Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento

Predictive maintenance is the most suitable for industries, as it monitors the health of machines and provides the least amount of downtime in the production line. One of the monitored signals is the vibration level of the machines. The instruments most used for this measurement are vibration sensor...

ver descrição completa

Autor principal: Richter, Jonathan Gilliard
Formato: Dissertação
Idioma: Português
Publicado em: Universidade Tecnológica Federal do Paraná 2022
Assuntos:
Acesso em linha: http://repositorio.utfpr.edu.br/jspui/handle/1/26886
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id riut-1-26886
recordtype dspace
spelling riut-1-268862022-01-05T06:05:30Z Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento Predictive maintenance with video vibration identification system using motion magnification Richter, Jonathan Gilliard Betini, Roberto Cesar https://orcid.org/ 0000-0003-1817-6330 http://lattes.cnpq.br/5470469752550438 Graeml, Alexandre Reis https://orcid.org/0000-0001-9414-1055 http://lattes.cnpq.br/4974122990012680 Marques, Fernando Michelon https://orcid.org/ 0000-0002-3498-5798 http://lattes.cnpq.br/8366013217940914 Bastos, Laudelino Cordeiro https://orcid.org/ 0000-0002-1585-7168 http://lattes.cnpq.br/1231141260610815 Betini, Roberto Cesar https://orcid.org/ 0000-0003-1817-6330 http://lattes.cnpq.br/5470469752550438 Máquinas - Manutenção e reparos Vibração - Medição Imagens digitais Visão computacional Computador de placa única Machinery - Maintenance and repair Vibration - Measurement Digital images Computer vision Single-board computers CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO Ciência da Computação Predictive maintenance is the most suitable for industries, as it monitors the health of machines and provides the least amount of downtime in the production line. One of the monitored signals is the vibration level of the machines. The instruments most used for this measurement are vibration sensors, meters and analyzers, which mostly need physical contact with the monitored equipment. However, these instruments are difficult to be attached to old machines, depend on wires and can malfunction, generating wrong measurements. Solutions that measure the level of vibration without contact are expensive. Therefore, the objective of this research is to implement and develop a computational solution to measure, in real time and without contact, the vibrations of electric motors in multiple areas of interest. This objective is achieved by proposing the Video Vibration Identification System using Motion Magnification (SIVVAM), in which the main contributions are the identification of non-contact motor vibration, real-time processing, definition of two areas of interest to measure vibration simultaneously, which provides greater mobility and processing speed to the proposed system in relation to existing solutions. The proposed solution can assist in predictive maintenance by alerting when the vibration level is above the standard indicated by the ISO 10816-3 standard. A manutenção preditiva é a mais indicada para as indústrias, por monitorar a saúde das máquinas e propiciar a menor quantidade de paradas na linha de produção. Um dos sinais monitorados é o nível de vibração das máquinas. Os instrumentos mais utilizados para essa medição são os sensores, medidores e analisadores de vibração, que em sua maioria precisam de contato físico com o equipamento monitorado. Porém, esses instrumentos são difíceis de serem acoplados em máquinas antigas, dependem de fios e podem apresentar defeito gerando medições erradas. As soluções que mensuram o nível de vibração sem contato possuem custo elevado. Por isso, o objetivo dessa pesquisa é é implementar e desenvolver uma solução computacional para medir, em tempo real e sem contato, as vibrações de motores elétricos em múltiplas áreas de interesse. Esse objetivo é alcançado propondo o Sistema de Identificação de Vibrações em Vídeo usando Ampliação de Movimento (SIVVAM), em que as principais contribuições são a identificação da vibração em motor sem contato, o processamento em tempo real, definição de duas áreas de interesse para medir a vibração simultaneamente, o que proporciona maior mobilidade e velocidade de processamento ao sistema proposto em relação às soluções existentes. A solução proposta pode auxiliar na manutenção preditiva alertando quando o nível de vibração estiver acima do padrão indicado pela norma ISO 10816- 3. 2022-01-04T16:53:27Z 2022-01-04T16:53:27Z 2021-11-24 masterThesis RICHTER, Jonathan Gilliard. Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento. 2021. Dissertação (Mestrado em Computação Aplicada) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021. http://repositorio.utfpr.edu.br/jspui/handle/1/26886 por openAccess http://creativecommons.org/licenses/by/4.0/ application/pdf Universidade Tecnológica Federal do Paraná Curitiba Brasil Programa de Pós-Graduação em Computação Aplicada UTFPR
institution Universidade Tecnológica Federal do Paraná
collection RIUT
language Português
topic Máquinas - Manutenção e reparos
Vibração - Medição
Imagens digitais
Visão computacional
Computador de placa única
Machinery - Maintenance and repair
Vibration - Measurement
Digital images
Computer vision
Single-board computers
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Ciência da Computação
spellingShingle Máquinas - Manutenção e reparos
Vibração - Medição
Imagens digitais
Visão computacional
Computador de placa única
Machinery - Maintenance and repair
Vibration - Measurement
Digital images
Computer vision
Single-board computers
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Ciência da Computação
Richter, Jonathan Gilliard
Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
description Predictive maintenance is the most suitable for industries, as it monitors the health of machines and provides the least amount of downtime in the production line. One of the monitored signals is the vibration level of the machines. The instruments most used for this measurement are vibration sensors, meters and analyzers, which mostly need physical contact with the monitored equipment. However, these instruments are difficult to be attached to old machines, depend on wires and can malfunction, generating wrong measurements. Solutions that measure the level of vibration without contact are expensive. Therefore, the objective of this research is to implement and develop a computational solution to measure, in real time and without contact, the vibrations of electric motors in multiple areas of interest. This objective is achieved by proposing the Video Vibration Identification System using Motion Magnification (SIVVAM), in which the main contributions are the identification of non-contact motor vibration, real-time processing, definition of two areas of interest to measure vibration simultaneously, which provides greater mobility and processing speed to the proposed system in relation to existing solutions. The proposed solution can assist in predictive maintenance by alerting when the vibration level is above the standard indicated by the ISO 10816-3 standard.
format Dissertação
author Richter, Jonathan Gilliard
author_sort Richter, Jonathan Gilliard
title Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
title_short Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
title_full Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
title_fullStr Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
title_full_unstemmed Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
title_sort manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
publisher Universidade Tecnológica Federal do Paraná
publishDate 2022
citation RICHTER, Jonathan Gilliard. Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento. 2021. Dissertação (Mestrado em Computação Aplicada) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021.
url http://repositorio.utfpr.edu.br/jspui/handle/1/26886
_version_ 1805312931584278528
score 10,814766