@MASTERSTHESIS{ 2024:297286581,
 	title = {Estimativa de torque de carga por meio de imagens geradas a partir do fluxo magnético no entreferro de um motor de indução trifásico},
 	year = {2024},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3513",
 	abstract = "O motor de indução é um recurso importante para processos industriais fazendo parte
 da transformação tecnológica na sociedade desde a sua criação, sendo objeto de estudo
 e aperfeiçoamento por varias décadas. Entre as variáveis de interesse voltadas para o
 monitoramento das suas condições operacionais, pode-se destacar o torque aplicado ao
 eixo do motor, pois tal informação tem um papel relevante em diferentes aplicações, em
 especial para a avaliação do seu desempenho e falhas operacionais. A medição direta
 do torque de carga necessita, na maioria dos casos, do acoplamento mecânico de um
 torquímetro entre o eixo da máquina e a carga, o que inviabiliza a sua instalação pela
 dificuldade de acesso ao equipamento, em particular para motores de grande porte, por
 exemplo. Com o objetivo de estimar o torque de carga de um motor de indução trifásico
 por meio de sinal coletado de uma sonda de efeito hall instalada no entreferro do motor,
 o presente trabalho foi conduzido empregando uma técnica de preprocessamento de sinal,
 a partir da discretização de 100 mil amostras obtidas durante o intervalo de 10 segundos
 para cada experimento, com frequência amostral de 10kHz. Para a estimativa do torque em
 intervalos de tempo inferiores a 10s, foi proposta a fragmentação do sinal mensurado em
 janelas menores, no caso em 100ms, 200ms e 400ms, a fim de realizar a geração de imagens
 em 3 tamanhos diferentes a partir da orientação do valores amostrais quantizados em 255
 tons de cinza, servindo tais imagens como entradas para uma rede neural convolucional
 do tipo inception. Foram avaliados diferentes condições e valores de hiperparâmetros a fim
 de se obter resultados de 54 combinações. A validação do modelo foi realizado de acordo
 com a análise frente aos diferentes níveis de torque de carga estimados em comparação ao
 torque de carga medido por meio de uma célula de carga, após o treinamento do modelo
 de rede neural convolucional. A abordagem proposta foi capaz de estimar o torque de
 carga com a utilização de 3 otimizadores em aproximadamente toda a faixa operacional
 de carga do motor, ou seja, em um intervalo de 1.5% e 93.9% da carga nominal, em
 que foi possível obter 4 configurações de modelos que resultaram em erro médio absoluto
 percentual inferior a 3.5%, sendo 2 modelos para imagem de 40x50 pixels com MAPE
 de 3.7% e 3%, 1 modelo para imagem de 40x25 pixels com MAPE de 3.5% e 1 modelo
 para imagem de 50x80 pixels com MAPE de 3.3%. Esta abordagem foi experimentalmente
 validada em um motor de indução trifásico de 7.5kW.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}