Fault detection system for internal combustion engines

Nogin, Sergey

http://hdl.handle.net/10400.1/10219

Use this identifier to reference this record.

Send Feedback

Authors

Nogin, Sergey

Advisor(s)

Monteiro, J. M.

Abstract(s)

O desenvolvimento de dispositivos para Internet das Coisas abre novas oportunidades na área de manutenção preditiva. A ideia geral da Internet das Coisas é ligar tudo à Internet, permitindo criar assim sistemas escaláveis suportados pelo processamento remoto, centralizado ou decentralizado. Com a utilização de módulos de baixa potência e de baixo custo, esses sistemas são também eficazes em termos de custo. Alguns estudos indicam que nos próximos anos a manutenção preditiva das máquinas será a principal aplicação da análise de dados na indústria, baseada em Internet das Coisas. Apesar de existirem vários tipos de máquinas, as mais importantes são os motores elétricos e os de combustão interna. Os motores elétricos são amplamente utilizados em diversos setores. Já os motores de combustão interna, por sua vez, são principalmente utilizados nas indústrias automóvel e marítima. Tipicamente, os motores modernos de combustão interna têm uma unidade de controlo computadorizado com capacidade de autodiagnóstico. Contudo, ao contrario da indústria automóvel que utiliza o sistema de On-board diagnostics, a indústria marítima não possui uma norma definida, ou pelo menos uma norma dominante. Isso acarreta a utilização de equipamentos de preço elevado para extrair informação sobre o estado do motor da unidade de controlo. Além disso, a monitorização é intermitente, obrigando ao proprietário de uma embarcação a efetuar a extração dos dados periodicamente para posterior análise. A monitorização das características de operação de um motor um processo fundamental numa manutenção preditiva, sendo que, pela monitorização de um ou mais parâmetros de uma máquina (incluindo a vibração, temperatura, etc.), tenta identificar uma mudança significativa na mesma, que, por sua vez, possa indicar o aparecimento de uma falha. A estratégia de monitorização preditiva assegura que as atividades de manutenção são executadas apenas quando são realmente necessárias, mas para tal é necessário monitorizar periodicamente ou constantemente o equipamento, processar os dados e analisar os resultados. Este método tem, no entanto, as suas desvantagens. O custo do equipamento portátil de monitorização, ou de um sistema estacionário que esteja permanentemente instalado, depende do tipo de variáveis monitorizadas, da precisão de medida, do ambiente de trabalho, ou até do nível de desenvolvimento do sistema. Para além disso, o defeito pode não ser detetado, ou então ser detetado um defeito não existente (um falso positivo, ou uma falsa detecção). Para efectuar uma monitorização preditiva, podem ser utilizados um ou mais métodos de monitorização. Os métodos principais são: análise de vibração, análise de óleo, análise de desempenho, termografia, ferrografia ou análise dos sinais acústicos. De entre todos, a análise de vibração é particularmente interessante, por ser um método não intrusivo e por permitir não só detetar as falhas, mas também classificá-las. Para monitorizar as vibrações de uma máquina utilizam-se transdutores de deslocamento, de velocidade ou de aceleração (acelerómetros). Os transdutores de deslocamento utilizados na indústria permitem medir apenas o deslocamento relativo, o que nem sempre é conveniente. Os preços dos transdutores industriais de velocidade são relativamente altos. Os acelerómetros piezoelétricos industrias também têm um preço elevado. Se as condições ambientais não forem exageradas (por exemplo, temperaturas elevadas) podem ser utilizados acelerómetros MEMS (Microelectromechanical system). Os acelerómetros do tipo MEMS não têm a resposta em frequência tão ampla como os piezoelétricos, no entanto a diferença de preço em relação às restantes opções é muito significativa, e os acelerómetros MEMS, hoje em dia, são praticamente todos digitais, o que simplifica o sistema. Outra alternativa é a película piezoelétrica feita a partir de polyvinylidene difluoride (PVDF). A resposta em frequência desta pelicula é por vezes melhor do que a dos acelerómetros piezoelétricos, com frequências de ressonância acima de 10 MHz. O preço de uma película PVDF depende das dimensões da película, mas é normalmente maior do que o preço de um acelerómetro MEMS, sendo ainda assim muito menor do que um acelerómetro piezoelétrico. É importante referir que há modelos de acelerômetros piezoelétricos que incluem amplificador, mas no caso da película PVDF requerem um circuito de condicionamento do sinal. Para além disso, no caso da película PVDF, tem que ser considerada a sensibilidade à interferência eletromagnética. Dado este contexto, o trabalho realizado nesta Tese resulta de uma proposta feita por uma empresa interessada em automatizar este processo, que entrou em contato com universidade para encontrar uma possível solução. O sistema desenvolvido baseia-se no conceito Internet das Coisas, efetuando a monitorização autónoma da condição do motor, de forma independente do sistema de autodiagnóstico que possa existir. Este trabalho tem, genericamente, três objetivos: (i) desenvolver um módulo de contabilização do número de horas de funcionamento do motor; (ii) desenvolver um módulo de monitorização de ocorrência de falhas num motor de combustão interna através da medição e análise de vibrações; (iii) investigar e analisar os resultados de monitorização, para identificar desvios de parâmetros de funcionamento e detetar de forma preditiva a ocorrência de falhas (antes que as mesmas ocorram realmente). O sistema, que compreende os módulos (i) e (ii), será montado no motor, comunicando com um dispositivo do cliente (por exemplo, um smartphone ou tablet) através de uma interface sem fios. Neste caso optou-se por utilizar uma ligação sem fios baseada na tecnologia Bluetooth Low Energy. Para implementação do módulo de contabilização do número de horas de funcionamento, recorreu-se a um sensor do tipo MEMS, por ter um consumo muito baixo. Já o módulo de módulo de monitorização de ocorrência de falhas recorre a um sensor do tipo PVDF, por permitir elevadas definições temporais na captura do sinal de vibração. Para efectuar a análise de dados que permite a identificação da ocorrência de falhas, foram testados e comparados um conjunto de 16 algoritmos de análise conjunta de dados no tempo e na frequência, suportando a identificação de falhas e a diferenciação entre tipos de falhas. Os algoritmos foram avaliados com base em dados reais, obtidos por falhas induzidas num motor de combustão interna, permitindo por essa via encontrar os algoritmos que melhor servem o objetivo proposto.