Sobre o Projeto

A proposta desse projeto é investigar o importante tema da predição, detecção e diagnóstico de falhas em mancais de rolamento de motores elétricos industriais. Nesse contexto, ele é constituído por dois sub-projetos que pretendem abordar, a predição de falhas em rolamentos (Plano de Trabalho 1) e o diagnóstico de falhas em rolamentos (Plano de Trabalho 2). O sub-projeto constituído pelo Plano de Trabalho 1, tem como objetivo investigar e fazer uma comparação entre o desempenho dos algoritmos de classificação k-Nearest Neigbour (k-NN), Support Vector Machine (SVM), Árvore de Decisão e Floresta Aleatória na classificação das falhas do rolamentos contidas nos sinais do conjunto de dados Paderborn. Para a implementação dos classificadores, os descritores serão extraídos no domínio do tempo, da frequência e no domínio tempo-frequência de sinais de vibração, temperatura e corrente elétrica. O sub-projeto constituído pelo Plano de Trabalho 2 visa investigar a predição de falhas em rolamentos de motores elétricos com a utilização de Long Short Term Memory (LSTM). Para esse estudo será utilizado o conjunto de dados IMS, que é constituído por sinais de vibração rotulados com pontos de falhas com níveis de intensidade crescentes no tempo. Além do objetivo principal que é a implementação de sistemas de classificação e predição de falhas em rolamentos de motores elétricos com a aplicação das técnicas propostas, com a execução desse projeto espera-se desenvolver nos estudantes o apreço pela pesquisa aplicada e a capacidade de sistematizar e resolver problemas complexos