Metodologias e Hardware
Conheça as técnicas de aquisição, análise de sinais e os equipamentos utilizados no Projeto Magneto.
Aquisição e Análise dos Ruídos
Do sensor ao diagnóstico: como transformamos ruídos em informações valiosas.
Sensores Acústicos e Acelerômetros
Microfones especiais captam os ruídos de magnetostrição dos transformadores.
Drones Terrestres
Agilizam as coletas, trazem precisão e autonomia, além da segurança aos operadores. Permitem a adição de outros métodos de diagnóstico.
Digitalização de Dados
Sinais acústicos são convertidos em dados digitais para processamento.
Análise Espectral
Frequências e amplitudes são analisadas para identificar padrões.
Inteligência Artificial
Algoritmos com apoio de redes neurais convolucionais identificam desvios e problemas, classificando o sinal.
Equipamentos do Projeto
Microcontroladores e sensores especializados para processamento embarcado.
STM32N6570-DK
Microcontrolador capaz de controlar o rover e analisar sinais para tomada de decisão em campo. Equipado com NPU (Unidade de Processamento Neural) que permite executar redes neurais em sistemas embarcados.
- 4,5 MB de memória contínua
- Opera entre 600 MHz e 800 MHz
- Valor: US$ 237,00
Steval Proteus 1
Ferramenta de precisão para uso industrial para coleta de vibrações e temperatura, baseado em SoC wireless multiprotocolo na faixa dos 2.4GHz.
- Bluetooth® Low Energy v5.2 e ZigBee 3.0
- Alimentado por bateria
- Valor: US$ 50,00 (uma unidade por transformador)
Sistema Acústico
A aplicação de sistemas acústicos com acopladores parabólicos, embarcados em rovers terrestres para a coleta de ruídos de magnetostrição, representa uma proposta de alto potencial.
Para garantir a eficácia e a confiabilidade desta metodologia, são necessários testes rigorosos em campo. A validação exige comparações extensivas dos dados coletados com metodologias de diagnóstico já estabelecidas.
Métodos de Decomposição e Análise
Técnicas avançadas para transpor sinais do domínio do tempo para o domínio da frequência.
Cepstral (Melhor Opção)
Superou a FFT em velocidade, demonstrando o melhor desempenho até o momento. Ainda precisa validação no STM32N6.
MUSIC
Alta resolução e separa sinal de ruído, mas sobrecarregou significativamente a máquina com desempenho lento.
ESPRIT
Computacionalmente mais rápido que MUSIC, porém ainda não obtiveram sucesso na implementação.
PRONY
Indicado para sinais transientes, como ao ligar o transformador ou durante imposição instantânea de altas cargas. Ainda não testado.
Método de Classificação
Utilizamos uma rede convolucional (CNN) para classificação dos sinais. Há planos de usar Transformers também, porém pode exigir maior poder computacional. Transformers pode ser útil em visão computacional no futuro.
Tempo de Resposta
Em simulação com Core i7, 16GB RAM e RTX4060, o tempo girou em torno de alguns segundos por amostras de até 2 minutos. Cada transformador leva em torno de 5 minutos entre captura e análise.
Banco de Amostras
Um banco de amostras bem selecionado é de extrema importância. O método proposto viabiliza o aperfeiçoamento constante do modelo treinado:
- A cada novo transformador instalado, cadastra-se sua assinatura inicial como referência
- Transformadores novos são classificados como "Equipamento Novo"
- Equipamentos revisados são classificados como "Equipamento em Bom Estado"
- Considerando os 184 municípios do Ceará, teremos 184 amostras iniciais
