Implementação de modelo para detecção de falhas em máquinas rotativas com FPGA

Abstract

O presente trabalho propôs uma abordagem para a detecção e análise preditiva de falhas em máquinas elétricas rotativas. Por meio da utilização de técnicas de monitoramento de vibração, foram captados sinais indicativos de anomalias, os quais foram submetidos a um processamento de sinais. Posteriormente, implementou-se um modelo matemático, visando a construção de um sistema de aprendizado capaz de identificar padrões associados a tipos de falhas. Destaca-se que, para otimização do processamento, o referido modelo matemático foi embarcado em um FPGA (Field Programmable Gate Array), proporcionando uma execução mais ágil e eficiente. Este estudo representou um avanço significativo no campo da manutenção preditiva, oferecendo uma solução eficaz para a identificação precoce de falhas em máquinas elétricas rotativas, com impacto comprovado na redução de custos operacionais e nas tarefas de manutenção.