Summary: Os equipamentos rotativos (por exemplo, bombas e compressores) utilizados na extração e exploração de petróleo estão sujeitos a severas condições de trabalho. Elevadas pressões e temperaturas, trabalho em presença de meios agressivos, vazões muito elevadas, e necessidade de trabalho diuturno são condições críticas para qualquer componente. O monitoramento contínuo desses equipamentos, com objetivo de detectar falhas com antecedência, traz benefícios econômicos e de segurança para a empresa.

Uma maneira de se monitorar as condições dos equipamentos rotativos é através da análise de dados de sinais de vibração coletados através de acelerômetros colocados em posições chaves no equipamento. Um aumento na intensidade da vibração é um forte indicador de problema no funcionamento da máquina. Uma análise espectral dos sinais possibilita ainda identificar qual o tipo de defeito ocorrendo graças a identificação de um padrão de assinatura do defeito correspondente.
Este projeto visa estudar o uso de técnicas de aprendizado automático e inteligência computacional para realizar a identificação automática de defeitos em equipamentos rotativos a partir da análise de dados de sinais de vibração do equipamento.

Starting date: 01/08/2013
Deadline (months): 24

Participants:

Role	Name
Coordinator *	FLÁVIO MIGUEL VAREJÃO