagnosticar falhas introduzidas artificialmente numa bancada experimental, variando as condições de funcionamento do sistema rotativo (desbalanceamento, desalinhamento, variação de carga e rotação). Os sinais de vibração serão filtrados por meio de uma transformada discreta de Wavelet, para posteriormente serem utilizados num classificador de padrões, onde se faz necessário o uso de Redes Neurais Artificiais (RNA) multicamadas do tipo perceptron, com algoritmo backpropagation para classificação desses sinais. Como resultados, espera-se obter resultados do sistema de detecção inteligente com eficiência acima de 90% para avaliação da máquina em condições aceitáveis de funcionamento e perante condições de sobrecarga no eixo de saída do conjunto redutor. A metodologia da pesquisa será do tipo aplicada, onde será realizado um procedimento de levantamento de dados operacionais do conjunto motor-redutor, realizando estudos dos subsistemas mecânicos acoplados numa bancada didática com mesa inercial, já disponível no LVI/UFCG. Com relação aos objetivos da pesquisa, trata-se de compreender as causas e efeitos dos fenômenos envolvidos. Neste caso, faz-se a análise do comportamento dos sinais vibratórios e de temperatura, com o objeto de estudo em condições de funcionamento aceitáveis e em estado de mau funcionamento. Com relação aos procedimentos técnicos, trata-se de uma pesquisa experimental de um sistema rotativo, onde seleciona-se as variáveis pertinentes ao tipo de ensaio, suas formas de controle e observação dos efeitos gerados. Por último, após a coleta e processamento dos dados, será conduzido uma análise e tratamento dos dados utilizando uma ferramenta computacional, como o MatLab. Esses dados serão então comparados com os resultados de modelos desenvolvidos e de artigos de revistas especializadas.