Análise de motores elétricos pela

técnica de comparação com modelo

matemático - MCM
Artesis

Introdução
PROGRAMA DE FORMAÇÃO 2020

Para mais
informações
ver
www.dmc.pt
 Sobre a
Os nossos
distribuidores
A Artesis, uma empresa afiliada da GE,
fornece aos clientes soluções inovadoras incluem
de monitorização de condição. As
aplicações iniciais da tecnologia incluem
o motor principal do vaivém espacial,
motores de helicóptero e turbinas a
gás com financiamento da NASA, exército
dos EUA, estado da Flórida e Pratt &
Whitney.
Technol
ogy
The 40
Award,
Best
1998
Produc
TUBITAK-
ts of Technolo
TUSIAD-TTGV 2000 gy
Control
Innovati
Engineering on
Magazine,
USA Award,
2007

The Institution
of Engineering
& Technology
(IET) , UK
 Sobre a DMC e a D4VIB
equipamentos e serviços de manutenção preditiva

Adaptamo-nos
às suas Apoio técnico
Relatórios
necessidades ! Mediçõ
es
Implementação

Formaç
ão
Hardware

Software
Tecnologias preditivas
Vibrações
Medição de
tensão em v Emissão ac
eios ústica

Análise de
motores
elétricos Termografia

Ultrassons
Tecnologias corretivas
Equilibragem n
o local Alinhamento
de veios

Proteção d
e rolament
os Calibração de
cadeias de m
onitorização d
e vibrações
 Conteúdo do curso (I)
• 01 Diagnóstico de Motores Eléctricos
- Controlo de Condição de Motores Elétricos - uma perspetiva
• 02 Diagnóstico de Motores Eléctricos
- Princípio de Funcionamento
• 03 Diagnóstico de Motores Eléctricos - Modos de Falha
• 04 Diagnóstico de Motores Eléctricos
- Frequência das vibrações
• 05 Diagnóstico de Motores Eléctricos
- Tipos de anomalias elétricas e suas vibrações
• 06 Diagnóstico de Motores Eléctricos
- Tipos de anomalias mecânicas e suas vibrações
 Conteúdo do curso (II)
• 08 Diagnóstico de Motores Eléctricos - A Análise de Corrente
• 09 Diagnóstico de Motores Eléctricos
- Medição de tensão no Veio
• 10 Diagnóstico de Motores Eléctricos - Medição de Temperatura
• 11 Diagnóstico de Motores Eléctricos
- Vibrações em motores DC
• 12 Diagnóstico de Motores Eléctricos
- Proteção de rolamentos em motores accionados
por variadores de frequência.
• 13 Diagnóstico de Motores Eléctricos
- Introdução à ISO 20958:2013 - Análise de assinatura elétrica
de motores de indução trifásicos
Distribuição de avarias em motores
Típico até 4kV Típico acima de 4kV
Outros
Outros 6%
18% Avarias nas
chumaceir Avarias
as 13% no
Avarias no Película de óleo
rotor 6% Avarias Estator
mecânicas 51% Avarias 66%
Avarias no rotor
AMU
no AnomAlert 13%
Estator
25%
Avarias detetadas pelo MCM Operacional
Operacional
Ambiente
Ambiente
Alimentação
Process

Motor Equipamento
acionado
Transmissão

Mecânicas
Elétricas
Princípios matemáticos do método de
comparação com modelo
• Parameter changes indicate development of faults
A distributed fault-detection and diagnosis system using on-line parameter estimatio
n
, Duyar et al., 1991, NASA Technical Reports Server (NTRS) 19910016382

• Multivariable system idenfication is used for parameter estimation

Fault Diagnosis for the Space Shuttle Main Engine, Duyar and Merril
, Journal Of Guidance, Control, And Dynamics, Vol. 15, No. 2, March-April 1992)

• Minimal parameterization is obtained using alpha canonical form

Identification of Discrete Time Multivariable Systems: A Parametrization via a - Cano
nical Form,
Eldem and Duyar, Automatica, Volume 29, Issue 4, July 1993, Pages 1127-1131

O detalhe dos principios

matemáticos estão no final
da apresentação
 O motor elétrico modelado como u
ma função de transferência – deteç
ão de avarias com base na compara
ção com modelo
u y
Sistema
Sistema

O detalhe dos princípios

matemáticos estão no final
da apresentação
O motor elétrico modelado como
uma função de transferência –
deteção de avarias com base na
comparação com modelo

Tensão Corrente

Tempo (msec)
Tempo (msec)

Frequência (Hz)
Frequência (Hz)
Deteção de avarias com base na comparação
com modelo

Corrente 1

Tensão +

ΣΣ Dif
-
Frequência (Hz)
Corrente 2 Frequência (Hz)

Frequência (Hz)
Deteção de avarias com base na comparação
com modelo

Corrente 1

Tensão +

ΣΣ Dif
-
Frequência (Hz)
Corrente 2 Frequência (Hz)

Frequência (Hz)
Relação Causa - Efeito

Entrada Saída

Tensão Corrente

Frequência (Hz) Frequência (Hz)

VARIAÇÃO DE TENSÃO VARIAÇÃO DE

Distorção Harmónica CORRENTE
Flutuação de Voltagem Processo
Desequilíbrio de Avarias
Voltagens, etc…
A deteção de avarias mecânicas
• O desenvolvimento de avarias no Estator
motor ou no equipamento
acionado afeta a dinâmica da
folga de entreferros e a dinâmica
Entreferros
torsional entre o estator e o rotor
do motor
• Essas variações alteram a
relação entre a entrada do motor Rotor
e os sinais de saída que são
então utilizados pelo MCM para
detetar e diagnosticar avarias.
• O MCM pode usar o motor como
um sensor eficaz para todo o
sistema, sem a necessidade de
sensores especiais adicionais
A deteção de avarias mecânicas
• O desenvolvimento de avarias no Estator
motor ou no equipamento
acionado afeta a dinâmica da
folga de entreferros e a dinâmica
torsional entre o estator e o rotor
do motor
• Essas variações alteram a
relação entre a entrada do motor
e os sinais de saída que são Rotor
então utilizados pelo MCM para
detetar e diagnosticar avarias.
• O MCM pode usar o motor como
um sensor eficaz para todo o
sistema, sem a necessidade de
sensores especiais adicionais
O espetro de Densidade Espetral de Potência
(PSD)
Correias e elementos de transmissão
Avarias com correias e elementos de transmissão manifestam-se
em torno de 0,5 x rpm a 0,75x rpm ± frequência de alimentação e
múltiplos.

Tensão de Falta de
alimentação : 380 V tensão
Frequência da rede : nas
50 Hz correias
RPM do motor: 1493
rpm
Compressor acionado
por correias.
Industrial alimentar
Desequilíbrio
O desequilíbrio no motor manifesta-se em torno da frequência de
alimentação ± 1 x rpm e múltiplos.

Desequilí
brio Tensão de alimentação: 380 V
Frequência da rede: 50 Hz
RPM do motor: 1493 rpm
Equipamento acionado por
correias
Base solta
Base solta aparece a frequências entre 0.5 a 0.75xrpm

Tensão de alimentação:
6300V
Frequência da rede: 50 Hz
RPM do motor: 990 rpm
LNG / Bomba de agua quente
Base
solta
 Algoritmo de classificação de
condição de carga do MCM
• Durante o período de Curva de
Factor de
aprendizagem, o MCM potência operação do
motor
trata cada ponto

CARGA DO MOTOR
operacional do motor C3
como um cluster no
espaço tridimensional
(fator de potência, C4
C2
ganho, frequência de C1
alimentação).
• Cada cluster possui um Ganho
CARGA DO MOTOR
modelo separado (Corrente / Voltagem)
Frequência (Hz)
• No modo de
monitoramento, cada
dado é comparado com
o cluster mais próximo
Ethe
rnet
Período de aprendizagem /
construção do modelo matemático
Instalação &
Comissionamento
APRENDER MELHORAR MONITORAR

3 Dias 7 Dias
• Para construir o modelo matemático do motor ao qual está ligado,
o MCM precisa concluir o período de aprendizagem. Esse período
pode levar de 7 a 10 dias.
• O período de aprendizagem possui duas fases.
– Fase de aprendizagem, no qual o MCM classifica os sinais e não
realiza nenhuma monitorização
– Fase de Melhorar, no qual o MCM inicia a monitorização e
também atualiza o modelo matemático (construído durante a
primeira fase) com novos dados
 Saídas - Alarmes

Nivél de Alarme
Saída medida
Motor
Motor NORMAL
trifásico
trifásico
VER ALIMENTAÇÃO

Entrada Comparação VER CARGA

Comparação
EXAMINAR 1

Modelo
Modelo EXAMINAR 2
matemático
matemático Saída
calculada
Estratégia de Alarmes
Implementação prática do MCM

Monitorização permanente Sistema portátil

Artesis MCM Artesis AMT

Relatórios elaborados
por IA:
Vista de condição de equipamentos
Relatórios elaborados
por IA:
Sugestões & eficiência energética
Relatórios elaborados
por IA:
Resumo de Equipmentos
Relatórios elaborados
por IA:
Avarias elétricas
Para utilizadores
avançados:
Análise espetral

Tendência
Integração de sistemas
ENTERPRISE ERP/EAM
LEVEL

CONTROL DCS/SCAD
LEVEL A

Artesis MCM
- Condition based
- Time to failure Operati Maintena monitoring
- Diagnostic ons
- Measurements nce
- Measurements - Measurement based
- New Work
- Asset Health - Asset Health monitoring
Requests - Time specific work
- -Historical
order
trending

EAM Workstation
Limitações

• Motores DC

• Motores monofásicos

• A variação da velocidade do motor (frequência de

alimentação) deve ser menor que 15% durante
seis segundos do período de medida

• A variação da carga do motor (amplitude da

corrente) deve ser menor que 15% durante seis
segundos do período de medida
Capacidades

• Única solução para algumas aplicações.

– Inacessível (bombas submersíveis, bombas de poço)
– Perigoso (instalações nucleares)
– Difícil de alcançar (Minas)
• Monitorização de grande número de avarias
• Deteção precoce de avaria
• Monitoramento e diagnóstico remotos
Certificações
MCM princípios matemáticos

O motor como uma função de transferência

System identification using alpha canonical form
A nonlinear system is described by the following
equiations

Linearizing these equations about a nominal operating condition and

discretizing yields

They can be put into alpha canonical form

System identification using alpha canonical form
The expression for the state at time k of this system
is given as

Using the nillpotency of the above equation yields

Multiplying both sides by C matrix, this equation can be expressed in

terms of measurement of input and output variables
System identification and fault detection
• Structure estimation; row by row rank search of
the observability matrix is used to obtain
observability indices

• Parameter estimation; least squares technique is

used

• Fault detection and diagnostics uses 3 criteria in

parallel
– Residual errors
– Parameter variations
– Residual spectral analysis
ALGUNS
CLIENTES
PETROQUÍMICA
AUTOMOVÉL & FABRICAÇÃO
ALIMENTAR & FARMACEUTICA
ENERGIA & METAL
ÁGUA
TRANSPORTES
 Sistemas de monitorização permanente

Sistemas protetivos e preditivos

Transmissores de vibrações Ex
Monitorização permanente de vibrações

Sistemas wireless

Análise da assinatura de motores elétricos pela técnica do MCM

Meggitt Vibro-
Meter®
Equipamentos portáteis

• Vibrometros
• Analisadores de vibrações
• Coletores de dados
• Medidores de ultrassons
• Sensores de vibrações
OBRIGADO
Esperamos que esta
apresentação tenho
sido interessante