Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEG - Departamento de Engenharia >
DEG - Programa de Pós-graduação >
DEG - Engenharia de Sistemas e Automação - Mestrado (Dissertações) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/9599

Título: Detecção de falhas em vigas em balanço através da análise de sinais de vibração e estatísticas de ordem superior
Título Alternativo: Flaw detection in cantilever beams through vibration signal analysis and higher order statistics
Autor(es): Barbosa, Tássio Spuri
Orientador: Ferreira, Danton Diego
Coorientador(es): Pereira, Daniel Augusto
Membro da banca: Magalhães, Ricardo Rodrigues
Cerqueira, Augusto Santiago
Área de concentração: Engenharia de Sistemas e Automação
Assunto: Vigas em balanço
Análise de vibração
Estatísticas de ordem superior
Cantilever beams
Vibration analysis
Higher order statistics
Data de Defesa: 23-Fev-2015
Data de publicação: 18-Mai-2015
Agência de Fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: BARBOSA, T. S. Detecção de falhas em vigas em balanço através da análise de sinais de vibração e estatísticas de ordem superior. 2015. 89 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação)-Universidade Federal de Lavras, Lavras, 2015.
Resumo: Vigas em balanço são grandes aliadas no desenvolvimento de novas tecnologias para a Manutenção Preditiva, pois simulam de maneira eficiente estruturas comuns no dia a dia da Engenharia. Sua construção/composição assemelha-se a diversas estruturas presentes no dia a dia de equipamentos industriais e da construção civil e, por isso, são muito empregadas no desenvolvimento e teste de métodos de análise de detecção de falhas em estruturas. Pelo bom desempenho das vigas no auxílio do desenvolvimento desses métodos, objetivou-se, neste trabalho, propor uma nova técnica para a detecção de falhas em vigas em balanço, através da análise de sinais de vibração e Estatísticas de Ordem Superior (EOS). A inovação do trabalho está no emprego de cumulantes de segunda, terceira e quarta ordens, extraídos dos sinais de vibração da viga em balanço, para detectar a presença ou não de falhas, bem como o nível da falha, se houver. Para isso, foi desenvolvida uma bancada para a coleta dos sinais de vibração que foram então processados via software MatLab® . As EOS mais representativas, no que tange à detecção/classificação das falhas foram selecionadas utilizando-se do Discriminante Linear de Fisher e, em seguida, apresentadas a dois classificadores propostos para abordagens diferentes. Utilizou-se o classificador SVM (máquinas de vetor de suporte) não supervisionado para fazer a detecção de falhas numa abordagem em que não se conhecem as falhas. Para a abordagem em que as falhas são conhecidas utilizouse um perceptron multicamadas (MLP), que detecta e identifica o nível da falha. Os resultados mostraram que as EOS são capazes de formar assinaturas compactas (apenas dois ou três parâmetros) dos tipos de falhas e dos sinais de vibração da viga sem falha, levando a classificadores com arquiteturas simples, que alcançaram desempenhos de 100% para as reduzidas janelas de sinais processadas.
Cantilever Beams are great allies in the development of new technologies for Predictive Maintenance, given that they efficiently simulate common structures present in the daily life of engineering. The construction/composition of cantilever beams resembles many structures present in the daily life of industrial equipment and construction and, therefore, are widely employed in the development and testing of new analysis methods for detecting flaws in structures. Motivated by the good performance of beams in aiding the development of these methods, this paper proposes a new technique for the detection of flaws in cantilever beams by means of vibration signal analysis and Higher Order Statistics (HOS). The innovation of the work is in the use of second, third and fourth order cumulants, extracted from the vibration signals of the cantilever beam in order to detect flaws, if any, as well as to identify the level of the flaws. For this, we developed an experimental bench to collect vibration signals, which were subsequently processed via MatLab® software. The most representative HOS, in terms of flaw detection/classification capability, were selected using the Fisher's Discriminant Ratio and, later, presented to two classifiers proposed for different approaches. We used the unsupervised SVM (support vector machines) classifier for flaw detection in a scenario in which flaws are unknown. For the approach in which flaws are known, we used a multilayer perceptron (MLP), which detects and identifies the level of the flaws. The results showed that the HOS are capable of forming compact vector signatures (with only two or three parameters) of the types of flaws and of the vibration signals from the cantilever beam without flaw, leading to simple architecture classifiers that reach performances of 100% for small processed signal windows.
URI: http://repositorio.ufla.br/jspui/handle/1/9599
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEG - Engenharia de Sistemas e Automação - Mestrado (Dissertações)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
DISSERTAÇÃO_Detecção de falhas em vigas em balanço através da análise de sinais de vibração e estatísticas de ordem superior.pdf2,15 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback