| Campo Dublin Core | Valor | Língua |
| dc.contributor.advisor | Muñoz Arboleda, Daniel Mauricio | - |
| dc.contributor.author | Teixeira, Natália Schulz | - |
| dc.identifier.citation | TEIXEIRA, Natália Schulz. Implementação de modelo para detecção de falhas em máquinas rotativas com FPGA. 2024. 126 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica) — Universidade de Brasília, Brasília, 2024. | pt_BR |
| dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2024. | pt_BR |
| dc.description.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. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Aprendizado de máquina | pt_BR |
| dc.subject.keyword | Processamento de sinais - técnicas digitais | pt_BR |
| dc.subject.keyword | Vibração | pt_BR |
| dc.title | Implementação de modelo para detecção de falhas em máquinas rotativas com FPGA | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2026-07-01T15:18:36Z | - |
| dc.date.available | 2026-07-01T15:18:36Z | - |
| dc.date.submitted | 2025-02-24 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/44776 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | This study proposed an approach for the detection and predictive analysis of failures
in rotating electrical machines. Through the use of vibration monitoring techniques,
signals indicative of anomalies were captured and subjected to signal processing.
Subsequently, a mathematical model was implemented, aiming to build a learning
system capable of identifying patterns associated with types of failures. It is note worthy that, to optimize processing, the aforementioned mathematical model was
embedded in an FPGA (Field Programmable Gate Array), enabling faster and more
efficient execution. This study represented a significant advancement in the field of
predictive maintenance, offering an effective solution for the early identification of
failures in rotating electrical machines, with proven impact on reducing operational
costs and maintenance tasks. | pt_BR |
| Aparece na Coleção: | Engenharia Eletrônica
|