As Figuras 6.7 a 6.14 mostram os resultados experimentais obtidos para análise de barras quebradas, diante da aplicação da metodologia EDWE. Os níveis de energias em cada uma das figuras citadas são exibidos para a condição sem defeito (SD) e com uma barra quebrada (1BQ).
Nota-se que, diante da situação sem falha, há uma distribuição mais uniforme do nível de energia nas faixas de frequências, enquanto que para a condição de uma barra quebrada tem- se uma centralização de energia na faixa que engloba a componente de falha. Isso se deve ao fato de que sob a presença da barra quebrada a energia proveniente da componente de falha torna-se predominante na largura de banda em que a mesma está inserida.
Figura 6.7. Dados reais. Nível de energia obtido para as condições SD e com 1BQ sob 1735 rpm. 0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Ní ve l d e En er gi a Faixa de Frequência SD 1BQ
Para a velocidade de 1735 rpm (com s = 0,036 e frequência de falha igual à 4,32 Hz), 1745 rpm (com s = 0,003 e frequência de falha igual à 3,66 Hz) e 1755 rpm (com s = 0,025 e frequência de falha igual à 3 Hz), a faixa de frequência de 2,44 a 4,88 Hz é a mais suscetível às mudanças ocasionadas pela presença da quebra no rotor, como pode ser visualizado nas Figuras 6.7 a 6.9.
Figura 6.8. Dados reais. Nível de energia obtido para as condições SD e com 1BQ sob
1745 rpm.
Figura 6.9. Dados reais. Nível de energia obtido para as condições SD e com 1BQ sob
1755 rpm.
Diante das condições de 1765 rpm a 1780 rpm, apresentadas pelas Figuras 6.10 a 6.12, a segunda faixa que engloba as componentes de frequências de 1,22 a 2,44 Hz sofre uma maior influência da componente de falha. Diferentemente do que ocorre para a condição de 1785 e 1790 rpm, dados pelas Figuras 6.13 e 6.14, em que a energia é mais centralizada na faixa de 0,66 a 1,22 Hz, que engloba a frequência de falha para ambas faixas de velocidade.
0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Ní ve l d e En er gi a Faixa de Frequência SD 1BQ 0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Ní ve l d e En er gi a Faixa de Frequência SD 1BQ
62
Figura 6.10. Dados reais. Nível de energia obtido para as condições SD e com 1BQ sob
1765 rpm.
Figura 6.11. Dados reais. Nível de energia obtido para as condições SD e com1BQ sob
1775 rpm.
Figura 6.12. Dados reais. Nível de energia obtido para as condições SD e com 1BQ sob
1780 rpm. 0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Ní ve l d e En er gi a Faixa de Frequência SD 1BQ 0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Ní ve l d e En er gi a Faixa de Frequência SD 1BQ 0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Faixa de Frequência Ní ve l d e En er gi a
Figura 6.13. Dados reais. Nível de energia obtido para as condições SD e com 1BQ sob
1785 rpm.
Figura 6.14. Dados reais. Nível de energia obtido para as condições SD e com 1BQ sob
1790 rpm.
Pela análise das figuras obtidas, nota-se que existe uma diferença significativa entre os níveis de energia determinados para a situação sem e com defeito. O comportamento exibido a partir dos dados experimentais são semelhantes aos apresentados pelos ensaios simulados, detalhados na seção 5.3.
6.4 Conclusão
As metodologias propostas mostraram-se adequadas para a detecção e diagnóstico de barras quebradas do rotor gaiola, em motores de indução trifásicos, sob a condição de baixo e alto escorregamento. Uma grande vantagem apresentada pelas técnicas desenvolvidas consiste na possibilidade de realizar a análise dos sinais somente no domínio do tempo, durante a
0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Ní ve l d e En er gi a Faixa de Frequência SD 1BQ 0.66-1.22 1.22-2.44 2.44-4.88 0 0.2 0.4 0.6 0.8 1 Ní ve l d e En er gi a Faixa de Frequência SD 1BQ
64
execução de todo o processo, fato este que difere dos métodos clássicos, tais como a MCSA e a HT.
Outros pontos a serem destacados consiste na necessidade de um baixo tempo de aquisição e independência do nível de carga para efetuar o diagnóstico correto da falha e ainda, a possibilidade de aplicação das técnicas, quando o motor estiver operando com cargas variáveis e pulsantes. Fatores estes que tornam os métodos propostos em ferramentas atraentes e alternativas para a realização do diagnóstico de quebras nas barras do rotor.
O critério de quantificação da falha, introduzido pela técnica EDWO, tornou-se um importante e efetivo parâmetro para a diferenciação entre a situação saudável e defeituosa. Além disso, permitiu-se determinar a intensidade da falha.
No método EDWE a variação do nível da Energia da Wavelet possibilitou identificar, de forma distinta, as condições com e sem quebra nas barras do rotor.
Portanto, os resultados experimentais obtidos mostraram um bom desempenho das técnicas propostas para detecção de falhas no rotor gaiola em motores elétricos. Os métodos propostos são simples, de fácil aplicação prática, de modo que podem ser implementados em qualquer planta industrial, uma vez que requerem apenas a medição dos sinais de correntes do motor.
CAPÍTULO 7
Conclusões
Devido à importância dos motores de indução trifásicos nos processos industriais e levando-se em consideração os efeitos ocasionados pela presença das quebras nas barras rotóricas ao seu funcionamento, torna-se importante desenvolver métodos de diagnóstico e detecção de falhas nas barras do rotor, afim de evitar danos à cadeia produtiva e o aumento de custos.
Nesse contexto e em virtude das limitações apresentadas pelo método clássico relatadas na literatura, este trabalho propôs o desenvolvimento de novas metodologias de detecção e diagnóstico de falhas no rotor gaiola.
As técnicas propostas baseiam-se na clássica Transformada Discreta de Wavelet e na Demodulação Empírica e recorrem à análise do sinal de corrente do motor para realizar o diagnóstico. Dessa forma, a ED é aplicada para efetuar o processo de demodulação, a fim de obter o envelope, que é responsável por transmitir importantes características relacionadas ao conteúdo de frequência da falha. E a DWT foi usada para delimitar e decompor o envelope em diferentes bandas de frequência, de modo que fosse possível examinar as variações ocorridas nos sinais que englobasse o conteúdo de componente de frequência da falha, diante da condição saudável e defeituosa.
A partir da aplicação da ED e da DWT, criou-se dois importantes parâmetros para a visualização da barra quebrada. Na técnica proposta EDWO, o padrão de identificação da falha consistiu na inspeção da órbita, enquanto que a técnica EDWE baseou-se no conceito da Energia da Wavelet para avaliar os sinais de corrente, sob a situação sem e com quebra nas barras.
Para a validação das metodologias propostas foi adquirido o sinal de corrente de um motor de indução trifásico, a partir de uma bancada experimental. Diante disso, foram realizados diversos ensaios, sob a condição simétrica e com uma barra quebrada, assumindo uma ampla faixa de variação da carga. Os resultados obtidos permitiram comprovar o bom desempenho das técnicas investigadas.
As metodologias desenvolvidas para a detecção e diagnóstico de barras quebradas apresentaram como principal vantagem a possibilidade de efetuar todo o processo de análise do
66
sinal no domínio do tempo, o que implica na independência da resolução em frequência e do tempo de aquisição para efetuar o diagnóstico correto, diante das condições de alto e baixo escorregamento. Outro ponto a ser destacado trata-se da aplicabilidade dos métodos propostos na análise de sinais não-estacionários.
Diante desses fatores, as técnicas de detecção e diagnóstico apresentadas no presente trabalho consistem em abordagens alternativas para a identificação de quebras nas barras do rotor e, além disso, podem ser facilmente implementadas e utilizadas em sistemas de monitoramento online de falhas.
Com base nos estudos realizados, sugere-se para trabalhos futuros:
aplicar as metodologias desenvolvidas no diagnóstico de outras falhas, como curto-circuito, rolamentos, entre outras;
obter dados de motores em operação com inversores de frequência e analisar o comportamento de tais técnicas;
simular e analisar o desempenho de tais metodologias, diante do uso de motores com dupla gaiola;
investigar o comportamento dos métodos para o diagnóstico em regimes transientes;
propor um método de estimação de velocidade em conjunto com a implementação das técnicas desenvolvidas,
desenvolver um novo índice de severidade da falha na técnica EDWO por meio da aplicação de PCA (Principal Component Analysis techniques).
7.1 Publicações
Alves, D.A., Baccarini, L.R., Filho, P.C.M.L, e Batista, F.B. (2016). Método de Detecção de Falhas em Barras do Rotor Baseado na Metodologia Hilbert-Park. In: XXI Congresso Brasileiro de Automática. Setembro de 2016. ISSN:2525-8311.
Referências Bibliográficas
Águas, A. G. (2013). Otimização de um sistema online de detecção de falhas em motores de indução. Dissertação de Mestrado. Faculdade de Ciências e Tecnologia (FCT), Universidade Nova de Lisboa, Setembro 2013.
Ahamed, S.K., Sarkar, A., Mitra, M., e Sengupta, S. (2014). Novel Approach for Detection of Inter-Turn Short Circuit of Induction Motor’s Stator Winding through Envelopes Analysis. 8th International Conference on Electrical and Computer Engineering (ICECE), 20-22 Dec., 2014.
Antonino-Daviu, J., Jover, P., Riera-Guasp, M., Arkkio, A., e Pineda-Sanchez, M. (2008). Complementary diagnosis of rotor asymmetrier through the tracing of the Right Sideband Component in the stator startup current. Proceedings of the 2008 International Conference on Electrical Machines, 6-9 Sept., 2008.
Baccarini, L.M.R. (2005). Detecção e Diagnóstico de falhas em Motores de Indução. Tese de Doutorado, Universidade Federal de Minas Gerais.
Barendse, P.S., e Pillay, P. A. (2006). New Algorithm for the Detection of Faults in Permanent Magnet Machines. IEEE 32nd Annual Industrial Eletronics Conference on-IECON, 6-10
Nov., 2006.
Batista, F.B., Lamim Filho, P.C.M., Pederiva, R., e Silva, V.A.D. (2016). An Empirical Demodulation for Electrical Fault Detection in Induction Motors. IEEE Transactions on Instrumentation and Measurement, 65(3):559-569.
Bellini, A., Franceschini, G., e Tassoni, C. (2006). Monitoring of induction Machines by maximum covariance method for frequency tracking. IEEE Transactions on Industry Applications, 42(1):69-78.
Bessam, B., Menacer, A., Boumehraz, M., e Cherif, H. (2015). DWT and Hilbert Transform for Broken Rotor Bar Fault Diagnosis in Induction Machines at Low Load. International Conference on Technologies and Materials for Renewable Energy, Environment and Sustainability.
Bucher, H. F. (2001). Metodologias para a aplicação de técnicas tempo-frequência em dinâmica estrutural e ao método dos elementos de contorno. Tese de Doutorado, Universidade Federal do Rio de Janeiro.
Cabanas, M.F. (2011). Unambiguos detection of broken bars in asynchronous motors by means of a flux measurement-based procedure. IEEE Transactions on Instrumentation and Measurement, 60(3):891-899.
68
Capolino, G-A., Kia, S.H., e Henao, H. (2007). A High-Resolution Frequency Estimation Method for Three-Phase Induction Machine Fault Detection. IEEE Transactions on Industrial Eletronics, 54(4):2305-2314.
Capolino, G-A., Kia, S.H., e Henao, H. (2009). Diagnosis of Broken-Bar Fault in Induction Machines Using Discrete Wavelet Transform Without Slip Estimation. IEEE Transactions on Industry Applications, 45(4):1395-1404.
Capolino, G-A., Kia, S.H., e Henao, H.(2011). Some Digital Processing Techniques for Induction Machines Diagnosis. IEEE International Symposium on Diagnostics for Electric Machines, Power Eletronics & Drives (SDEMPED), 5-8 Sept., 2011.
Climent-Alarcon, V., Antonino-Daviu, J.A., Haavisto, A., e Arkkio, A. (2014). Diagnosis of Induction Machines under Varying Speed Operation by Principal Slot Harmonic Tracking. 2014 International Conference on Eletrical Machines (ICEM), 2-5 Sept., 2014. Cui, L.L., Gao, L.X., e Guo-Dong,W. (2007). Research on the Demodulation Method based
on the Wavelet Analysis. Proceedings of the 2007 International Conference on Wavelet Analysis and Pattern Recognition Technology, 2-4 Nov., 2007.
Cunha, C.C.M. (2006). Modelagem, Análise e Detecção Assimetrias de Rotor em Máquinas de Indução. Tese de Doutorado, Universidade Federal de Minas Gerais.
Cusidó, J., Romeral, L., Ortega, J.A., Rosero e Espinosa, A.G. (2008). Fault Detection in Induction Machines Using Power Spectral Density in Wavelet Decomposition. IEEE Transactions on Industrial Eletronics, 55(2):633-643.
Dahi, K., Elbani, S., Guedira, S., Sadiki, L., e Ouachtouk, I. (2015). High-Resolution Spectral Analysis Method to Identify Rotor Faults in WRIM using Neural Voltage.1st International Conference on Electrical and Information Tecnologies (ICET), 25-27 Mar., 2015.
Douglas, H., Pillay, I.P., e Ziarani. (2005). Broken Rotor Bar Detection in Induction Machines With Transient Operating Speeds. IEEE Transactions on Energy Conversion, 20(1):135- 144.
Du, C., Gui,W., e Hu, Z. (2012). Empirical Mode Decomposition and Hilbert Spectrum Analysis Based Bearing Faults Diagnosis. International Conference on Information Scienc and Control Engineering, 7-9 Dec., 2012.
Espinosa, A.G., Cusidó, J., Romeral, L., Ortega, J.A., e Rosero, J.A. (2008). Fault Detection in Inductions Machines Using Power Spectral Density in Wavelet Decomposition. IEEE Transactions on Industrial Eletronics, 55(2):633-643.
Faiz, J., Ghorbanian, V., e Ebrahimi, B.M. (2014). EMD-Based Analysis of Industrial Induction Motors With Broken Rotor Bars for Identification of Operation Point at Different Supply Modes. IEEE Transactions on Industrial Informatics, 10(2):957-966.
Fanucchi, R. Z. (2014). A Detecção e a Localização de Faltas de Alta impedância em Sistemas de Distribuição utilizando Transformadas Wavelets e Redes Neurais Artificais. Dissertação, Universidade Federal de São Paulo.
Fernandez-Cavero, V., Morinigo-Sotelo, D., Duque-Perez, O., e Pons-Llinares, J. (2015). Fault Detection in Inverter-fed Induction Motors in Transient Regime: State of the Art.
IEEE 10th International Symposium on Diagnostics for Eletrical Machines, Power
Electronics and Drives (SDEMPED), 1-4 Sept., 2015.
Ferreira, F. J.T.E., e Almeida, A. T. (2016). Energy Savings Potential Associated with Stator Winding Connection Mode Change in Induction Motors. XXII International Conference on Electrical Machines (ICEM), 4-7 Sept., 2016.
Foito, D.J.M. (2015). Detecção e Diagnóstico de Falhas em Sistemas de Acionamento com Máquinas de Indução Hexafásicas. Tese de Doutorado. Universidade Nova de Lisboa. Filho, P.C.M.L., Pederiva, R., e Brito, J.N. (2014). Detection of stator winding faults in
induction machines using flux and vibration analysis. Mechanical System Signal Processing, 42(1-2):377–387.
Fiser, R., Drobnic, K., Lavric, H., Nernec, M., Ambrozic, V., e Makuc, D. (2013). Induction Motor Parameters in Case of Rotor Electrical Asymmetry. IEEE Workshop on Eletrical Machines Design Control and Diagnosis (WEMDCD), 11-12 Mar., 2013.
Gaeid, K.S., Ping, H.W., Khalid, M., e Salih, A.L. (2011). Fault Diagnosis of Induction Motor Using MCSA and FFT. Electrical and Electronic Engineering, 1(2):85-92.
Georgoulas, G., Karvelis, P., Cysostomos, D., e Tsoumas, I.P. (2014). Automatizing the broken bar detection process via Short Time Fourier Transform and two-dimensional Piecewise Aggregate Approximation representation. IEEE Energy Conversion Congress and Exposition (ECCE), 14-18 Sept., 2014.
Gritli, Y., Lee, S.B., Fillippeti, F., e Zarri, L. (2014). Advacend Diagnosis of Outer Cage Damage in Double-Squirrel-Cage Induction Motors Under Time-Varying Conditions Based on Wavelet Analysis. IEEE Industry Applications, 50(3):1791-1800.
Hamdad, N., e Hammouche, K. (2015). Hilbert Huang Transform and Pattern Recognition to detect defects in induction motor. 4th International Conference on Electrical Engineering
70
Hou, L e Bergamnn, N.W. (2012). Novel industrial wireless sensor networks for machine condition monitoring and fault diagnosis. IEEE Transactions Instrumental Measurement, 61(10):2787–2798.
Keskes, H., Braham, A., e Lachirib, Z. (2013). Broken rotor bar diagnosis in induction machines through stationary wavelet packet transform and multiclass wavelet SVM. Eletric Power Systems Research, 97(1):151-157.
Keskes, H., Braham, A., e Lachirib, Z. (2015). Diagnosis of Broken Rotor Bar in Induction Machines using Picth Synchronous Wavelet Transform. 4th International Conference on Power Engineering, Energy and Electrical Drives, May 2015.
Kia, S.H., Henao, H., e Capolino, G-A. (2013). Efficient Digital Signal Processing Techniques for Induction Machines Fault Diagnosis. 2013 IEEE Workshop on Electrical Machines Design Control and Diagnosis(WEMDCD), 11-12 Marc., 2013.
Konar, P., e Chattopadhyay, P. (2013). Mechanical Fault Diagnosis of Induction Motor using Hilbert Pattern. IEEE 1st International Conference on Condition Assesment Techniques in
Electrical Systems., 6-8 Dec., 2013.
Krause, Paul C. et al. Analysis of electric machinery and drive, 2002.
Liu, T., e Huang, J. (2005). A novel method for induction motors stator interturn short circuit fault diagnosis by wavelet packet analysis. IEEE Transactions on Electrical Machines and Systems, 3(1):2254-2258.
Lu, B., Gao, Z., e Benzing, J. (2013). Pratical Aspects of Rotor Cage Fault Detection for Medium-Voltage Induction Motors. IEEE Industry Applications Society Annual Meeting, 6-11 Oct., 2013.
Mabrouk, A.E., e Zouzou, S.E. (2015). Diagnosis of rotor faults in three- phases induction motors under time-varying loads. IEEE 10th International Symposium on Diagnostics for Electrical Machines, Power Eletronics and Drives (SDEMPED), 1-4 Sept., 2015.
Marques, J.R. (2013). Aplicação da Transformada de Hilbert-Huang na Análise das Vibrações dos Motores de Induçaõ de Máquinas Ferramentas. Tese de Doutorado, Universidade de São Paulo.
Mata-Castrejón, P.V., Villegas-Ortega, A., Asiain-Olivares, T. I., e Ruiz-Veja, D. (2015). Evalution of Progressive Deterioration of a Squirrel-Cage Rotor, with a Condition Monitoring System that Implements the SideBand Methodology. IEEE International Autumm Meeting on Power, Electronics and Computing (ROPEC), 4-6 Nov., 2015.
Mehrjou, M.R., Mariun, N., Karami, M., Misron, N., e Radzi, M.A.M. (2014). Perfomance Analysis of Line-Start Permanent Magnet synchronous Motor in Presence of Rotor Fault. IEEE Student Conference on Research and Development (SCORed), 16-17 Dec., 2014. Mehrjou, M.R., Mariun, N., Karami, M., Misron, N., e Radzi, M.A.M. (2015). Statistical
Features Analysis of Transient Current Signal for Broken Bars Faults Detection in LS- PMSMs. Proc. of the IEEE 3rd International Conference on Smart Instrumentation, Measurement and Applications (ICSIMA, 2015), 24-25 Nov., 2015.
Mohanty, A.R., e Kar, C. (2006). Fault Detection in a Multistage Gearbox by Demodulation of Motor Current Waveform. IEEE Transactions on Industrial Eletronics, 53(4):1285- 1297.
Morales-Caporal, R., Valles-Novo, R., e Rangel-Magdaleno, J. de J. (2014). Broken Bar Detection on Squirrel Cage Induction Motors with MCSA and EMD. Proceedings of the 2014 IEEE International Instrumentation and Measurement Technology Conference (I2MTC), 12-15 May, 2014.
Naha, A., Samant, A.K., Routray, A., e Deb, A.K. (2016). A Method for Detecting Half- Broken Rotor Bar in Lightly in Loaded Induction Motors Using Current. IEEE Transactions on Instrumentation and Measurement, 65(7):1614-1625.
Nandi, S., Toliyat, H.A., e Li, X. (2005). Condition Monitoring and Fault Diagnosis of Eletrical Motors-A Review. IEEE Transactions on Energy Conversion, 20(4):719:729.
Nemec, M., Drobnic, K., Nedeljkovi, D., Fiser, R., e Ambrozic, V. (2010). Detection of Broken Bars in Motor Through the Analysis of Supply Voltage Modulation. IEEE Transactions on Industrial Electronics, 57(8):2879-2888.
Oumaamar, M.E.K., Khezzar, A., Boucherma, M., Razik, A., Andriamalala, R.N., e Bagli, L. (2007). Neutral Voltage Analysis for Broken Rotor Bars Detection in Induction Motors Using Hilbert Transform Phase. IEEE Industry App. Conference 42nd IAS Annual Metting. Conference Record of the 2007, 23-27 Sept., 2007.
Pezzani, C., Donolo, P., Bossio, G., Bossio, M., Guzmán, A., e Zocholl, S.E. (2014). Detecting Broken Rotor Bars Zero-Setting Protection. IEEE Transactions on Industrial and Applications, 50(2):1373-1384.
Pons-Llinares, J., Morinigo-Sotelo, D., Duque-Perez, O., Antonino-Daviu, J., e Perez-Alonso, M.(2014). Transient Detection of Close Components through the Chirplet Transform: Rotor Faults in Inverter-Fed Induction Motors. (2014). 40th Annual Conference of the Industrial
72
Puche-Panadero, R., Pineda-Sanchez, M., Riera-Guasp, M., Roger-Folch, J., Hurtado-Perez, E., e Perez-Cruz, J. (2009). Improved Resolution of the MCSA Method Via Hilbert Transform, Enabling the Diagnosis of Rotor Asymmetries at Very Low Slip. IEEE Transactions on Energy Conversion, 24(1):52-59.
Radecki, A., Debowski, A., Wójcik, M., e Lipnicki, M. (2016). Evaluation of a Diagnostic Information on Common Electrical Faults Contained in Signals of an Inverter-Fed AC IM Drive with Current-Oriented Control. 10th International Conference on Compatibility, Power Electronics and Power Engineering (CPE-POWERENG), 29 June-1 July 2016. Romero-Trancoso, R.J., Morinigo-Stelo, D., Duque-Perez, O., Osornio-Rios, R.A., Ibarra-
Manzano, M.A., e Garcia-Perez, A. (2014). Broken Rotor Bar Detection in VSD-fed Induction Motors at Startup by High-Resolution Spectral Analysis. IEEE International Conference on Electrical Machines (ICEM), 2-5 Sept., 2014.
Sapena-Bãno, A., Puche-Panadero, R., Pineda-Sanchez, M., Martinez-Roman, J., e Kanovic, Z. (2015). Low-Cost Diagnosis of Rotor Asymmetries in Induction Machines Working at a Very Low Slip Using the Reduced Envelope of the Stator Current. IEEE Transactions on Energy Conversion, 30(4):1409-1419.
Sapena-Bãno, A., Puche-Panadero, R., Pineda-Sanchez, M., Martinez-Roman, J., R-Guasp, M. e Roger-Folch, J. (2014). Condition monitoring of electrical machines using low computing power devices. International Conference on Electrical Machines (ICEM), 2-5 Sept., 2014.
Sapena-Bãno, A., Perez-Cruz, J., Puche-Panadero, R., Pineda-Sanchez, M., Martinez-Roman, J., R-Guasp, M. e Roger-Folch, J. (2015). Harmonic Order Tracking Analysis: A Novel Method for Fault Diagnosis in Induction Machines. IEEE Transactions on Energy Conversion, 30(3):833-841.
Singh, G., Kumar, Ch.A., e Naikan, V.N.A. (2015). Effectiveness of Current Envelope Analysis to Detect Broken Rotor Bar an Inter Turn Fault in an Inverter Fed Induction Motor Drive. 2015 International Conference on Power and Advanced Control Engineering (ICPACE), 12-14 Aug., 2015.
Su, H., e Chong, K.T. (2007). Induction Machine Condition Monitoring Using Neural Network Modeling. IEEE Transactions on Industrial Eletronics, 54(1):241-249.
Thakur, A.K., e Kundu, P.K. (2016). Authentication of unknown fault for a three-phase induction motor by stator current spectral analysis. 2nd International Conference on Control,
Valles-Novo, R., Rangel-Magdaleno, J.J., Ramirez-Cortez, J.M., e Peregrina, H. (2015). Empirical Mode Decomposition Analysis for Broken-Bar Detection on Squirrel Cage Induction Motors. IEEE Transactions Instrumentation and Measurement, 64(5):1118-1128. Wang, X., e Fang, F. (2011). Bearing Failure Diagnosis in three-phase Induction Motor by Chirp-Z Transform and Zoom-Music. 2011 International Conference on Electrical and Control Engineering (ICECE), 16-18 Sept., 2011.
Xingzhi, L., Zhou, W., Xin, X., Zhirong, L., e Lin, H. (2013). Application of Wavelet packet and Hilbert operator to the fault diagnosis of rolling bearing. 5th International Conference on Mensuaring Technology and Mechatronics Automation, 2013.
Xu, B., Sun, L., Xu, L., e Xu, G. (2013). Improvement of the Hilbert Method via Esprit for Detecting Rotor Fault in Induction Motors at Low Slip. IEEE Transactions on Energy Conversion, 28(1):225-233.
Yan, Ruqiang., e Gao, R.X. (2006). Hilbert-Huang Transform-Based Vibration Signal Analysis for Machine Health Monitoring. IEEE Transactions on Instrumentation and Measurement, 55(6):2320-2329.
Ying, Xie. (2012). Investigation of Broken Rotor Bar Faults in Three-Phase Squirrel-Cage Induction Motors. INTECH Open Acess Publisher, ISBN 9535104748, 9789535104742. Zarader, J.L., Garnier, M., e Nicollet, M. (1997). New frequency filtering zoom. International
Journal of Adaptive Control and Signal Processing, 6(1):547-560.
Zhang, P., Du, Y., Habetler, T.G., e Lu, B. (2011). A Survey of Condition Monitoring and Protection Methods for Medium-Voltage Inductions Motors. IEEE Transactions on Industry Applications, 47(1):34-46.
74
Apêndice A
A matriz de transformação 𝑇𝑑𝑞 pode ser obtida por meio de um algoritmo de fácil implementação, uma vez que seu cálculo depende apenas do número total de barras (𝑛) que compõem a gaiola do rotor da máquina. Para o caso de uma máquina de 2 pólos, a matriz 𝑇𝑑𝑞