Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/14810
Tipo de documento: Dissertação
Tipo de acceso: Acesso Aberto
Título: Detecção automática de falhas em motores de combustão interna utilizando rede neural
Título (s) alternativo (s): Automatic fault detection in spark engine using neural network
Autor: Mancuzo, Mechelangelo Viana
Primer orientador: Ribeiro, Carlos Roberto
Primer miembro de la banca: Pereira, João Antonio
Segundo miembro de la banca: Rocha, Cesar
Tercer miembro de la banca: Duarte, Marcus Antônio Viana
Resumen: Este trabalho mostra a implementação de uma ferramenta de diagnóstico automático de algumas falhas encontradas em motores de combustão interna. Inicialmente é apresentado um estudo cinemático dos mecanismos geradores das falhas, e a análise modal parcial de um motor, objetivando prover informações sobre como a energia vibratória se propaga destes mecansimos até o sensor que capta a assinatura de vibração. Num segundo momento, especifica-se a cadeia de medição utilizada na aquisição dos sinais, e caracteriza-se a metodologia empregada no pré-processamento dos sinais adquiridos dos motores, disponibilizando-os para a fase de extração das características. Na sequência, utilizando-se da amplitude do espectro do envelope, em frequências características, foram definidos determinados padrões associados aos defeitos mais frequentemente encontrados durante os testes na linha de montagem. Conjuntos destes padrões foram apresentados a uma rede neural objetivando seu treinamento. O tipo de rede neural adotada foi a probabilística (PNN), por apresentar características desejáveis para resolver o problema em foco: a confiabilidade do modelo estatístico no qual ela é embasada, a facilidade de adição ou remoção de padrões no conjunto de dados de treinamento e validação, e o reduzido tempo computacional dispendido para o seu treinamento. O trabalho termina mostrando um procedimento de validação, onde foi testada a capacidade da rede treinada, de reconhecer padrões diferentes dos utilizados no seu treinamento. A rede PNN foi capaz de automatizar o diagnóstico das falhas, estabelecendo, assim, um critério objetivo de avaliação da condição de funcionamento dos motores.
Abstract: This work presents the implementation of an automatic diagnosis tool of some faults founded in spark engine. Firstly, a cinematic study of the fault generating mechanisms is presented, and a partially modal analysis of an engine is illustrated, objectifying to provide information on how the vibratory energy spreads of these mechanisms to the sensor that captures the vibration signature. In a second moment, the measurement instrumentation used in the engine data aquisition is specified, and the methodology employed in the pre-processing of engines data is characterized, disposing them for the phase of characteristics extraction. In the sequence, using the magnitude of envelope spectrum, in characteristic frequencies, certain patterns associated to the defects more frequently found during the tests in the assembly line were defined. Groups of these patterns were presented to a neural network objectifying its training. The type of neural network adopted, was the probabilístic neural network (PNN), which presents desirable characteristics to solve the problem in focus: the reliability of the statistical model in which it is based, the addition or removal easiness of patterns in data set of training and validation, and the reduced computacional time expended in its training. The work finishes showing a validation procedure, in which the capacity of the trained net in recognizing patterns that are different from those used in its training, was tested. The PNN was capable to automate the fault diagnosis, establishing, like this, an objective approach for the control quality of spark engines operation condition.
Palabras clave: Diagnóstico automático de falhas
Rede neural probabilística
Análise de vibrações
Motor de combustão interna
Automatic fault detection
Probabilistic neural network
Vibrations analysis
Spark engine
Área (s) del CNPq: CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Idioma: por
País: BR
Editora: Universidade Federal de Uberlândia
Sigla de la institución: UFU
Departamento: Engenharias
Programa: Programa de Pós-graduação em Engenharia Mecânica
Cita: MANCUZO, Mechelangelo Viana. Automatic fault detection in spark engine using neural network. 1999. 115 f. Dissertação (Mestrado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 1999.
URI: https://repositorio.ufu.br/handle/123456789/14810
Fecha de defensa: 27-ago-1999
Aparece en las colecciones:DISSERTAÇÃO - Engenharia Mecânica

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
MMancuzoMS_PR.pdf1.5 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.