Uma nova técnica para monitoramento e diagnóstico de desequilíbrios de tensão aplicada em motores de indução trifásicos empregando sensores de emissão acústica e Transformada Wavelet

Abstract

A interrupção do funcionamento de um motor de indução trifásico (MIT) em uma linha de produção representa um alto custo operacional e financeiro. No entanto, estas máquinas estão frequentemente expostas a falhas mecânicas e elétricas que podem causar desde pequenos danos até a interrupção forçada de sua atividade. Esta conjuntura levou ao desenvolvimento de análises que utilizam diferentes sensores e técnicas de processamento de sinais com intuito de monitoramento dos MITs. Dentre elas, a análise de emissão acústica (EA) se destaca como uma ferramenta promissora e que se caracteriza por ser uma técnica não invasiva (TNI). Já o desequilíbrio de tensão (DT) é uma condição na alimentação elétrica da máquina e que, conhecidamente, é a origem de diversas falhas, entre elas o desgaste da isolação dos enrolamentos por efeito de sobreaquecimento, torque oscilatório e a diminuição da vida útil da máquina. Portanto, este trabalho propõe uma nova abordagem para o monitoramento dos DTs. Além de sua detecção e da identificação de qual fase foi afetada, foi também desenvolvido um sistema que possibilita a classificação de sua magnitude para MITs alimentados diretamente pela rede de baixa tensão. Para tanto, sensores piezoelétricos de baixo custo foram acoplados ao motor, tencionando a aquisição dos sinais de emissão acústica gerados como consequência dos DTs no equipamento. Para que fosse possível alcançar o diagnóstico proposto, foi desenvolvido um novo índice de análise dos sinais de EA baseado em técnicas avançadas de processamento de sinais como a Transformada Wavelet, energia do sinal de EA e a taxa de cruzamento por zero. Essas técnicas, além de possibilitarem o estudo de sinais transitórios e nãoestocásticos, também permitiram uma análise no domínio tempo-frequência dos sinais. Por fim, os resultados demonstraram que este método é capaz de detectar, identificar e classificar os DTs corretamente, o que comprova a eficiência da abordagem e dos sensores utilizados.

The stoppage of a three-phase induction motor (TIM) on a production line represents a high operational and financial cost. However, these machines are often exposed to mechanical and electrical failures that can cause anything from minor damage to forced interruption of their activity. This situation has led to the development of analyses using different sensors and signal processing techniques for TIMs monitoring. Among them, acoustic emission analysis (AE) stands out as a promising tool that is characterized as a non-destructive technique (NDT). One of the most frequent anomalies, the voltage unbalance (VU) is a condition in the electrical supply that can cause winding insulation wearing due to overheating, torque oscillation, and the shortage of the machine working life. Therefore, this work proposes a new approach to detect the VUs events, identify which phase was affected by this unbalance, and classify the magnitude of the unbalanced voltage in TIMs directly powered by the low-voltage network. Thus, low-cost piezoelectric sensors were coupled to the motor, aiming to acquire the acoustic emission signals produced as a consequence of the VUs. In order to achieve the proposed diagnosis, a new AE signal analysis index was developed based on advanced signal processing techniques such as the Wavelet Transform, AE signal energy, and the zero-crossing rate. These techniques, besides enabling the study of transient and non-static signals, also allow a time-frequency domain analysis of the AE signals. Finally, the results stated that this method is capable of detecting, identifying, and classifying VUs correctly, which proves the efficiency of the approach.