APLICAÇÃO DE RANDOM FOREST NA CLASSIFICAÇÃO DE CONDIÇÕES DE BALANCEAMENTO DE UM MOTOR DE INDUÇÃO TRIFÁSICO

Resumo

Os Motores de Indução Trifásicos (MITs) são elementos essenciais à indústria pelo fato de serem responsáveis por realizar o processo de trabalho mecânico na indústria. Estima-se que no Brasil os MITs são responsáveis por consumir mais da metade da energia associada ao setor industrial brasileiro. Desta forma, a classificação assertiva de falhas em MITs permite a realização de manutenções preventivas de forma mais eficiente e econômica, evitando eventuais prejuízos associados a reparos e troca de peças. Uma das falhas mais frequentes nos MITs é o desbalanceamento das tensões de alimentação, que pode causar perda total da máquina a depender da magnitude do desbalanceamento. O presente trabalho expõe um método de classificação de condições de tensão de alimentação balanceadas e desbalanceadas em um MIT utilizando o classificador random forest (árvores aleatórias). O método random forest consiste em um conjunto de árvores de decisão geradas de forma aleatória, onde obtém-se como resultado a árvore com melhor performance. Para a classificação, utilizou-se um banco de dados com 17 atributos e 714 instâncias de natureza mecânica e elétrica associados a operação balanceada e desbalanceada do MIT, divididos em 6 classes diferentes de níveis de desbalanceamento de acordo com a National Electrical Manufactures Association (NEMA). Desta forma, o classificador random forest apresentou uma acurácia superior a 97%, reforçando a aplicabilidade desta técnica de classificação relacionado a problemas deste tipo.