Monitoramento de Falhas em Motores de Indução Utilizando Redes Neurais Embarcadas

Abstract

Estima-se que existam cerca de 20 milhões de motores de indução trifásicos em operação, sendo este o tipo mais utilizado na indústria. Para garantir um desempenho adequado e evitar paradas não programadas do motor, é necessário realizar o monitoramento regular das suas condições. Neste contexto, este trabalho busca desenvolver um sistema de monitoramento e detecção preditiva de defeitos em motores de indução trifásicos utilizando uma rede neural perceptron de multicamadas implementada em um microcontrolador ESP32-S3. Para isso, foi realizada a coleta de dados para o treinamento e teste da rede neural em uma bancada de testes, utilizando o acelerômetro ADXL335 e um ESP32. Após a coleta, foi adicionado ruído Gaussiano e foi realizada a expansão dos dados. A rede neural foi então definida, treinada e quantizada, sendo implementada no ESP32-S3. O modelo obteve uma acurácia de 98%, atendendo aos objetivos propostos.