dc.contributorMonteiro, Ulisses Admar Barbosa Vicente
dc.contributorUlisses Admar Barbosa Vicente, Monteiro
dc.contributorPinto, Luis Antônio Vaz
dc.contributorTroyman, Antonio Carlos Ramos
dc.creatorBarilli, Rodrigo Jorge de Castilho
dc.date2019-09-13T15:40:11Z
dc.date2023-09-27T03:00:40Z
dc.date2013-04
dc.date.accessioned2023-09-27T13:31:12Z
dc.date.available2023-09-27T13:31:12Z
dc.identifierhttp://hdl.handle.net/11422/9516
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8908709
dc.descriptionOs defeitos percebidos em mancais de rolamento constituem um fator de grande influência na ocorrência de falhas em máquinas rotativas.A interrupção do uso decorrente de sua manutenção corretiva de tais falhas,pode demandar significativos períodos de tempo ocasionando prejuízos financeiros em diversos segmentos da economia. O enfrentamento desta consequência aponta para a necessidade de elaboração de técnicas que viabilizem a detecção precoce de defeitos, com vistas a impedir a intensificação dos danos causados às máquinas, além de diminuir as interrupções em sua utilização. Assim, a detecção precoce de falhas pode implicar em um planejamento adequado das intervenções de manutenção, da racionalização do consumo de materiais sobressalentes, a otimização dos recursos humanos e financeiros, além de reduzir eventuais impactos ambientais. Nesse contexto, o conceito de manutenção preditiva vem ganhando destaque. Consiste na manutenção programada a partir do diagnóstico das condições do equipamento, evitando interrupções inesperada se auxiliando na tomada de decisão. Essa prática demanda o desenvolvimento de sistemas especialistas capazes de interpretar dados automaticamente e prover o diagnóstico de falhas em mancais de rolamento, já que essas representam uma parcela significativa na ocorrência de defeitos em máquinas rotativas presentes na indústria naval. Para isso, faz-se necessária a utilização de técnicas de reconhecimento de padrões e redes neurais a fim de viabilizar a elaboração desses sistemas,tornando-os aptos a desempenhar diagnósticos mais precisos e melhorar a eficiência dos prognósticos.Na maior parte dos casos, os sinais de falhas oriundos de mancais de rolamento são caracterizados por altas frequências e pequenas amplitudes. Além disso, os sinais apresentam frequências associadas a diversos tipos de ruídos, tais como as ressonâncias introduzidas pelos próprios detectores de aquisição ou ruídos oriundos de pontos situados no caminho de transmissão entre a estrutura da máquina rotativa e os detectores dos sinais, por exemplo.Logo, para garantir a confiabilidade dos resultados provenientes dos sistemas especialistas, é necessária a utilização de um pré-processamento de dados a fim de permitir a extração das informações associadas às falhas sob diversas condições de operação. O presente trabalho tem por meta apresentar os resultados experimentais obtidos a partir de testes realizados em mancais de rolamento defeituosos em um rotor simulando uma máquina. O experimento consiste na identificação de defeitos em quatro mancais pelo espectro de vibração através de um software de processamento de sinais desenvolvido em LabVIEW®utilizando as técnicas FFT e Envelope. Em complemento, os principais tipos de mancais existentes são apresentados, bem como as principais técnicas de análise de vibração utilizadas para diagnóstico de falha nesses componentes. Também é apresentado um resumo bibliográfico mostrando as vantagens e desvantagens do uso de cada técnica.
dc.languagepor
dc.publisherUniversidade Federal do Rio de Janeiro
dc.publisherBrasil
dc.publisherEscola Politécnica
dc.publisherUFRJ
dc.rightsAcesso Aberto
dc.subjectFalhas em mancais de rolamento
dc.subjectTécnica do envelope
dc.subjectMecanismos de falha
dc.subjectAnálise do sinal de vibração
dc.subjectEngenharia Naval e Oceânica
dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA NAVAL E OCEANICA
dc.titleAnálise de falhas em mancais de rolamento utilizando a técnica do envelope
dc.typeTrabalho de conclusão de graduação


Este ítem pertenece a la siguiente institución