LÓGICA FUZZY COMO FERRAMENTA DE AUXÍLIO PARA A TOMADA DE DECISÃO NA MANUTENÇÃO DE MOTORES

Transcrição

1 LÓGICA FUZZY COMO FERRAMENTA DE AUXÍLIO PARA A TOMADA DE DECISÃO NA MANUTENÇÃO DE MOTORES Amadeus Lincon de Oliveira [Voluntário] 1, Wagner Fontes Godoy [Orientador] 1,Marcio Mendonça [Coorientador] 1 1 Depto. de Engenharia Elétrica Campus Cornélio Procópio Universidade Tecnológica Federal do Paraná - UTFPR Avenida Alberto Carazzai, Cornélio Procópio /PR, Brasil - CEP amadeus_lincon@hotmail.com, wagnergodoy@utfpr.com, mendonca@utfpr.edu.br Resumo Esse artigo apresenta uma aplicação da lógica fuzzy como ferramenta de auxílio na tomada de decisão sobre a manutenção de motores elétricos, baseando-se na técnica preditiva de análise de vibrações e no histórico de manutenção desses equipamentos. A ferramenta consiste na utilização de dados obtidos através do histórico de manutenção, análise de vibração além do conhecimento dos especialistas responsáveis pela operação e manutenção dos equipamentos, para a elaboração de uma base de regras. A ferramenta permite um diagnóstico rápido sobre o estado do equipamento, indicando de forma prematura a possibilidade de falhas e consequentemente aumentando a disponibilidade e a confiabilidade dos processos e equipamentos. Palavras-chave: Manutenção de motores; Lógica Fuzzy; Técnicas preditivas de manutenção; Análise de vibrações. Abstract This article presents an application of fuzzy logic as a tool to aid in decision making about maintenance of electric motors, based on predictive technique of vibration analysis and maintenance history of the equipment. The tool is the use of data obtained from historical maintenance, vibration analysis beyond the knowledge of experts responsible for the operation and maintenance of equipment, for the development of a rule base. The tool allows a fast diagnosis about the condition of the equipment, indicating prematurely the possibility of failures and thereby increasing the availability and reliability of processes and equipment. Keywords: Engine maintenance; Fuzzy Logic; Predictive maintenance, Vibration analysis. INTRODUÇÃO O crescimento do consumo mundial e o consequente aumento da concorrência obrigam as empresas a aperfeiçoar seus sistemas de produção com o intuito de reduzir ao máximo o percentual de falha, buscando uma maior produtividade. Quanto mais rápido as falhas em processos forem detectadas e solucionadas, menores serão os prejuízos para a empresa. Outro aspecto não menos relevante, é a segurança que a manutenção, quando feita de forma apropriada, proporciona não só para as pessoas envolvidas com o processo de produção, como também a segurança do patrimônio da empresa e a integridade dos seus colaboradores. Portanto, a manutenção quando feita de forma apropriada, torna o sistema de produção de uma indústria mais ágil e seguro, reduzindo a chance de paradas inesperadas dos equipamentos, além de prevenir riscos a pessoas e ao processo. Podemos observar os

2 benefícios provenientes da manutenção, através de uma pesquisa realizada pela Plant Performance Group (uma divisão da Technology for Energy Corporation ), envolvendo mais de quinhentas indústrias localizadas nos Estados Unidos, Canadá, Grã-Bretanha, França e Austrália, relacionadas na Tabela 1. Tabela 1 Benefícios oriundos da manutenção preditiva Redução dos custos de manutenção 50 a 80% Redução de falhas nas máquinas 50 a 60% Redução de estoques de sobressalentes 20 a 30% Redução de horas extras para manutenção 20 a 50% Redução do tempo de parada das máquinas 50 a 80% Aumento na vida das máquinas 20 a 40% Aumento na produtividade 20 a 30% Aumento dos lucros 25 a 60% Fonte: Plant Performance Group (1988) Dentre as ferramentas que vem surgindo no auxílio da manutenção em geral, temos os sistemas inteligentes, em especial a lógica fuzzy. Essa lógica trabalha com variáveis de entrada imprecisas, atribuindo a elas uma aproximação e gerando assim um valor de saída lógico mesmo havendo ruídos ou até mesmo membros faltantes. Assim, a proposta deste trabalho é utilizar lógica fuzzy como ferramenta de auxílio para a tomada de decisão em relação a manutenção de motores de indução trifásico baseado em dados de análise de vibração e no histórico de manutenção. Para definição do processo de tomada de decisão, serão utilizados dados reais fornecidos pela empresa DASA Destilaria Americana S.A. Manutenção. O desenvolvimento dos equipamentos tecnológicos faz com que haja o aumento da complexidade dos mesmos, então surge a necessidade de aumentar a disponibilidade desses equipamentos a fim de amortizar os custos envolvidos. Além disso, no ambiente fabril, esses equipamentos estão expostos a diversos fatores que causam a sua degradação como corrosão, rupturas, deformações, entre outras. Com base nesse pensamento, a ideia de que haja a necessidade de preservar os equipamentos tecnológicos visando melhorar tanto a vida útil quanto o seu desempenho ganha força, e a manutenção surge como meio de evitar ou minimizar tais restrições buscando o aumento da disponibilidade. Pode-se entender Manutenção, como uma série de ações ou medidas que visam a conservação de determinado equipamento ou o sucesso de determinado processo. De uma maneira geral, a manutenção visa manter equipamentos funcionando garantindo assim a produção normal de um empresa e a qualidade de seus produtos, além de prevenir falhas que possam comprometer o sistema de produção [6]. Quanto aos tipos de manutenção, podemos encontrar varias classificações, que pode variar de autor para autor. Os mais comumente encontrados são: Manutenção corretiva: Manutenção a ser efetuada quando há a ocorrência de uma falha sobre determinado equipamento. Manutenção Preventiva: A manutenção é feita com base no histórico do equipamento, onde as constatados como acontecem os principais tipos de falhas e o que pode ser feito para evitá-los.

3 Manutenção Preditiva: Nesse tipo de manutenção há o monitoramento constante do equipamento através de instrumentos mais sofisticados, assim é possível efetuar a manutenção nesses equipamentos antes que ocorra uma pane. Análise de vibrações. Vibração pode ser definida como um movimento de oscilação de um corpo em torno de um ponto de referência que se repete regular ou irregularmente, depois de um intervalo de tempo [1] e a sua presença pode indicar algum tipo de problema no sistema, como falta de balanceamento das partes rotativas, rolamentos e polias, desalinhamento, interferências, erosão localizada, ressonância, entre outros. Assim o ensaio de vibrações mecânicas se torna um método indispensável na detecção prematura de anomalias de operação, proporcionando uma grande confiabilidade na operação das instalações e possibilitando que equipamentos possam ser desligados e reparados antes que entrem em colapso. A análise de vibração utiliza de sensores para captar o espectro de vibração e convertelos em sinais elétricos que serão posteriormente tratados e apresentados na forma de gráficos. O espectro em funcionamento normal é gravado e se torna um ponto referencial, assim cada nova análise será comparada com o espectro inicial e possíveis anomalias no sistema podem ser adequadamente identificadas. Lógica fuzzy. A lógica fuzzy surgiu em 1965, quando Lofti A. Zadeh apresentou uma modelagem matemática formalizada, intitulada de Conjuntos Difusos. Em seus trabalhos, Zadeh apresentou uma lógica que trabalhava com a imprecisão, ao contrário da lógica clássica, que era uma lógica exata. Na lógica clássica, um determinado elemento pertence ou não pertence a um determinado conjunto, enquanto na lógica fuzzy, os elementos são indefinidos, ou seja, enquanto alguns elementos pertencem ao conjuntos, outros não, e existem ainda aqueles que pertencem parcialmente. Assim a lógica fuzzy foi criada pela necessidade de um método que pudesse expressar sistematicamente quantidades imprecisas, vagas e mal definidas. Para isso, ela toma como base a criação de regras através do conhecimento de especialistas fuzzy e possibilitando uma ação de controle mais rápida e tão eficiente quanto à desses especialistas. METODOLOGIA Esse trabalho utilizará um sistema fuzzy para auxliar na tomada de decisão em relação a necessidade de manutenção de motores elétricos baseados no seu histórico de manutenção e na análise de vibração, detectando assim falhas incipientes de forma prematura. Entende-se como modificação incipiente, mudança de estado de funcionamento de máquinas rotativas tendo como referência o padrão de normalidade de funcionamento estabelecido para a máquina [5]. O sistema fuzzy, será utilizado, pois além de propiciar uma resposta mais rápida, também trabalha com variáveis imprecisas, como é o caso. A partir das alterações de vibração na máquina espera-se classificar de forma abrangente os diversos tipos de anomalias e sintomas que envolvem falhas em motores elétricos e seus componentes. A seguir temos um esquema do sistema fuzzy (Figura 1). A análise de vibração e o histórico de manutenção dos equipamentos, serão classificados como sendo as variáveis de entrada e saída do sistema e atribuídas a elas valores linguísticos (Fuzzificação). Assim, a base de regras do sistema fuzzy avaliará essas variáveis destinando assim uma ação para cada tipo de situação. A seguir ocorre o processo contrário, que é a Defuzzificação, e temos a apresentação do diagnóstico. A partir desse diagnóstico a atividade de manutenção pode ser planejada e executada.

4 Figura 1 Esquema do sistema fuzzy. O trabalho será modelado baseando-se no método heurístico, que se caracteriza pela realização de uma tarefa a partir da experiência prévia, no conhecimento prático e estratégias normalmente utilizadas, que podemos expressar da seguinte forma: Assim, para cada situação de falha no motor (Condição), teremos um diagnóstico (Consequência). Porém, ao invés de números reais, as entradas e saídas serão descritas através de variáveis linguísticas da forma: onde, nesse exemplo, é a frequência de rotação e é a amplitude de rotação. As variáveis linguísticas terão valores atribuídas as suas funções de pertinência e com a ajuda do Matlab temos uma ideia de como representá-las, conforme as figuras a seguir. Amplitude (4) Fuzzy (mamdani) 3 rules Diagnóstico (4) Frequência (6) System Fuzzy: 2 inputs, 1 outputs, 3 rules Figura 9 Exemplo genérico do sistema fuzzy utilizando o toolbox do Matlab.

5 RESULTADOS E DISCUSSÃO Apesar de estar em desenvolvimento e não possuir resultados práticos, o corrente trabalho demonstra algumas dificuldades quanto a construção do sistema fuzzy. Dentre essas dificuldades, temos a manipulação da base de regras de acordo com os dados obtidos pelos testes da análise de vibração de forma que se tenha um sistema que possa nos fornecer um diagnóstico consistente. Outra dificuldade encontrada é o ajuste a ser feito nas funções pertinência das variáveis de entrada do sistema, de forma a tornar a saída do sistema condizente com os testes de análise de vibração. CONCLUSÕES O presente trabalho ainda não possui resultados práticos uma vez que ainda se encontra em fase de desenvolvimento. O objetivo a ser seguido consiste em através de uma lógica de programação em fuzzy, possa-se criar uma ferramenta que auxilie na manutenção de motores. Pelo conhecimento adquirido pelos especialistas e do histórico de manutenção desses equipamentos pode-se elaborar um sistema fuzzy, que através dos dados provenientes da análise de vibração, fornecerá um diagnóstico sobre o estado do motor. Por esse diagnóstico pode-se auxiliar qual ação poderá ser tomada pelos operadores, quando esses motores apresentarem algum tipo de falha. Essa ferramenta proporcionará uma maior confiabilidade ao sistema de produção, aumentando não só a disponibilidade dos equipamentos. A lógica fuzzy, por proporcionar uma resposta rápida, permite agilizar o processo de tomada de decisão possibilitando melhor programação de paradas do sistema, diminuindo assim os prejuízos. REFERÊNCIAS [1]ANDRADE, Lucas; ANTUNES, Vinícius; NUNES, Lucas. Ensaio de Vibrações f. Trabalho acadêmico (Curso de Engenharia Mecatrônica). Faculdades Integradas de São Paulo, São Paulo [2] BACCARINI, L. M. R.. Detecção e diagnostico de falhas em motores de indução f. Tese de Doutorado (Programa de Pós-Graduação em Engenharia Elétrica), Universidade Federal de Minas Gerais, Belo Horizonte, [3] BELLINI, Alberto, FILIPPETTI, Fiorenzo, Tassoni, Carla, Capolino, G.-A. Advances in diagnostic techniques for induction machines. IEEE Transactions on Industrial Eletronics, vol. 55, nº 12, pp , [4] CAMPOS, Mario M. de; SAITO, Kaku. Sistemas Inteligentes em Controle e Automação de Processos. Rio de Janeiro: Editora Ciência Moderna Ltda., [5] MARÇAL, Rui F. M. Um Método para Detectar Falhas Incipientes em máquinas rotativas baseado em Análise de Vibrações e Lógica Fuzzy f. Tese (Doutorado em Engenharia Elétrica) Universidade Federal do Rio Grande do Sul, Porto Alegre, [6] MIRSHAWKA, Victor. Manutenção: Combate aos Custos da Não-Eficácia. São Paulo : Makron Books do Brasil Editora Ltda, [7] PEDRYCZ, Witold; GOMIDE, Fernando. Fuzzy Systems Engineering: Toward Human-Centric Computing. New Jersey: Wiley-Interscience, [8] REZENDE, Solange O. Sistemas Inteligentes: Fundamentos e aplicações. Barueri-SP: Manole: [9] SHAW, Ian S.; SIMÕES, Marcelo G..Controle e Modelagem Fuzzy. São Paulo: Editora Edgard Blucher Ltda, 1999.