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 Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Ao passo que a Industria 4.0 avanca, conjuntos de acoes de automacao e controle vem sendo implementados. Dentro deste contexto o sensoriamento de motores de inducao trifasicos vem se tornando remoto e conectado a internet. A manutencao preventiva pode entao utilizar esse grande volume de dados para aumentar sua capacidade de deteccao de falhas em relacao aos metodos classicos de classificacao. Este trabalho propoe o desenvolvimento de um identificador de diferentes condicoes, entre normalidade, desbalanceamento no rotor, alimentacao por duas fases e desniveis na base de um motor trifasico de inducao W22 IR3, com base em dados de analises vibracionais e de correntes eletricas. Utilizando um sistema para aquisicao de dados que consiste em um acelerometro MEMS (Microelectromechanical Systems) e um transformador de corrente nao invasivo SCT-013, controlados por um SoC (System on Chip). A analise dos dados foi realizada na IBM Cloud atraves de Watson Studio e SPSS Modeler para aplicacao de um modelo estatistico Support Vectot Machine (SVM) que foi treinado e testado usando diferentes funcoes kernel. Observou-se que a oferta da escolha das funcoes kernel condicionam os dados a diferentes performances de processamento. A utilizacao dos algoritmos de classificacao SVM, provou ser bastante robusto e eficiente. Mostrando que a capacidade de generalizacao do classificador foi garantida.

Identificador de falhas para motor de indução trifásico baseado em support vector machine implementado em cloud.