English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Electric motors are very important machines in any industrial plant, due to your large range of uses and robustness. Evaluate the conditions of this machines is crucial to ensure the operation with security and quality. This paper presents a methodology of fault classification using vibration analysis, the vibration signals were measured by a 3-axis accelerometer linked to un Arduino microcontroller. The front bearing was evaluated in good conditions and in two failures situations in its races. The feature extraction was realized by Higher-Order Statistics using cumulants of 2nd and 4th orders with zero lag and the classification was made using Principal Curves. Principal Curves are obtained to each motor condition and realized the classification by measure of the distances of each event to the curve. Classification results were obtained with hits rates above 95%. Resumo: Motores elétricos são máquinas de suma importância em qualquer planta industrial devido sua gama de aplicações e robustez. Avaliar as condições de tais máquinas é crucial para garantir que estes operem com segurança e qualidade. O presente artigo apresenta uma metodologia de classificação de falhas utilizando análise de vibrações, os sinais de vibração foram medidos por um acelerômetro de 3 eixos ligado a um microcontrolador Arduino. Foi avaliado o rolamento dianteiro do motor em boas condições e em duas situações de falhas nas pistas. A extração de parâmetros foi realizada por meio de Estatísticas de Ordem Superior, utilizando cumulantes de segunda e quarta ordens com atraso nulo e a classificação feita utilizando Curvas Principais. Foram obtidas Curvas Principais para cada condição do motor e realizada a classificação pela medida das distâncias de cada evento à curva. Resultados de classificação foram obtidos com valores de taxas de acerto acima de 95%.

Classificação de Falhas em Motor de Indução Utilizando Curvas Principais