Mostrar el registro sencillo del ítem
Detecção de falhas em motores elétricos utilizando aprendizado de máquina
dc.contributor.author | Novais, Leonardo Rezende | |
dc.date.accessioned | 2024-07-17T22:09:58Z | |
dc.date.available | 2024-07-17T22:09:58Z | |
dc.date.issued | 2023-04-03 | |
dc.identifier.citation | NOVAIS, Leonardo Rezende. Detecção de falhas em motores elétricos utilizando aprendizado de máquina. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/20067. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/20067 | |
dc.description.abstract | This work proposes a method for detecting failures in electric motors, using machine learning techniques. For training and testing of the model, a data base containing 1951 time series obtained from 4 different sensors that simulate 6 states of operation: normal, unbalanced, horizontal misalignment, vertical misalignment, internal bearing failure and external bearing failure. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Aprendizado de máquina | por |
dc.subject | Motores elétricos | por |
dc.subject | Detecção de falhas | por |
dc.title | Detecção de falhas em motores elétricos utilizando aprendizado de máquina | por |
dc.title.alternative | Detection of failures in electric motors using machine learning | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Barcellos, Robson | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9844506370403162 | por |
dc.description.resumo | Este trabalho propõe um método de detecção de falhas em motores elétricos utilizando técnicas de Aprendizado de Máquina. Para treinamento e teste do modelo, foi utilizado um banco de dados contendo 1951 séries temporais de 4 diferentes sensores, que simulam 6 estados de funcionamento: normal, desbalanceamento, desalinhamento horizontal, desalinhamento vertical, falha no rolamento interno, e falha no rolamento externo. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/4835025978625617 | por |
dc.publisher.course | Engenharia Elétrica - EE | por |
dc.contributor.authororcid | https://orcid.org/0009-0005-5840-4248 | por |
dc.contributor.advisor1orcid | https://orcid.org/0000-0002-6009-4825 | por |