Dissertação apresentada à Pró-Reitora de Pós-Graduação da Universidade

Estadual do Maranhão, como parte dos requisitos para obtenção do título

de Mestre em Engenharia da Computação do Curso de Mestrado
Profissionalizante em Engenharia da Computação e Sistemas no Programa
de Pós-Graduação em Engenharia da Computação e Sistemas.

Jacyeude de Morais Passos Araújo Segundo

DESENVOLVIMENTO DE UM IDENTIFICADOR DE FALHAS PARA MOTOR

TRIFÁSICO DE INDUÇÃO BASEADO EM MÁQUINAS DE VETORES DE
SUPORTE IMPLEMENTADO EM CLOUD

___________________________________________________________

Prof. Dr. Mauro Sérgio Silva Pinto

Universidade Estadual do Maranhão - UEMA
Orientador

___________________________________________________________

Prof. Dr. Leonardo Ramos Rodrigues

Instituto de Aeronáutica e Espaço - IAE
Coorientador

Campus Paulo VI
São Luís, MA – Brasil
2019
 Segundo, Jacyeude de Morais Passos Araújo

Desenvolvimento de um identificador de falhas para motor trifásico de indução baseado em

máquinas de vetores de suporte implementado em cloud.
São Luís, 2019.
110f.
Dissertação de mestrado – Curso de Engenharia da Computação, Área de Engenharia da
Computação e Sistemas - Universidade Estadual do Maranhão, 2019. Orientador: Prof. Dr. Mauro Sérgio Silva
Pinto

1. Computação na nuvem. 2. Motor trifásico de indução. 3. Máquinas de vetores de suporte. 4. Aprendizado

de máquinas. 5. Funções kernel.

CESSÃO DE DIREITOS

NOME DO AUTOR: Jacyeude de Morais Passos Araújo Segundo

TÍTULO DO TRABALHO: Desenvolvimento de um identificador de
falhas para motor trifásico de indução baseado em máquinas de vetores de suporte
implementado em cloud.
TIPO DO TRABALHO/ANO: Dissertação / 2019.

É concedida à Universidade Estadual do Maranhão a permissão para

reproduzir cópias desta dissertação. O autor reserva outros direitos de publicação e
nenhuma parte desta dissertação pode ser reproduzida sem a autorização do autor.

__________________________________________________________
Jacyeude de Morais Passos Araújo Segundo
Avenida João Pessoa, nº 25. Condomínio Arco Verde Bl 05 Ap 207
CEP: 65040-470, São Luis - MA
DESENVOLVIMENTO DE UM IDENTIFICADOR DE FALHAS PARA MOTOR

TRIFÁSICO DE INDUÇÃO BASEADO EM MÁQUINAS DE VETORES DE

SUPORTE IMPLEMENTADO EM CLOUD.

Jacyeude de Morais Passos Araújo Segundo

Composição da Banca Examinadora:

Prof. Dr. Mauro Sérgio Silva Pinto. Presidente UEMA

Prof. Dr. Leonardo Ramos Rodrigues Coorientador IAE
Prof. Dr. Luis Carlos Costa Fonseca Examinador externo UEMA
Prof. Dr. Shigeaki Leite de Lima Externo à instituição UFMA

UEMA - Campus Paulo VI

São Luís, MA – Brasil
2019
 Dedicatória

Dedico esta obra aos meus pais, Jacyeude Araújo e Teresinha Jansen pelo exemplo de
vida, educação, bom senso e garra na busca de diferentes perspectivas. Dedico também
à toda minha família, namorada e amigos, pelo apoio oferecido em todos os momentos.
 Agradecimentos

A minha família, em especial aos meus pais pelo amor e incentivo

incondicional a superar as dificuldades.
À Universidade Estadual do Maranhão e a instituição de fomento à pesquisa
FAPEMA, por ofertarem infraestrutura e subsídios necessários para o desenvolvimento
do programa de pós-graduação.
Aos docentes do programa de pós-graduação, com quem desenvolvi a base
para uma nova jornada.
Aos meus orientadores, Prof. Mauro e Prof. Leonardo Ramos, com quem
compartilhei conhecimentos e obtive suporte, críticas e sugestões fundamentais.
A todos os companheiros do PECS que fizeram parte desta formação.
Ao engenheiro e nobre amigo Carlos Vinicius Coimbra, com quem obtive
suporte técnico e vivenciei diferentes momentos norteadores para o desenvolvimento
deste trabalho.
A minha namorada Jéssica pelo incentivo e companheirismo.
E a todos que contribuíram direta ou indiretamente para a realização da minha
pesquisa.
“In the midst of chaos, there is also opportunity”
Sun Tzu
 RESUMO

Ao passo que a Indústria 4.0 avança, conjuntos de ações de automação e

controle vem sendo implementados. Dentro deste contexto o sensoriamento de motores
de indução trifásicos torna-se remoto e conectado à internet. A partir disso, um fluxo de
dados é continuamente analisado através de computação na nuvem em centros de
processamento de dados. A manutenção preventiva pode então utilizar esse grande
volume de dados para aumentar sua capacidade de detecção de falhas em relação aos
métodos clássicos de classificação. Este trabalho propõe o desenvolvimento de um
identificador de falhas externas em motores de indução com base em dados de análises
vibracionais e de correntes elétricas. Estes dados serão gerados utilizando um sistema
para aquisição de dados que consiste em um acelerômetro MEMS
(Microelectromechanical Systems) controlado por um SoC (System on chip) e um
transformador de corrente não invasivo SCT-013. A análise dos dados foi realizada na
IBM Cloud através de Watson Studio e SPSS Modeler para aplicação de um modelo
estatístico MVS que foi treinado e testado usando diferentes funções kernel, utilizando a
base de dados gerados pelo sistema embarcado de aquisição de dados.
 ABSTRACT

As the Industry 4.0 advances, the induction motor sensoring becomes

remote and connected to the Internet. With this, a data flow can be continuously analyzed
through cloud computing in data centers. The predictive maintenance can then use this
big data to increase your ability do detect faults when compared to the classical multi-
signal approach. The purpose of this work is to develop a failure identifier for induction
motors based on current and vibration analysis. The data from these currents and
vibrations are generated utilizing an embedded system for data acquisition consisting in
a MEMS (Microelectromechanical Systems) controlled by a SoC (System on a Chip) and
a current transformer. The data analysis will be implemented in IBM Cloud through
Watson Studio and SPSS Modeler to apply an MVS statistical model that will be trained
and tested using different kernel functions, using the database generated by the embedded
acquisition system.