TCC Analise de Falhas

CENTRO UNIVERSITÁRIO DO SUL DE MINAS UNIS
BACHARELADO EM ENGENHARIA ELÉTRICA

JÉSSICA MARIANA RIBEIRO
ANÁLISE DE FALHAS EM MOTORES DE INDUÇÃO TRIFÁSICA, ATRAVÉS DO

MÉTODO DE DETECÇÃO DE FALHAS ANÁLISE DE VIBRAÇÃO, UTILIZANDO
CONTROLE POR LÓGICA FUZZY.
Varginha
2016

Trabalho de Conclusão de Curso apresentado ao curso de

Engenharia Elétrica do Centro Universitário do Sul de
Minas - UNIS, como pré-requisito para obtenção do grau
de Bacharel, sob orientação do Prof. Me. Eduardo
Henrique Ferroni e Coorientação do Prof. Dr. Vinicius
M. Pacheco.
Varginha
2016

Trabalho de Conclusão de Curso apresentado ao curso de

Engenharia Elétrica do Centro Universitário do Sul de
Minas - UNIS, como pré-requisito para obtenção do grau
de Bacharel, pela aprovação da Banca Examinadora:
Aprovado em / /
___________________________________________________________
___________________________________________________________
___________________________________________________________
OBS.:
Dedico este Trabalho de Conclusão de Curso à
minha família, que sempre foi fundamental para
que conseguisse chegar até aqui, me apoiando,
me ensinando. Em especial à minha mãe Deise,
que nunca desistiu, nem se cansou dos meus
sonhos. Aos amigos, que sempre entenderam
minha ausência nesta caminhada e que me
perdoaram por isso. Ao meu amor, Everton, que
me apoia em qualquer decisão e confiou
também nos meus sonhos.
AGRADECIMENTOS
Agradeço primeiramente à Deus, que me

deu total liberdade para seguir o caminho da
sabedoria, juntamente com seus dons do
Espírito Santo, não me deixou desistir, quando
estava mais cansada, foi meu sustento para
continuar.
Agradeço minha família, avós e avôs, tios
e tias. Ao meu pai Gilberto que me motivou
sempre à batalhar pelos meus interesses.
Agradeço a minha mãe Deise que
incansavelmente lutou para realizar meu sonho.
Aos meus irmãos Jaciara e Gabriel, por me
ensinarem a ter paciência e tranquilidade.
Agradeço ao meu noivo, Everton, por estar
ao meu lado sempre, entendo os momentos
difíceis, compartilhando das minhas
conquistas, sonhando o meu sonho.
“Se o dinheiro for a sua esperança de
independência, você jamais a terá. A única
segurança verdadeira consiste numa reserva de
sabedoria, de experiência e de competência.”
Henry Ford
RESUMO
Motores de indução tornaram-se extremamente eficientes em diversos processos

industriais. Pensando nisso, observa-se a necessidade de maior atenção perante suas possíveis
falhas, que podem ser estatóricas, rotóricas e mecânicas. Eles estão sujeitos a todo instante à
um tipo de falha, sendo assim, as manutenções preditivas são extremamente essenciais para
evitar tanto as perdas em processos produtivos, quanto em perdas financeiras. Esta pesquisa
tem como objetivo comprovar a eficácia do controle dessas falhas por Lógica Fuzzy, que propõe
a captação dessas falhas através de um ou mais métodos de detecção de falhas, contudo, para
esta pesquisa será utilizado um método de detecção de falha específico, a Análise de Vibração.
A Lógica Fuzzy proporciona isso através de implementação de regras em sua plataforma de
trabalho, de modo a aproximar a análise da ferramenta como uma avaliação humana e real.
Com esse novo método aplicado, será possível avaliar previamente os desgastes, ou possíveis
falhas que o motor possa vir a ter. Isso será em tempo suficiente para que possa ser planejado
reparos e substituições de peças, evitando perdas de tempo de produção, assim como de
lucratividade empresarial. A aplicação será através de coletas de dados dos motores, assim
como os dados de vibração para os mesmos, tanto em condições normais, quanto em condições
de anomalias. Esses dados serão lançados no Software como entradas e saídas da Lógica Fuzzy,
serão criadas regras e simuladas falhas para verificação da eficácia deste sistema de controle.
Este trabalho levará a conclusão de que, tanto motores, quanto diversos outros equipamentos,
devem explorar mais das manutenções preditivas, utilizando a Lógica Fuzzy, que é uma
excelente ferramenta. Com isso terá uma redução de custos tanto em manutenção, peças de
reposição, quanto em lucratividade do processo produtivo, isso tudo, com a aplicação da
manutenção preditiva, controlada pela Lógica Fuzzy.
Palavras-chave: Motores. Falhas. Manutenções Preditivas. Lógica Fuzzy. Análise de

Vibração. Regras.
ABSTRACT
Induction motors have become extremely effective in many industrial processes.

Thinking about it, there is the need for greater attention before its possible shortcomings, which
can be stator, rotóricas and mechanical. They are subject at all times to a kind of failure, thus,
predictive maintenance are extremely essential to avoid both losses in production processes, as
financial losses. This research aims to prove the effectiveness of the control of these failures by
Fuzzy Logic, which proposes to capture these failures through one or more fault detection
methods, however, for this research will be used a specific fault detection method, Analysis
Vibration. Fuzzy logic provides this by implementing rules in a work platform, so as to
approximate the analysis tool such as a human and actual evaluation. With this new method
applied, you can pre-assess the wear or possible faults that the engine is likely to have. This is
sufficient time for it to be planned repairs and replacements of parts without loss of production
time, as well as business profitability. The application is by the data collection engine, and
vibration data for the same, both in normal conditions, as for malfunction conditions. These
data will be released in the Software as inputs and outputs of the fuzzy logic, fault rules will be
created and simulated to verify the effectiveness of this control system. This work will lead to
the conclusion that both engines, as various other equipment, should explore more of the
predictive maintenance using the Fuzzy Logic, which is an excellent tool. It will have a cost
reduction both in maintenance, spare parts, as in profitability of the production process, all
this with the application of predictive maintenance, controlled by Fuzzy Logic
Keywords: Motors. Failures. Predictive Maintenance. Fuzzy Logic. Vibration Analysis. Rules.
LISTA DE ILUSTRAÇÕES
Figura 01 – Partes Constituintes do Motor de Indução.............................................................20
Figura 02 – Vista Explodida de um MIT..................................................................................20
Figura 03 – Estator do Motor de Indução.................................................................................21
Figura 04 – Rotor de Gaiola de Esquilo....................................................................................21
Figura 05 – Rotor Bobinado......................................................................................................21
Figura 06 – Ondas retirados das Análises de Vibração............................................................24
Figura 07 – Demonstração da onda no tempo...........................................................................25
Figura 08 – Representação de Amplitude.................................................................................25
Figura 09 – Representação de Fase...........................................................................................26
Figura 10 – Comparativo Lógica Clássica e Lógica Fuzzy......................................................29
Figura 11 – Exemplo de aplicação de Lógica Fuzzy.................................................................29

Figura 12 – Funções de pertinência para a variável temperatura..............................................30
Figura 13 – Plataforma Matlab®...............................................................................................32
Figura 14 – Ferramenta Fuzzy..................................................................................................33
Figura 15 – Entradas Criadas para Simulação...........................................................................34

Figura 16 – Saídas com níveis de Alerta...................................................................................35
Figura 17 – Editor de Regras....................................................................................................36
Figura 18 – Simulação em Operação (Entradas) .....................................................................38
Figura 19 – Simulação em Operação (Saídas) .........................................................................38
Figura 20 – Simulação 1...........................................................................................................39
Figura 21 – Simulação 2...........................................................................................................40
Figura 22 – Simulação 3..........................................................................................................40
Figura 23 – Simulação 4..........................................................................................................41

LISTA DE TABELAS
Tabela 01 – Norma ISO 2372, para Balanceamento.................................................................27

Tabela 02 – Níveis de vibração para motores Classe 1 e 2.......................................................27
Tabela 03 – Níveis de frequências e suas falhas.......................................................................34
Tabela 04 – Regras criadas na plataforma Fuzzy......................................................................36
Tabela 05 – Dados das Simulações...........................................................................................41
SUMÁRIO
1 INTRODUÇÃO .................................................................................................................. 12
2 TIPOS DE MANUTENÇÃO ........................................................................................... 15

2.1 Manutenção corretiva ..................................................................................................... 15
2.2 Manutenção corretiva programada ............................................................................... 15
2.3 Manutenção preventiva .................................................................................................. 15
2.4 Manutenção preditiva ..................................................................................................... 16
2.5 Manutenção detectiva ..................................................................................................... 16
2.6 Engenharia de manutenção ............................................................................................ 16
2.7 Conclusões obtidas .......................................................................................................... 17
3 MOTORES ELÉTRICOS ................................................................................................. 18

3.1 Motores de indução trifásico ......................................................................................... 18
3.2 Princípios de funcionamento ......................................................................................... 19
3.3 Aspectos construtivos ...................................................................................................... 19
3.4 Tipos de falhas dos motores ............................................................................................ 21
4 TÉCNICAS DE DETECÇÃO DE FALHAS .................................................................. 23

4.1 Análise de vibração ......................................................................................................... 23
4.1.1 Grandezas físicas da vibração ......................................................................................... 25
4.1.2 Critérios de avaliação e condição .................................................................................... 26
5 LÓGICA FUZZY .............................................................................................................. 28

5.1 Variável linguística .......................................................................................................... 30
5.2 Função de pertinência ..................................................................................................... 30
6 METODOLOGIA: APLICAÇÃO PRÁTICA DO SISTEMA FUZZY ........................ 32

6.1 Levantamento de dados .................................................................................................. 32
6.2 Simulação da lógica fuzzy................................................................................................ 32
7 DESENVOLVIMENTO: PASSO A PASSO PARA OS RESULTADOS .................... 34
8 RESULTADOS OBTIDOS ............................................................................................... 39
9 CONCLUSÃO....................................................................................................................42
REFERÊNCIAS ..................................................................................................................... 43
12
1 INTRODUÇÃO
Os processos industriais, cada vez mais competitivos e exigentes, admitem cada vez
menos erros em seus procedimentos e execução de produção, para garantirem qualidade e
quantidade de produto, afinal, cada falha gera uma parada de processo e cada parada de processo
traz desconforto para o cliente, perda de dinheiro, dentre diversos outros fatores empresariais.
Tendo em vista as dificuldades, observa-se a necessidade de uma análise peculiar para
os processos, ou parte deles, para que sejam previstas e evitadas as falhas, onde as mesmas
serão corrigidas preditivamente após análise, ou seja, antes mesmo que a falha ocorra
(SPAMER, 2009).
O segmento escolhido para pesquisa serão os motores de indução trifásico, que são
muito utilizados em processos industriais e que também podem gerar quebras de linhas de
produção, como em extrusoras, puxadores, compressores, entre outros equipamentos.
Para que a análise seja feita com eficácia, será utilizado como ferramenta de trabalho a
Lógica Fuzzy que, basicamente, consiste em aplicação de entradas (vibração, temperatura,
corrente, tensão), para obtenção de saídas, ou falhas, que no caso da pesquisa podem ser falhas
no isolamento dos motores, falhas em rolamentos, falhas no alinhamento do eixo, ou ainda,
falha no dimensionamento para aplicação do motor.
Segundo Pinheiro (2011), os motores de indução trifásicos podem ter diversos tipos de
problemas, tais como:
a) Erros de Projetos, onde o mesmo não se aplica para determinado trabalho, sendo ele sub ou
super dimensionado;
b) Materiais com Defeitos: os motores podem possuir parte de seus componentes
comprometidos, danificados ou desgastados;
c) Processamento e Fabricação deficiente: motores fabricados de forma errada, se tornando
impróprio para utilização;
d) Instalações Equivocadas: instalações dos motores feita sem alinhamento, em locais
impróprios;
e) Condições de Serviço: as condições sendo ruins, por exemplo em local com alta umidade,
excesso de poeiras limalhas, coisas que comprometem a vida útil do motor:
f) Manutenção Deficiente: tópico essencial, onde não é dada a devida atenção as manutenções
de motores, aumentando assim o índice de falhas;
g) Operação imprópria: maneira de utilizar os motores errada.
13
Diante de tantas classes de problemas, verifica-se a necessidade de redução dos mesmos,

garantindo assim um melhor funcionamento do motor. Propõe-se então, para este trabalho,
desenvolver uma lógica, dentro da Ferramenta Fuzzy, que consiga perceber, previamente os
erros/falhas dos motores, para que os mesmos possam ser corrigidos em tempo hábil, de
maneira que não implique com o processo produtivo.
Segundo Santos (2003), a lógica clássica possui uma fragilidade muito grande ao lidar
com situações rodeadas de imprecisão, pois utiliza um conceito binário, em que só são
aceitáveis dois valores, verdadeiro ou falso. Para lidar com isso de forma matemática, foi
desenvolvida por Lot Zadeh, um professor de Engenharia e Ciência da Computação, a Lógica
Fuzzy, uma lógica em que o enfoque em relação aos valores foi modificado. Nessa teoria, e
permitido tratar matematicamente os níveis de incerteza e ambiguidade. A lógica difusa, como
também e conhecida, vem tornando possível cada vez mais aproximar a máquina ao raciocínio
humano. E propondo soluções cada vez mais realistas a problemas que antes só o cérebro
humano era capaz de interpretar e resolver.
Diversos problemas que possuímos, inclusive nas indústrias, podem ser resolvidos com
a lógica Fuzzy, principalmente se o problema em questão lidar com incertezas.
Os MIT’s (Motores de Indução Trifásico) são extremamente importantes em processos
industriais. Paradas inoportunas demandam custos elevados e tempo, o que se faz necessário a
aplicação de Manutenções Online. Observa-se a necessidade da aplicação da Análise de Falhas
em Motores, utilizando Lógica Fuzzy (TEODORO, 2007)
O tema proposto, promete reduzir o número de manutenções corretivas e assim,
tornando mais eficiente as manutenções Preditivas. Com a aplicação da Lógica Fuzzy, também
poderá ser feito um controle aprimorado de peças de reposição, já que o motor será monitorado
preditivamente, não existe a necessidade de manter um estoque de sobressalentes, tendo em
vista que sua falha será controlada, quando um rolamento, por exemplo, apresentar sinais de
falhas, pode ser dado início ao processo de compra, dentro do tempo até a falha entrar em um
sinal no limite máximo.
A metodologia é tópico essencial para desenvolvimento e desfecho deste trabalho.
Abrange desde os fundamentos teóricos da pesquisa até os testes e avaliações simuladas via
software, necessárias para tal propósito. Estão descritos abaixo alguns materiais para o
embasamento teórico:
a) Livros relacionados à motores elétricos;
b) Livro relacionados à Lógica Fuzzy;
c) Artigos relacionados ao tema proposto;
14
d) Simulações das aplicações de Fuzzy já realizadas;

e) Materiais necessários para a coleta de dados da Análise de Vibração;
f) Software que contenha a Lógica Fuzzy, para simulação.
15
2 TIPOS DE MANUTENÇÃO
Para que seja trabalhado melhor a Análise de Falhas, primeiramente será visto os tipos
de manutenções existentes, concluindo assim, onde melhor se aplica a Lógica Fuzzy em MIT’s.
São basicamente classificados como:
a) Manutenção Corretiva;
b) Manutenção Corretiva Programada;
c) Manutenção Preventiva;
d) Manutenção Preditiva;
e) Manutenção Detectiva.
No topo de todos esses tipos de manutenção, se encontra a Engenharia de Manutenção,
que gerencia e controla todas as manutenções, assim como sua equipe (SALMAZO, 2012).
Todos esses itens exemplificados, serão detalhados em seguida.
2.1 Manutenção corretiva
A Manutenção Corretiva ocorre no exato momento em que a falha ocorre. Esse tipo de
manutenção acarreta custos altos e, de modo geral, é um item que a Engenharia de Manutenção
sempre tenta reduzir. Além de parar o processo produtivo, a manutenção corretiva sempre gera
custos inesperados para a indústria. Não é possível prever, ou planejar este tipo de manutenção
(SENAI, 2000).
2.2 Manutenção corretiva programada
Similar à manutenção corretiva, porém feita de forma organizada e planejada. Uma vez
que a falha já foi detectada, porém ainda sim o equipamento continua em seu processo produtivo
para que se planeje ferramentas, peças para reparo, entre outras coisas que sejam necessárias
para intervenção no equipamento (MONTEIRO; SOUZA; ROSSI; 2010)
2.3 Manutenção preventiva
Trata-se de atuação realizada de maneira a reduzir/evitar a falha, ou ainda para aumentar

o desempenho do equipamento, obedecendo a um plano de manutenção preventiva previamente
elaborada, baseado em intervalos definidos de tempo, isso é, manutenção baseada no tempo
16
(MTBF x MTTR – Tempe Médio Entre Falhas x Tempo Médio de Reparo). Com as
manutenções preventivas também é possível reduzir custos com spare parts, já que
manutenções, como por exemplo Lubrificações, reduzirão as substituições de rolamentos,
redutores, entre outros (GURSKI, 2002).
2.4 Manutenções preditivas
Também é conhecida como manutenção sob condição ou manutenção com base no

estado do equipamento. É baseada na tentativa de definir o estado futuro de um equipamento
ou sistema, por meio dos dados coletados ao longo do tempo por uma instrumentação
específica, verificando e analisando a tendência de variáveis do equipamento. Esses dados
coletados, por meio de medições em campo como temperatura, vibração, análise físico-química
de óleos, ensaios por ultrassom, termografia, não permitem um diagnóstico preciso; portanto,
trabalha-se no contexto de uma avaliação probabilística (ROSSI; SOUZA; MONTEIRO; 2010).
2.5 Manutenções detectivas
Manutenção Detectiva é a atuação efetuada em sistemas de proteção, de forma a detectar

falhas ocultas ou não-perceptíveis ao pessoal de operação e manutenção.
Desse modo, tarefas executadas para verificar se um sistema de proteção ainda está
funcionando representam a Manutenção Detectiva. Um exemplo simples e objetivo é o botão
de teste de lâmpadas de sinalização e alarme em painéis (GURSKI, 2002).
2.6 Engenharia de manutenção
Cabe à Engenharia de Manutenção reduzir os índices de Manutenções Corretivas,

analisando dados coletados na própria manutenção. Avaliar ações que possam ser tomadas para
evitar falhas crônicas. Avaliar causa raiz das falhas, introduzir novas técnicas para melhoria de
toda sistemática da Manutenção. Melhoria com resultados obtidos em manutenções
Preventivas, Preditivas e Detectivas, visando sempre melhor eficiência dos equipamentos
(GURSKI, 2002).
17
2.7 Conclusões obtidas
Para o trabalho de que será demonstrado – Análise de Falhas em Motores, Utilizando

Lógica Fuzzy – a manutenção que se aplica ao mesmo é a Manutenção Preditiva. Isso se explica,
pelo fato de que, como visto no conceito acima, será analisado dados de seu estado, assim como
será verificado suas condições. Com base nisso será avaliado se é necessário, ou não, planejar
uma intervenção no motor de indução.
18
3 MOTORES ELÉTRICOS
O motor elétrico tornou-se um dos mais notórios inventos do homem ao longo de seu
desenvolvimento tecnológico. Máquina de construção simples, custo reduzido, versátil e não
poluente, seus princípios de funcionamento, construção e seleção necessitam ser conhecidos
para que ele desempenhe seu papel relevante no mundo de hoje (WEG, 2005).
Possui-se uma diversidade imensa de motores e para cada tipo é necessária análise de
sua aplicação, para que seja dimensionado o melhor tipo de motor para determinado
funcionamento. Segue abaixo uma breve listagem com os motores existentes (KOSOW, 2005):
a) Motores de Indução: Alimentados por tensão CA monofásica ou trifásica, operam por
indução. Podem ser síncronos, com velocidade igual à do campo girante, ou assíncronos.
b) Motores de Corrente Contínua (CC): caracterizados por serem alimentado em tensão CC,
pelo alto torque desenvolvido, além da facilidade e precisão no controle de velocidade.
c) Motores Síncronos: alimentados em tensão CA, requerem excitação em tensão CC
independente (externa) ou por excitatriz (interna). Podem ter o fator de potência controlado
e operam em larga faixa de velocidade, porém com baixo torque de partida.
d) Motores de Passo: sua principal característica é pelo controle preciso da rotação. Isso é
possível devido os polos do estator serem energizados gradativamente. Como o rotor é
projetado de forma dentada, assim que os polos são alimentados, o dente adjacente é atraído.
e) Servo motores: apresentam precisão de rotação ainda mais fina. Geralmente são motores CC
com controle de rotação em malha fechada.
f) Motor Universal: aplicável somente em baixas potências, podendo ser CA ou CC.
g) Motores Lineares: ao invés de produzirem torque (rotação), produzem força linear.
Para a pesquisa, os motores de indução trifásico serão vistos com maiores detalhes, onde
também será feita a aplicação da Análise de Falhas, utilizando a Lógica Fuzzy.
3.1 Motores de indução trifásico
Segundo Reis (2010), um motor de indução pode ser representado através de um

conjunto de equações diferenciais não lineares, utilizado devido ao efeito de acoplamento entre
as fases do rotor e o estator, uma vez que depende da posição angular do rotor em relação ao
estator. Este efeito torna os coeficientes das equações diferenciais variáveis.
19
Os motores de indução trifásicos são provavelmente hoje as máquinas rotativas mais

importantes no setor industrial já que são amplamente utilizados nas mais variadas aplicações
e estão presentes em praticamente todos os tipos de acionamentos.
O comportamento dinâmico é obtido baseado no conhecimento da estrutura construtiva
do motor onde é possível representa-lo através de um conjunto equivalente, e conhecer os
fenômenos eletromagnéticos e mecânicos envolvidos (REIS, 2010).
Grandes vantagens de sua aplicação nos sistemas industriais são:
a) Custo reduzido;
b) Manutenções simplificadas e periodicidade alta;
c) Baixa relação entre Peso x Potência;
d) Inexistência de comutador, entre outros.
3.2 Princípio de funcionamento
Segundo Spamer (2009), o princípio de funcionamento acontece quando alimenta-se o

estator e, imediatamente surge um campo magnético variável no tempo. Este, por sua vez, induz
uma f.e.m. – força eletromotriz no rotor. Essa força induzida, gera uma corrente induzida que
tende a opor-se à causa que lhe deu origem, que por sua vez gera um torque no rotor, que o
coloca em movimento.
3.3 Aspectos construtivos
Os MIT’s são basicamente constituídos por rotor e estator. A Figura 1, que mostra as
partes constituintes em um MIT em corte. Já na Figura 2, a imagem está explodida, onde é
possível observar os subitens dos MIT’s (ÁGUAS, 2013).
Figura 1 - Partes Constituintes do Motor de Indução.
Fonte: ÁGUAS, 2013.

20
Figura 2 - Vista Explodida de um MIT.
Fonte: ÁGUAS, 2013.
Segundo Águas (2013), define-se estator (ilustrado na Figura 3) como sendo a parte
imóvel do motor, que possui os seguintes componentes:
a) Carcaça;
b) Caixa de ligação;
c) Núcleo;
d) Enrolamentos e
e) Base.
Figura 3 - Estator do Motor de Indução
Fonte: AUGUSTO JUNIOR; AMORIM FILHO, 2011.
O rotor é a parte que se movimenta de forma rotativa, constituído basicamente por um

núcleo magnético e enrolamentos curto-circuitados que permitem a circulação de correntes e
pelo eixo (ÁGUAS, 2013).
Os rotores podem ser tanto do tipo gaiola de esquilo, onde seus condutores são curto-
circuitados em cada terminal, como na Figura 4. Ou ainda, podem ser do tipo rotor bobinado,
onde os condutores de cobre são colocados nas diversas ranhuras, apresentado na Figura 5.
21
Figura 4 - Rotor de Gaiola de Esquilo
Figura 5 - Rotor Bobinado
3.4 Tipos de falhas dos motores
Segundo Bloch (1999), falha pode ser definida como qualquer mudança em uma parte
ou em um componente da máquina a qual a deixa incapacitada para desempenhar sua função
de modo satisfatório, levando a parte ou o componente à condição de inconfiável ou insegura,
para continuar em uso.
Os MIT’s são visivelmente robustos, porém ainda sim é susceptível a falhas, assim como
todo e qualquer equipamento industrial. Suas falhas podem ser de origem mecânica ou elétrica.
É citado abaixo alguns tipos de falhas que podem ocorrer de origem elétrica nos motores
de indução trifásico (PINHEIRO, 2011):
a) Fechamento de curto-circuito entre espiras;
b) Falha no isolamento dos enrolamentos;
c) Barras rotóricas quebradas;
d) Sobrecarga;
e) Falha na fixação das conexões na caixa de ligação;
f) Fuga de corrente para os mancais.
As falhas de origem mecânica em MIT, podem ser vistas abaixo:
a) Rolamentos travados ou gastos;
b) Folgas nas tampas;
c) Desalinhamento;
d) Falhas nos eixos, podendo estar empenados ou trincados;
22
e) Desbalanceamentos mecânicos;
f) Falha na fixação da base ou quebra da mesma;
g) Folga da chaveta.
Em sumo, as falhas dos motores abrangem desde a operação até sobrecargas, desgastes
naturais, vibração. Em sua maioria, se localizam nos estatores, rotores e rolamentos.
23
4 TÉCNICAS DE DETECÇÃO DE FALHAS
Para garantir um bom funcionamento do motor, primeiramente é necessário que o

mesmo proceda de uma excelente fabricação.
Detecção, diagnóstico e prognósticos rápidos permitem uma prevenção e uma
manutenção programada, traduzindo-se num aumento de desempenho e confiabilidade e na
redução de custo com manutenção corretiva. A detecção limita-se a encontrar ou não a falha
via medições online, o diagnóstico, além disso, visa descobrir o tipo de falha e sua respectiva
causa, e o prognóstico, vai mais além, estimando o tempo de vida útil da máquina que ainda
resta (CHOW, 2000).
Diversas técnicas são utilizadas para detecção de falhas, tais como:
a) Análise de Vibração;
b) Monitoramento por emissão acústica;
c) Monitoramento por campo magnético;
d) Análise termográfica;
e) Monitoramento por pulso de choque;
f) Monitoramento de flutuação de velocidade;
g) Monitoramento da assinatura elétrica;
h) Monitoramento de emissão de rádio frequência;
i) Análise Química.
A seguir será feito o detalhamento da técnica de detecção de falha Análise de Vibração,
que vão auxiliar na aplicação da Lógica Fuzzy deste Trabalho.
4.1 Análise de vibração
A ferramenta utilizada para as simulações é a Análise de Vibração, tendo em vista este

fator, veremos em maiores detalhes sua aplicabilidade e funcionamento. Essas análises auxiliam
no prolongamento da vida útil dos equipamentos.
A Análise de Vibração é o processo pelo qual as falhas em componentes móveis de um
equipamento, são descobertas pela taxa de variação das forças dinâmicas geradas. Tais forças
afetam o nível de vibração, que pode ser avaliado em pontos acessíveis das máquinas, sem
interromper o funcionamento dos equipamentos (GATEC).
24
Para entendermos como é realizada a análise, necessitamos conhecer o que procede a

Vibração. Segundo a definição de Andrade et al. (2009), vibração pode ser definida como um
movimento de oscilação de um corpo em torno de um ponto de referência que se repete regular
ou irregularmente, após um intervalo de tempo. Sua presença pode indicar algum tipo de
problema no sistema, como falta de balanceamento das partes rotativas, rolamentos e polias,
desalinhamento, interferências, erosão localizada, ressonância, entre outros (OLIVEIRA,
2013).
Para cada tipo/maneira em que se obtém a curva de vibração, obtém-se diagnóstico das
falhas para que possam ser atacadas, conforme mostrado na Figura 6. É possível observar na
figura, a variação na curva que representa falha no rolamento, sendo assim, subentende-se a
necessidade de substituição do rolamento. Também são avaliados os coeficientes Nível de
Velocidade (rms) e frequência. A partir desses dados em comparação com um motor saudável
é que se conclui a falha ou não do equipamento.
Figura 6 - Ondas retirados das Análises de Vibração.
Fonte: GATEC, 2014.
Os problemas detectados com a análise de vibração podem ser: folgas, defeitos ou

desalinhamento de rolamentos ou mancais, desbalanceamento do rotor, entre outros.
25
4.1.1 Grandezas físicas da vibração
Segundo Spamer (2009), a vibração possui três grandezas físicas, que são:
a) Frequência: é o número de ciclos que um evento acontece em um determinado período,
medidos na unidade de Hz – Hertz (Figura 7).
Figura 7 – Demonstração da onda no tempo
Fonte: SPAMER, 2009.
b) Amplitude: é a intensidade que acontece um determinado evento mostrando a criticidade e

a destrutividade dos eventos presentes (Figura 8).
Figura 8 – Representação de Amplitude
c) Fase: informa o ângulo em que o sinal se apresenta através da reação física da máquina ou
componente (Figura 9).
26
Figura 9 – Representação de Fase
4.1.2 Critérios de avaliação de condição
Segundo Spamer (2009), para todos os pontos de medição, é registrado o nível global,
que representa a composição de várias fontes de vibração. Estes níveis avaliados devem
permanecer dentro de faixar admissíveis. A partir de uma tendência de evolução desses níveis
de vibração, é feita uma análise de frequência para identificação da origem do problema.
Oliveira (2013), diz que a frequência é a razão de repetições de um evento periódico,
podendo ser expressa em rotações por segundo (Hz), rotações por minuto (rpm), ciclos por
segundo, ou ainda, múltiplos da velocidade de rotação (harmônicas), que comumente são
referidas como sendo 1x, 2x, 3x, ..., Nx, a frequência de rotação.
Qualquer tipo de anomalia em uma máquina rotativa, como fadiga, desalinhamento,
desbalanceamento, instabilidade, desgaste, gera um tipo de vibração específica e característica,
sendo que a vibração mais comum ocorre na frequência de rotação da máquina, onde
geralmente encontra-se os maiores valores de amplitude para medidas de velocidade e
deslocamento (OLIVEIRA, 2013).
Para que a análise seja realizada de forma assertiva, a Norma ISO 2372, limitou os valores
de velocidade de vibração em rms, para as diferentes classes de motores. Para cada limite, existe
um nível de estado do motor, sendo eles de Nível A, para quando o motor estiver em condições
normais de trabalho, Nível B, para os motores com um nível singelo fora dos parâmetros
normais de trabalho, Nível C, aos motores que já apresentam resultados da análise insatisfatório,
com algum tipo de falha, e por último, Nível D, onde o motor não se encontra em condições de
trabalho, sendo necessária intervenção imediata de manutenção. Isso poderá ser observado de
forma mais detalhada nas tabelas 1 e 2.
27
Tabela 1 - Norma ISO 2372 para Balanceamento

Classificação dos Equipamentos
CLASSE I CLASSE II CLASSE III CLASSE IV
NÍVEL Até 15 KW 15 A 75 KW Acima de 75 KW Acima de 75 KW
(20 CV). (20 - 100 CV) base rígida base flexível
VALOR RMS DA VELOCIDADE DE VIBRAÇÃO (mm/s).
A - Bom Até 0,71 Até 1,12 Até 1,8 Até 2,8
B - Satisfatório 0,71 a 1,8 1,12 a 2,8 1,8 a 4,5 2,8 a 7,1
C - Insatisfatório 1,8 a 4,5 2,8 a 7,1 4,5 a 11,2 7,1 a 18,0
D - Inaceitável Acima de 4,5 Acima de 7,1 Acima de 11,2 Acima de 18,0
Fonte: ISO 2372
Tabela 2 – Níveis de vibração para motores Classe 1 e 2

Classe II
Velocidade da Classe I
(de 15 à
Vibração - mm/s (Até 15kW)
75kW)
0.28
0.45 A
A
0.71
1.12
B
1.8
B
2.8
C
4.5
C
7.1
11.2 D
D
18
28
45
Fonte: 2372.
28
5 LÓGICA FUZZY
Os princípios de lógica fuzzy foram desenvolvidos primeiramente por Jan Lukasiewicz

(1878-1956), que em 1920 desenvolveu e introduziu conjuntos com grau de pertinência que
combinados aos conceitos da lógica clássica, desenvolvida por Aristóteles, deu embasamento
suficiente para que na década de 60, Lofti Asker Zadeh, professor de Ciências da Computação
da Universidade da Califórnia, chegasse a ser o primeiro autor de uma publicação sobre lógica
fuzzy.
Zadeh observou que muitas regras presentes no cotidiano da população não podiam ser
explicadas pelas pessoas que as usavam.
Inicialmente Zadeh foi criticado por vários cientistas e estudiosos da área da
computação, porém logo sua ideia foi aceita nesse meio, sendo alvo de várias publicações que
abordavam aplicações dos sistemas fuzzy (LUCAS; CHENCI; RIGNEL, 2011).
Segundo Masselli (2014), existem quatro diferentes formas para definirmos Lógica
Fuzzy:
a) São sistemas que tentam explorar as formas que o cérebro usa para o tratamento de
informações qualitativas e incertas.
b) São sistemas que suportam os modos de raciocínio que são aproximados, ao invés de exatos,
como estamos naturalmente acostumados a trabalhar.
c) São sistemas capazes de tratar informações vagas, aproximadas, as quais são expressas por
regras linguísticas.
d) São sistemas que consistem em aproximar a decisão computacional da decisão humana.
Na lógica clássica tradicional (teoria de conjuntos), as fronteiras dos conjuntos são bem
definidas.
Segundo Cavalcanti et al. (2012), a teoria dos Conjuntos Tradicionais foi criada a partir
da Lógica Clássica. Constata-se que a classificação “verdadeira” ou “falsa” da Lógica Clássica
não é adequada em muitas situações. Por exemplo, um copo tem ou não tem água. Esse tipo de
problema é muito difícil de ser solucionado usando a Lógica Clássica, pois meio copo d’água
não pode ser ao mesmo tempo parcialmente “verdadeiro” e parcialmente “falso”.
Na lógica fuzzy (nebulosa), essas fronteiras não são bem definidas, sendo então flexíveis
(Figura 10).
29
Figura 10 - Comparativo Lógica Clássica e Lógica Fuzzy.
Fonte: MASSELLI, 2014.
O sistema fuzzy, para a aplicação na detecção de falhas dos motores, condiz na seleção
de dados de entrada, que possivelmente acarretarão algum tipo de falha. Posteriormente, é feito,
através de software, a inserção de regras no sistema que, por análise, são conjunto das variáveis
de entrada que podem estar em níveis baixos, médios ou altos. A união de duas ou mais entrada,
dependendo do seu nível podem acarretar um tipo de falha específico, que são as saídas da
Lógica Fuzzy, que estão exemplificadas na Figura 11 abaixo.
Figura 11 - Exemplo de aplicação de Lógica Fuzzy.
Fonte: PINHEIRO, 2011.
Para a coleta das entradas, obtém se, à primórdio, as condições de trabalho do motor,
com o mesmo sem qualquer tipo de falha. E posteriormente, aplica-se os mesmos testes
realizados no motor saudável, aos motores com um desgaste superior, ou com uma vida útil
mais elevada. Esses dados são recolhidos por diversos tipos de análises, que estão listados
abaixo (PITOLI, 2013):
a) Monitoramento por vibração;
30
b) Monitoramento por emissão acústica;

c) Monitoramento do campo magnético;
d) Monitoramento por temperatura;
e) Monitoramento por pulso de choque;
f) Monitoramento de flutuação de velocidade;
g) Monitoramento da assinatura elétrica;
h) Monitoramento de emissão de rádio frequência;
i) Análise Química.
Feito isto, é lançado os dados coletados no software, onde o mesmo avalia – por Lógica
Fuzzy -, juntamente com as regras já lançadas, o que poderá ocorrer com o motor. Assim é feita
a intervenção, preditivamente, no motor com avaria especificada.
5.1 Variável linguística
Segundo Tanscheit (2004), uma variável linguística é uma variável cujos valores são
nomes de conjuntos fuzzy. A temperatura pode ser uma variável linguística com valores baixa,
média, e alta. Estes valores são descritos por intermédio de conjuntos fuzzy, representados por
funções de pertinência, conforme mostrado na Figura 12.
Figura 12 – Funções de pertinência para a variável temperatura.
Fonte: TANSCHEIT, 2004.
5.2 Função de pertinência
Segundo Santos (2003), a função de pertinência mostra o grau de pertinência de um

elemento em relação a um determinado conjunto. A mesma associa cada elemento x pertencente
a U um número real µA(x) no intervalo [0,1]. Estas serão as possibilidades que o elemento x
venha a pertencer ao conjunto A.
31
(1)
Onde:
U = conjunto universo
A = subconjunto de U
x = elemento de U
Essa função característica, discrimina entre todos os elementos de U aqueles que,
segundo algum critério, pertencem ao subconjunto A, dividindo o conjunto universo em duas
partes com fronteiras bem definidas (SANTOS, 2003).
Ainda sobre Santos (2003), para obtermos os conjuntos fuzzy e suas operações basta
generalizarmos a função característica da lógica clássica para o intervalo [0; 1], ou seja, µA(x):
U - [0; 1], o que implica em considerarmos um contínuo de valores de pertinência e não apenas
pertence e não pertence. O elemento x pertencerá ao subconjunto A com um grau de pertinência
que é um valor no intervalo [0,1].
Um conjunto fuzzy A em um conjunto universo U é um conjunto de pares ordenados de
um elemento genérico x e seu grau de pertinência µA(x) da forma:
(2)
Onde:
U = conjunto universo
A = subconjunto de U
x = elemento de U
32
6 METODOLOGIA: APLICAÇÃO PRÁTICA DO SISTEMA FUZZY
A aplicação prática do sistema Fuzzy consistirá em três etapas distintas, listadas abaixo:
a) Levantamento de dados de entrada de um motor saudável;
b) Simulação da Aplicação Fuzzy via Software.
6.1 Levantamento de dados
Este item será feito com auxílio de fornecedores de MIT’s para que obtenhamos um
valor ideal de condições de trabalho do motor. Escolheu-se a Análise de Vibração para coleta
de dado de entrada para o sistema Fuzzy. Todos esses para um determinado torque específico,
para que não haja diferenças na aplicação de testes com falhas.
De posse desses dados, será possível diagnosticar em esquema comparativo, através das
regras de Fuzzy, os prováveis problemas, tanto mecânicos, quanto elétricos.
6.2 Simulação da lógica fuzzy
Utilizando o Software Matlab® (versão 2015) mostrado na Figura 13, é possível simular
entradas, saídas e regras para evidenciar falhas em motores. Isso é possível pois temos uma
ferramenta (Figura 14) que nos permite tal feito.
Figura 13 - Plataforma Matlab®
Fonte: Matlab® (versão 2015)

33
Figura 14 - Ferramenta Fuzzy
Fonte: Matlab® 2015.
É possível inserir N entradas para obter diferentes tipos de saídas. Quanto maior o
número de variáveis observar, melhor será minha definição da falha. Contudo é necessário que
as regras sejam bem definidas para um melhor resultado (OLIVEIRA, 2013).
34
7 DESENVOLVIMENTO: PASSO A PASSO PARA OS RESULTADOS
Para realização dos testes, foi retirado dados das frequências de vibração de um motor
de 2 polos, com 160 de carcaça. Segundo Teknikao (2011), abaixo estão descritos na tabela 3
os dados fixos, para o motor em questão, para os diversos problemas que podem ser detectados
na Análise de Vibração.
Tabela 3 – Níveis de frequências e suas falhas

Nº Descrição Faixa de Frequência (Hz) Alarmes (mm/s)
Normal Alerta Perigo
0 Nível Global 0 a 2000 0-5 5 -7,1 Acima de 7,1
1 Correias 4 a 48 0 - 1,3 1,3 - 1,8 Acima de 1,8
2 Desbalanceamento 48 a 72 0 - 4,5 4,5 - 6,4 Acima de 6,4
3 Desalinhamento 72 a 192 0 - 2,0 2,0 - 2,8 Acima de 2,8
4 Falha Estator / Rotor 119 a 121 0 - 1,5 1,5 - 2,2 Acima de 2,2
5 Folgas / Rolamento Avançado 192 a 732 0 - 1,3 1,3 - 1,8 Acima de 1,8
6 Rolamento Intermediário 732 a 1000 0 - 1,0 1,0 - 1,4 Acima de 1,4
7 Rolamento Incipiente 1000 a 1500 0 - 0,9 0,9 - 1,2 Acima de 1,2
8 Passagem de Barras e Ranhuras 1500 a 2000 0 - 0,9 0,9 - 1,2 Acima de 1,2
Fonte: Teknikao (2011).
De posse desses dados, foram introduzidas entradas (Figura 15) no Sotware Matlab®
(plataforma Fuzzy). Cada entrada representava uma faixa de frequência, partindo do número 1
da tabela 3. Isso se procede devido à cada tipo de falha pertencer à uma faixa de frequência,
assim como, pensando em aplicações práticas, o sistema de controle mandaria os valores
detectados de mm/s para sua respectiva entrada (faixa de frequência).
Figura 15 – Entradas Criadas para Simulação.
Fonte: o autor.
35
Essas entradas foram programadas de acordo com as faixas normais, de alerta e perigo,
da tabela 3 de referência. Já para os valores que interceptam (em união), foi estipulado início
em 80% do valor final estabelecido para o mf antecessor. Por exemplo, se a faixa de mf1 abrange
o conjunto de 0 à 1, utiliza-se 80% do valor final para iniciar o conjunto de mf2, que para este
exemplo, seria 0,8.
Para as saídas, foi utilizado a mesma sistemática, contudo seus valores programados
foram de 0 à 1, que são apenas valores adotados para que, dependendo da faixa diagnosticada,
envie um sinal de ‘falha ok’, ‘falha em alerta’ e ‘falha em perigo’. Isso se vê na Figura 16, em
mf1, mf2 e mf3, respectivamente.
Figura 16 – Saídas com níveis de Alerta
Mf1 Mf2
Mf3
Fonte: o autor.
Além das saídas criadas mostrando o status de cada falha, temos uma última saída que
liga todos os sinais de entrada e nos notifica o status geral do motor. Se o mesmo se encontra
em perfeita condições de trabalho, o sinal de saída nos mostrará ‘motor ok’. Se está com
qualquer tipo de falha de nível intermediário, o sinal de saída nos mostra ‘motor em alerta’. Ou
ainda, se existe o risco de quebra, será transmitido um sinal de ‘motor em perigo’.
Feito isto, é necessário que se crie regras, onde os sinais de entrada irão se fuzzificar,
para que a regra criada, manipule os dados e posteriormente desfuzzificar, gerando um sinal de
saída e apresentem o status do motor, de forma online.
A tabela 4 e o quadro 1, vem mostrando como foram escritas as regras na plataforma
fuzzy do Matlab® e qual o diagnóstico previsto para cada regra criada. Na Figura 17, é possível
observar também a plataforma de manipulação dessas regras.
36
Figura 17 – Editor de Regras
Fonte: o autor.
Tabela 4 – Regras criadas na plataforma Fuzzy

Faixas de Frequências (entradas)
REGRA 4a 48 a 72 a 119 a 192 a 732 a 1K a 1.5K a FALHA
48 72 192 121 732 1K 1.5K 2K
1 MF1 X X X X X X X F1.1
4 X MF1 X X X X X X F2.1
7 X X MF1 X X X X X F3.1
10 X X X MF1 X X X X F4.1
13 X X X X MF1 X X X F5.1
16 X X X X X MF1 X X F6.1
19 X X X X X X MF1 X F7.1
22 X X X X X X X MF1 F8.1
25 MF1 MF1 MF1 MF1 MF1 MF1 MF1 MF1 F9.1
Fonte: o autor.
37
Quadro 1 – Regras, falhas e seus diagnósticos

REGRA FALHA CONEXÃO DIAGNÓSTICO
1 F1 - CORREIA OK
2 F1 - CORREIA ALERTA
3 F1 - CORREIA PERIGO
4 F2 - BALANCEAMENTO OK
5 F2 - BALANCEAMENTO ALERTA
6 F2 - DESBALANCEADO PERIGO
7 F3 - ALINHAMENTO OK
8 F3 - ALINHAMENTO ALERTA
9 F3 - DESALINHAMENTO PERIGO
10 F4 - FALHA ELÉTRICA OK
11 F4 - FALHA ELÉTRICA ALERTA
12 F4 - FALHA ELÉTRICA PERIGO
13 F5 - ROLAMENTO AVANÇADO OK
14 F5 - ROLAMENTO AVANÇADO ALERTA
15 F5 - ROLAMENTO AVANÇADO PERIGO
16 F6 - ROLAMENTO INTERMEDIÁRIO OK
17 F6 - ROLAMENTO INTERMEDIÁRIO ALERTA
18 F6 - ROLAMENTO INTERMEDIÁRIO PERIGO
19 F7 - ROLAMENTO INCIPIENTE OK
20 F7 - ROLAMENTO INCIPIENTE ALERTA
21 F7 - ROLAMENTO INCIPIENTE PERIGO
22 F8 - BARRAS E RANHURAS OK
23 F8 - BARRAS E RANHURAS ALERTA
24 F8 - BARRAS E RANHURAS PERIGO
25 F9 AND MOTOR NORMAL
26 F9 OR MOTOR EM ALERTA
27 F9 OR MOTOR EM PERIGO
Fonte: o autor.
Nas regras de 1 à 24, onde para cada tipo de falha existem três linhas de regras, foi
inserido a lógica que SE os valores de entrada de Rms fosse de nível 1, a saída mostrada seria
‘falha ok’, por exemplo, ‘correias ok’. SE os valores de entra de Rms fossem do nível 2, a saída
mostrada seria ‘falha em alerta’, por exemplo, ‘falha elétrica em alerta’. O mesmo se dá para
as regras de nível 3. Contudo, para as regras de 25 à 27, onde a saída se refere ao status geral
do motor, onde para nível ‘normal’, foi feita a conexão AND entre todas as falhas. Já para os
níveis em alerta e perigo, foi utilizada a conexão OR entre todas as falhas, tendo em vista que
se apenas uma falha se alterar no nível, a saída do motor acusará ‘motor em alerta’ ou ‘motor
em perigo’.
Após a criação de regras, é feita a simulação dos valores de entrada e saída, conforme
nas figuras 18 e 19, respectivamente. Neste ponto é possível verificar a reação do motor, de
acordo com os dado simbólicos de entrada, captados da Análise de Vibração. Na figura 18 os
valores de entrada estão todos em nível intermediário diante do mínimo e máximo especificado.
38
Contudo, os valores de saída na Figura 19 não serão intermediário devido aos valores de mm/s
admissíveis segundo a ISO 2372.
Figura 18 – Simulação em Operação (Entradas)
Fonte: o autor.
Figura 19 - Simulação em Operação (Saídas)
Fonte: o autor.
39
8 RESULTADOS OBTIDOS
Foram realizadas quatro simulações distintas, onde os valores de entrada (mm/s) foram
alterados em algumas falhas. Na figura 20, a simulação foi feita com todos os valores da Análise
de Vibração estáveis, obtendo como resultado ‘Motor sem Falha’ para todas as saídas.
Figura 20 - Simulação 1
Fonte: o autor.
Para simulação dois (Figura 21), foi inserido apenas um valor fora dos parâmetros
normais, que corresponde à falha de desbalanceamento, onde foi dado um valor intermediário
de vibração permitida (4,6 mm/s). Sua saída correspondente, apesenta um sinal de alerta, o que
seria mostrado em uma interface homem x máquina ‘Desbalanceamento em Alerta’. Nota-se
também, que a saída Status do Motor também teve alteração em nível intermediário, já que a
regra criada para ela, relata que para toda e qualquer falha ocorrente em nível intermediário,
teremos uma resposta também em nível intermediário. Ou seja, se apenas uma falha estiver em
nível intermediário, a saída que mostra a situação do motor mostrará na interface ‘Motor em
Alerta’. Nessas condições, acarretaria uma parada programada do motor, onde a manutenção
interviria ajustando o balanceamento do motor.
40
Fonte: o autor.
Para simulação três (Figura 22), foi escolhida a falha estator e rotor, em nível já
avançado da Análise de Vibração. Nota-se sua saída em sinal de perigo, assim como o Status
do Motor. Ambos apresentarão na interface homem x máquina, respectivamente, ‘Estator e
Rotor em Perigo’ e ‘Motor em Perigo’. O que justifica a manutenção imediata para este motor,
onde seriam verificados os problemas no estator ou rotor.
Fonte: o autor.
Já na simulação quatro (Figura 23), foram escolhidos valores aleatórios para cada falha,
para que seja observado a reação da lógica fuzzy em diversas situações. Certamente um motor
não terá essa reação em uma operação real, contudo para esta simulação didática, nos mostra
que a Lógica aplicada, realmente atende as expectativas para uma manutenção preditiva online.
41
Posteriormente, é possível observar na tabela 5, todos os dados que foram implementados nas
entradas, assim como suas respectivas reações.
Fonte: o autor.
Tabela 5 – Dados das Simulações

ENTRADAS E SAÍDAS
FALHAS SIMULAÇÃO SIMULAÇÃO SIMULAÇÃO SIMULAÇÃO
1 (mm/s) 2 (mm/s) 3 (mm/s) 4 (mm/s)
Correias 0,5 0,5 0,5 1
Desbalanceamento 2,8 4,6 2,8 6,2
Desalinhamento 0,75 0,75 0,75 2
Falha Estator / Rotor 0,92 0,92 3,6 0,8
Folgas / Rolamento Avançado 0,85 0,85 0,85 1,4
Rolamento Intermediário 0,5 0,5 0,5 2
Rolamento Incipiente 0,3 0,3 0,3 0,87
Passagem de Barras e Ranhuras 0,3 0,3 0,3 1,29
Status do Motor - - - -
Legenda
Sem Falha
Falha em Alerta
Falha em Perigo
Fonte: o autor.
42
9 CONCLUSÃO
Conclui-se com este trabalho, a total eficácia da ferramenta Lógica Fuzzy, para controles
de falhas em motores. Este feito pode também ser expandido para demais equipamentos, assim
como outras aplicações.
Os tipos de manutenção citadas permite a observação de que com o investimento em
manutenções preditivas online o custo com perdas de produção e peças de reposição em estoque
são reduzidas de forma considerável.
Também foi levantado a utilização de lógica fuzzy no processo de tomada de decisões,
onde definiu-se que para a aplicação em estudo, esse tipo de lógica teria um melhor
desempenho. Tal afirmação se deve ao fato da lógica trabalhar com a incerteza e a imprecisão
e ser muito difícil de estabelecer um modelo matemático para processos industriais.
Através do Toolbox do Matlab®, foi possível elaborar uma estrutura que utiliza como
variáveis de entrada os níveis de vibração, fornecendo uma saída de diagnóstico. Isso foi
possível através das criação de regras na ferramenta.
Os resultados obtidos nesta aplicação foram satisfatórios, pois as regras da estrutura
fuzzy conseguiram expressar os conhecimentos em manutenção, quanto as condições do motor
com relação ao nível de vibração, se estão em boas condições de uso, com algum tipo de alerta,
ou ainda, em risco de quebra.
43
REFERÊNCIAS
ÁGUAS, André G. Otimização de um sistema online de detecção de falhas em motores de

indução. Faculdade de Ciências e Tecnologia, Lisboa, 2013.
BANDEIRA, Guilherme. ABREU, Guilherme de. GIANELLI, Rafael. Vibração e ruído em

manutenção preditiva. Faculdade de Engenharia Campus Bauru, Bauru, 2010.
BECHARA, Ricardo. Análise de Falhas em Transformadores de Potência. Escola

politécnica da Universidade de São Paulo, São Paulo, 2010.
BLOCH, Heiz P. GEITNER, Fred K. Machinery Failure Analisys and Thoubleshooting. 3ª

Ed., Houston, Gulf Professional Publishing, 1999.v. 2.
CAVALCANTI, José H. F. et al. Lógica Fuzzy aplicada às Engenharias. João Pessoa, PB.
2012.
CHOW, Mo-Yuen, Guest Editorial Special Section on Motor Fault Detection and
Diagnosis. IEEE Transactions on Industrial Eletronics. North Carolina, 2000.
ELETROBRÁS, et al. Motor Elétrico: guia básico. ELETROBRÁS, et al. Rio de Janeiro:
ELETROBRÁS, 2009.
GATEC. Projeto Manutenção Preditiva: análise de vibrações. Gestão Agroindustrial,

Piracicaba, 2014. Disponível em: <www.gatec.com.br>. Acesso em: 20 out. 2016.
GURSKI, Carlos Alberto. Curso de formação de operadores de refinaria: noções de

confiabilidade e manutenção industrial. Curitiba: PETROBRAS: UnicenP, 2002. 24 p. : il.
KOSOW, Invirng L. Máquinas elétricas e Transformadores. 15 ed. São Paulo: Globo,

2005.
LUCAS, C. A.; CHENCI, G. P.; RIGNEL, D. G. S. Uma Introdução a Lógica Fuzzy.

Revista Eletrônica de Sistemas de Informação e Gestão Tecnológica. 2011. Disponível em:
<http://www.logicafuzzy.com.br/wp-
content/uploads/2013/04/uma_introducao_a_logica_fuzzy.pdf>. Acesso em: 15 jul. 2016.
MASSELLI, Yvo M. C. Sistemas Inteligentes em Automação Industrial. Inatel, Santa Rita

do Sapucaí, 2014.
MONTEIRO, C. I.; SOUZA, L. R. de. ROSSI, P. H. L. Manutenção Corretiva: manutenção

e lubrificação de equipamentos. Bauru, 2010.
OLIVEIRA, Amadeus Lincon de. Estudo de apoio a tomada de decisão em processo de

manutenção baseada em Lógica Fuzzy. Universidade Federal do Paraná. Cornélio Procópio,
2013.
PINHEIRO, Hélio H. C. Sistema para Detecção e Diagnóstica de Falhas em Motores

Elétricos de Indução Utilizando Lógica Fuzzy. 2011. 103 f. Dissertação de Mestrado -
Universidade Federal do Rio Grande do Norte, Natal, 2011.
44
PITOLI, Marcos H. Sistema portátil para monitoramento e identificação de falhas em

motores de indução trifásicos através da técnica da Análise da Assinatura Elétrica.
Universidade Federal de Itajubá. Itajubá, 2013
REIS, Anderson J. S. Reconhecimento de padrões de falhas em motores trifásicos

utilizando redes neurais. 2010. 88 f. Dissertação de Mestrado - Universidade Federal do Rio
Grande do Norte, Natal, 2010.
SALMAZO, Fabrício. Proposta de Manutenção Centrada na Confiabilidade: estudo de

caso no SEP de Redes Subterrâneas em Curitiba. Universidade Federal do Paraná. Curitiba,
2012.
SANTOS, Germano J. C. Lógica Fuzzy. Universidade Estadual de Santa Cruz. Ilhéus, Bahia,
2003.
SÃO PAULO. Manual do uso da teoria dos conjuntos Fuzzy no MATLAB 6.5. Unicamp,
2005.
SENAI. Manutenção. Divisão de Recursos Didáticos. São Paulo, 2000.
SILVA, V. A. D. S.; BRITO, J. N.; BACCARINI, L. M. R. Diagnóstico de falhas mecânicas

através da análise de vibração em motores alimentados por inversores de frequência. In: V
CONGRESSO NACIONAL DE ENGENHARIA MECÂNICA. Engenharia Elétrica. Bahia:
ABCM, 2008.
SPAMER, Fernanda R. Técnicas Preditivas de Manutenção de Máquinas Rotativas.

Universidade Federal do Rio de Janeiro. Rio de Janeiro, 2009.
TANSCHEIT, Ricardo. Sistemas Fuzzy. DEE-PUC-Rio. Rio de Janeiro, 2004.
TEODORO, F. H. Grupo de estudo de subestações e equipamentos elétricos. In: XIX

SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA
ELÉTRICA. Engenharia Elétrica. Rio de Janeiro: SNPTEE, 2007.
WEG (Jaraguá do Sul, SC). Motores Elétricos: catálogo. Santa Catarina, 2005. 145 p.

TCC Analise de Falhas

Enviado por

Direitos autorais:

Formatos disponíveis

TCC Analise de Falhas

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TCC Analise de Falhas

Enviado por

Direitos autorais:

Formatos disponíveis

CENTRO UNIVERSITÁRIO DO SUL DE MINAS UNIS

BACHARELADO EM ENGENHARIA ELÉTRICA

ANÁLISE DE FALHAS EM MOTORES DE INDUÇÃO TRIFÁSICA, ATRAVÉS DO

ANÁLISE DE FALHAS EM MOTORES DE INDUÇÃO TRIFÁSICA, ATRAVÉS DO

Trabalho de Conclusão de Curso apresentado ao curso de

ANÁLISE DE FALHAS EM MOTORES DE INDUÇÃO TRIFÁSICA, ATRAVÉS DO

Trabalho de Conclusão de Curso apresentado ao curso de

Agradeço primeiramente à Deus, que me

Motores de indução tornaram-se extremamente eficientes em diversos processos

Palavras-chave: Motores. Falhas. Manutenções Preditivas. Lógica Fuzzy. Análise de

Induction motors have become extremely effective in many industrial processes.

Figura 01 – Partes Constituintes do Motor de Indução.............................................................20

Figura 02 – Vista Explodida de um MIT..................................................................................20

Figura 03 – Estator do Motor de Indução.................................................................................21

Figura 04 – Rotor de Gaiola de Esquilo....................................................................................21

Figura 05 – Rotor Bobinado......................................................................................................21

Figura 06 – Ondas retirados das Análises de Vibração............................................................24

Figura 07 – Demonstração da onda no tempo...........................................................................25

Figura 08 – Representação de Amplitude.................................................................................25

Figura 09 – Representação de Fase...........................................................................................26

Figura 10 – Comparativo Lógica Clássica e Lógica Fuzzy......................................................29

Figura 11 – Exemplo de aplicação de Lógica Fuzzy.................................................................29

Figura 13 – Plataforma Matlab®...............................................................................................32

Figura 14 – Ferramenta Fuzzy..................................................................................................33

Figura 15 – Entradas Criadas para Simulação...........................................................................34

Figura 17 – Editor de Regras....................................................................................................36

Figura 18 – Simulação em Operação (Entradas) .....................................................................38

Figura 19 – Simulação em Operação (Saídas) .........................................................................38

Figura 20 – Simulação 1...........................................................................................................39

Figura 21 – Simulação 2...........................................................................................................40

Figura 22 – Simulação 3..........................................................................................................40

Figura 23 – Simulação 4..........................................................................................................41

Tabela 01 – Norma ISO 2372, para Balanceamento.................................................................27

2 TIPOS DE MANUTENÇÃO ........................................................................................... 15

3 MOTORES ELÉTRICOS ................................................................................................. 18

4 TÉCNICAS DE DETECÇÃO DE FALHAS .................................................................. 23

5 LÓGICA FUZZY .............................................................................................................. 28

6 METODOLOGIA: APLICAÇÃO PRÁTICA DO SISTEMA FUZZY ........................ 32

7 DESENVOLVIMENTO: PASSO A PASSO PARA OS RESULTADOS .................... 34

8 RESULTADOS OBTIDOS ............................................................................................... 39

Diante de tantas classes de problemas, verifica-se a necessidade de redução dos mesmos,

d) Simulações das aplicações de Fuzzy já realizadas;

2.1 Manutenção corretiva

2.2 Manutenção corretiva programada

2.3 Manutenção preventiva

Trata-se de atuação realizada de maneira a reduzir/evitar a falha, ou ainda para aumentar

2.4 Manutenções preditivas

Também é conhecida como manutenção sob condição ou manutenção com base no

2.5 Manutenções detectivas

Manutenção Detectiva é a atuação efetuada em sistemas de proteção, de forma a detectar

2.6 Engenharia de manutenção

Cabe à Engenharia de Manutenção reduzir os índices de Manutenções Corretivas,

2.7 Conclusões obtidas

Para o trabalho de que será demonstrado – Análise de Falhas em Motores, Utilizando

3.1 Motores de indução trifásico

Segundo Reis (2010), um motor de indução pode ser representado através de um

Os motores de indução trifásicos são provavelmente hoje as máquinas rotativas mais

3.2 Princípio de funcionamento

Segundo Spamer (2009), o princípio de funcionamento acontece quando alimenta-se o