| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 51.94 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
Esta dissertação aborda a aplicação de técnicas de manutenção por controlo de condição (CBM) no diagnóstico de falhas em equipamentos rotativos, com ênfase na análise de vibração e termografia infravermelha. O trabalho inclui uma revisão teórica
sobre a evolução da manutenção industrial, destacando a importância da manutenção preditiva e o papel crescente da inteligência artificial (IA) neste domínio. Foi desenvolvida uma componente prática com simulação de falhas reais, utilizando a máquina SpectraQuest, onde se recriaram situações de desequilíbrio, desalinhamento angular e desalinhamento paralelo. Os sinais vibratórios foram recolhidos com o sistema FLIR SV87-KIT, em diferentes frequências de rotação (10 Hz, 15 Hz e 25 Hz), tratados
em MATLAB e utilizados para treinar um sistema inteligente de classificação baseado em árvores de decisão. Paralelamente, foram analisadas imagens térmicas captadas por câmara termográfica, com desenvolvimento de scripts para deteção automática de
anomalias térmicas e envio de alertas por e-mail.
Os resultados evidenciam o potencial destas tecnologias para antecipar falhas, otimizar os planos de manutenção e reduzir os tempos de paragem não programada.
Conclui-se que a integração de ferramentas inteligentes na monitorização de equipamentos constitui uma abordagem eficaz, económica e promissora no contexto da indústria 4.0.
Description
Keywords
Manutenção preditiva vibração termografia infravermelha diagnostico de falhas arvore de decisão desalinhamento paralelo desalinhamento angular desequilíbrio MATLAB sistema inteligente inteli
