Fault Diagnosis of Rotating Machinery Using Multiscale Entropy and Principal Component Analysis Based on Motor Current Signature Analysis

Resumo

Neste artigo experimental, propomos um método para identificar desalinhamentos e falhas em rolamentos, bem como suas falhas combinadas, a partir das correntes de fase medidas em um motor de indução de velocidade variável. Para isso, a técnica de análise de assinatura de corrente do motor (MCSA, na sigla em inglês) distingue com sucesso os estados saudáveis dos estados com falha. A fim de otimizar a identificação de correlações nos sinais em várias escalas de tempo, propomos uma nova ferramenta de detecção de falhas baseada no algoritmo de entropia multiescala (MSE) SampEn, aplicada para extrair características detalhadas; a dimensionalidade e o isolamento das variações relevantes da falha são reduzidos por meio da análise de componentes principais (PCA) e da comparação dos valores medidos com os previstos pelo nosso modelo construído a partir de dados nominalmente saudáveis. Finalmente, utilizamos a análise do erro de previsão ao quadrado (SPE) para melhorar a capacidade de detecção de falhas e garantir uma análise mais abrangente do estado da máquina de indução. A combinação dessas técnicas tem como objetivo fornecer um diagnóstico de falhas precoce e preciso. Os resultados experimentais obtidos mostram que o método proposto é eficiente, preciso e confiável para extrair frequências características do sinal de corrente, e que fornece uma ferramenta poderosa para diagnóstico de falhas e monitoramento do estado da máquina.