Electrical submersible pump fault diagnosis based on 2D transformation of vibration signals and transfer learning of image classification networks
Nome: LUCIANO HENRIQUE PEIXOTO DA SILVA
Data de publicação: 23/04/2024
Banca:
Nome |
Papel |
|---|---|
| CLAUDINE SANTOS BADUE | Examinador Interno |
| JOÃO PAULO PAPA | Examinador Externo |
| THIAGO OLIVEIRA DOS SANTOS | Presidente |
Resumo: Diagnosticar falhas em bombas elétricas submersíveis usando métodos inteligentes é uma tarefa reconhecidamente desafiadora. A complexidade da tarefa aumenta ainda mais quando se empregam técnicas de aprendizagem profunda para extrair diretamente características dos sinais de vibração, em vez de confiar em características predefinidas por engenharia humana derivadas da ampla experiência de especialistas nesta área. Uma limitação significativa desta abordagem é a ausência de modelos fundacionais para diagnóstico de falhas de máquinas usando sinais de vibração. Este contraste torna-se evidente quando comparado com tarefas de classificação de imagens, onde uma infinidade de redes pré-treinadas está prontamente disponível.
Para resolver esta limitação, nosso trabalho propõe um novo método que aproveita imagens RGB geradas a partir de sinais no domínio do tempo. Este método combina várias transformações 2D para ajustar redes de classificação de imagens pré-existentes da literatura para diagnosticar falhas em bombas elétricas submersíveis. Os resultados obtidos com a nossa abordagem indicam a sua superioridade sobre o nosso método anterior de aprendizagem profunda, que se baseava na aprendizagem métrica. Além disso, o desempenho deste novo método mostra-se comparável a uma solução baseada em características definidas por um especialista humano sem a necessidade de conhecimento de um especialista.
