Título: Uma análise heurística baseada em protótipos para o monitoramento de estados de motores de indução
Autores: Diego Sousa, Charles Cavalcante, Guilherme Barreto, Cláudio Medeiros
Resumo: Neste artigo, nós propomos uma metodologia de projeto almejando a definição da quantidade adequada de protótipos e suas respectivas localizações iniciais confiáveis para a conhecida família de classificadores LVQ com o objetivo da elevação das taxas de acurácia em tarefas de detecção/classificação. Além dos exemplos de funcionamento normal de um motor trifásico, uma bancada de testes é construída para a geração de exemplos de curto-circuito de diferentes níveis de impedância. Para evitar a perda do motor (em decorrência de altas correntes de curto-circuito), os níveis de corrente são limitados através da utilização de resistores. Os sinais de corrente analisados são de difícil classificação entre normal e faltoso em natureza da fácil interpretação incorreta de falhas de alta impedância como amostras não faltosas. Com o objetivo da obtenção do número adequado de protótipos rotulados e suas corretas iniciações que reduzam erros de classificação, nós utilizamos K-means e técnicas de validação de agrupamentos. Através de simulações computacionais abrangentes, nós mostrados que a metodologia proposta é capaz de eventualmente gerar altas taxas de desempenho na aplicação de engenharia citada acima quando aplicada aos vários classificadores LVQ considerados. Especificamente, o GLVQ (Generalized Learning Vector Quantization) apresentou o melhor desempenho máximo de 96,6% quando utilizado em conjunto com os índices Dunn e Silhouettes como os mais eficientes na determinação da quantidade ideal de protótipos.
Palavras-chave: motores de indução; detecção de falhas de curto-circuito; família de classificadores LVQ; técnicas de validação de agrupamentos
Páginas: 6
Código DOI: 10.21528/CBIC2019-91
Artigo em pdf: CBIC2019-91.pdf
Arquivo BibTeX: CBIC2019-91.bib