Diagnóstico de Falhas em Motores Elétricos – Técnicas Convencionais, Preditivas e de …
Técnicas Convencionais, Preditivas e de Inteligência Artificiais
INFORMAÇÕES:
Data do Curso:
20, 21 e 22 de Setembro de 2017
Carga Horária: 24 hs
Das 8h15 às 17h30
Realização:
Plano Treinamento e Desenvolvimento Humano
Local de Realização:
Hotel Slaviero Slim Congonhas – São Paulo – SP
Rua Baronesa de Bela Vista, 499 – Próximo ao aeroporto de Congonhas
Vagas Limitadas
Investimento / Inscrições:
R$ 1860,00 para inscrições pagas até 21 de Agosto de 2017
R$ 1960,00 para inscrições pagas após 21 de Agosto de 2017
Acima de 02 inscrições haverá 10% de desconto
Atenção: Uso de Notebook em sala caso o aluno queira acompanhar também pela Apostila Digital.
► Empresa optante do Simples. Não há retenção de impostos
► O valor da inscrição inclui Apostila Digital, Coffee Breaks e Certificado de Participação.
► Almoços e estacionamento por conta do participante no local do evento.
► As reservas só serão confirmadas após o recebimento da inscrição através do site ou e-mail.
► O pagamento deverá ser feito mediante Boleto Bancário, DOC ou Depósito em nome da Plano Treinamento e Desenvolvimento Humano Ltda, no Banco Santander Agência nº 1135, Conta Corrente nº 13000504-3, São Paulo – SP.
Técnicas Convencionais, Preditivas e de Inteligência Artificiais
Objetivo:
Oferecer conhecimento sobre detecção de falhas em motores de indução trifásicos através de técnicas convencionais, preditivas e de inteligência artificial aos profissionais responsáveis pelo desempenho, confiabilidade e disponibilidade destes equipamentos. Serão apresentados casos reais de detecção de falhas através destas técnicas tanto de origem mecânica como de origem elétrica.
A quem se destina:
Engenheiros, mecânicos, eletricistas, eletromecânicos, técnicos e supervisores de manutenção preditiva.
Programa:
1. Introdução
1.1. Síntese das Pesquisas Realizadas pelo EPRI e IEEE
1.2. Principais Fontes de Defeitos nos Motores Elétricos
1.2.1. Defeitos no Estator
1.2.2. Defeitos no Rotor
1.2.3. Micro-Soldagem ou Descascamento na Pista Externa do Rolamento
2. Fundamentos Básicos dos Motores de Indução Trifásicos
2.1. Características Construtivas
2.1.1. Rotor de Gaiola
2.1.2. Rotor de Anéis Bobinados
2.2. Campo Magnético Girante
2.3. Velocidade Síncrona
2.4. Princípio do Motor de Indução Trifásico
2.5. Curto-Circuito Equivalente do Motor de Indução Trifásico
3. Técnicas Tradicionais para Testes em Motores Elétricos
3.1. Teste com corrente contínua
3.2. Megômetro ou Megger
3.3. Teste com corrente alternada
3.4. CASO PRÁTICO: Surge Test
4. Técnicas Preditivas para Detecção de Falhas em Motores Elétricos
4.1. Análise de Vibração
4.1.1. Introdução ao Processamento de Sinais
4.1.1.1. Tipos de Sinais e sua Representação Espectral
4.1.1.2. Entendendo o Processamento de Sinais
4.1.1.3. Pontos de Medição
4.1.1.4. Domínio do Tempo
4.1.1.5. Aquisição do Sinal
4.1.1.6. Processamento do Sinal
4.1.1.7. Domínio da Frequência
4.1.1.8. Faixa de Frequência / Número de Linhas
4.1.2. Defeitos de origem mecânica
4.1.2.1. Desbalanceamento
4.1.2.2. Desalinhamento
4.1.2.3. Eixo Torto ou Empenado
4.1.2.4. Folga Mecânica
4.1.2.5. Truncamento
4.1.2.6. Mancais
4.1.2.7. Ventilação
4.1.3. CASOS PRÁTICOS: Detecção de falhas através da Análise de Vibração
4.1.3.1. CASO PRÁTICO: Defeito na Pista Interna/Externa dos Rolamentos
4.1.3.2. CASO PRÁTICO: Detecção de Barras Quebradas através da Análise de Vibração
4.1.3.2.1. Barras quebradas ou trincadas
4.1.3.2.2. Bancada de testes
4.1.3.2.3. Espectros de vibração
4.2. Análise de Corrente
4.2.1. CASO PRÁTICO: Detecção de Barras Quebradas através da Análise de Corrente
4.3. Análise de Fluxo Magnético
4.3.1. Introdução à Técnica de Envelope
4.3.1.1. Modulação
4.3.1.2. Demodulação
4.3.1.3. Aplicação da Técnica de Envelope
4.3.2. Curto-circuito entre espiras
4.3.2.1. Representação do curto-circuito entre espiras
4.3.2.2. Identificação do curto-circuito entre espiras e desequilíbio de fase
4.3.3. CASO PRÁTICO: Detecção de circuito entre espiras e desequilíbrio de fase
4.3.3.1. Transdutor proposto para o monitoramento do fluxo magnético
4.3.3.2. Descrição da bancada experimental
4.3.3.3. Teste de baixa isolação e desequilíbrio de fase
4.3.4. CASO PRÁTICO: Detecção BQ através da Análise de Fluxo Magnético
4.4. Análise de Tensão/Corrente Parasita no Eixo do Motor
4.4.1. CASO PRÁTICO: Falha nas Pistas do Rolamento
4.5. Análise Termométrica Infravermelha
4.5.1. Definição da Temperatura e do Calor
4.5.2. Escalas de Temperatura
4.5.3. Escala Internacional de Temperatura
4.5.4. Causas de Alta Temperatura
4.5.5. Efeitos de Alta Temperatura
4.5.6. Configuração dos Parâmetros de Temperatura
4.5.7. Radiômetros
4.5.8. Análise de Temperatura em Motores Elétricos
4.6. Termografia Infravermelha
4.6.1. Inspeção Termográfica
4.6.2. Sistemas Infravermelhos
4.6.3. Termogramas
4.6.4. Ver o Calor é Ver o Problema
4.6.5. Limitações da Termografia
4.6.6. Benefícios da Termografia
4.6.7. Aplicações da Termografia
4.6.7.1. CASO PRÁTICO: Aquecimento no Motor Elétrico
4.6.7.2. CASO PRÁTICO: Detecção de Curto-Circuito
5. Técnicas de Inteligência Artificial para Detecção de Falhas em Motores Elétricos
5.1. Introdução às Técnicas de Inteligência Artificial
5.2. Sistemas Especialistas
5.2.1. Definição da estratégia de diagnóstico
5.2.2. CASO PRÁTICO: Aplicação do SE_MIT para diagnóstico de desbalanceamento
5.2.3. CASO PRÁTICO: Aplicação do SE_MIT para diagnóstico de barras quebradas
5.2.4. Considerações finais
5.3. Redes Neurais Artificiais
5.3.1. Sistema Inteligente Híbrido: Sistema Especialista + Redes Neurais Artificiais
5.3.1.1. Módulo Pré-processamento
5.3.1.2. Módulo Rede Neural
5.3.1.3. Módulo Sistema Especialista
5.3.2. CASO PRÁTICO: Sistema Inteligente Híbrido Diagnóstico de Falhas em MIT
5.4. Lógica Fuzzy
5.4.1. CASO PRÁTICO: Aplicação da Lógica Fuzzy Diagnóstico de Falhas Mecânicas
5.5. Sistema Adaptativo de Inferência Neuro-Fuzzy (ANFIS)
5.5.1. CASO PRÁTICO: Aplicação Sistema ANFIS Diagnóstico de Falhas Mecânicas
5.6. Monitoramento "On-Line" de MIT através de Técnicas de Inteligência Artificial
| 