[EN]
Finally, after much trial and error, I’ve made significant progress in my research. Since starting my master’s program, I was invited by a professor to participate in a parallel research project, and I spent several weeks considering whether I should accept this challenge. My biggest fear was not being able to achieve the objectives set out in the work plan: improving the method for detecting faults in motors and developing an embedded system capable of identifying faults in an electric buggy.
Well, I accepted the challenge. It took months and months of testing and evaluating different ways to detect faults in motors powered by variable-frequency drives. Amid the pressure to submit a scientific paper, we managed to develop a methodology capable of identifying faults under these operating conditions.
We already had an algorithm capable of detecting and quantifying faults, but it only worked during direct starts—that is, when the motor was connected directly to the power grid. This method already yielded quite robust results compared to various existing techniques. However, when the motor was powered by a frequency inverter, a new challenge arose: the inverter smooths out the start-up and any motor acceleration, which makes it difficult to identify fault signatures and increases the occurrence of false positives.
Thus, the main proposal of the new methodology was to apply a short-duration frequency pulse, around 250 milliseconds. The motor initially operates in steady-state mode, and upon receiving this pulse, the signal is rapidly forced into a transient state, returning immediately thereafter to its original operating state. Our goal was to demonstrate that this small pulse would not significantly alter the motor’s operational characteristics during the electric buggy’s operation and, at the same time, would enable fault detection.
Numerous tests were conducted, and the results confirmed that the frequency pulse does not cause significant changes in the system’s speed or operational characteristics. In addition, it was possible to identify faults at different frequency steps. These different steps generate varying levels of motor slip, ranging from low to high, and, under most of the conditions analyzed, the fault could be successfully identified.
The following image shows the motor current signal initially operating in steady-state. Next, a 250 ms pulse is applied, momentarily bringing the system into a transient state. At that moment, the signal is cropped to a window of interest, from which only the relevant interval is extracted for processing by the fault detection algorithm. Immediately after the pulse, the motor returns to steady-state operation, maintaining virtually the same operational characteristics as before.
This image shows the motor current waveform alongside the speed waveform in RPM. It can be seen that the speed varies from approximately 1500 RPM to 1750 RPM—a difference of about 250 RPM—but over a very short interval of around 400 ms. This represents one of the most critical scenarios analyzed. Under conditions of greater slip, this variation becomes practically imperceptible.
All tests were conducted with the motor operating under no-load conditions, a condition considered quite critical for this type of analysis. Theoretically, when the motor operates under load, the method tends to yield even better results, both in terms of fault detection capability and in reducing variations in the system’s operating characteristics.
After acquiring the motor current signal and extracting only the segment of interest, the adapted fault detection algorithm was applied to different operating conditions, which can be seen in the image below. The first image, showing no significant oscillations, corresponds to a healthy rotor, while the others depict rotors with different types of faults.
The last image shows a case of a fault that is difficult to detect, caused by imperfections in the rotor manufacturing process. Even though it is a very subtle condition, the proposed method proved capable of identifying the fault satisfactorily.
Based on this methodology, a scientific article was written, submitted, and subsequently accepted by the scientific community, representing significant recognition of the work carried out throughout this research. Now, the next stage of the challenge remains: implementing the embedded system to detect faults directly on the electric buggy, thereby validating the method in a real-world application.
After so many tests, difficulties, and lessons learned, seeing the results come to fruition is extremely rewarding. Now it’s time to move on to the practical phase and hope that everything works as well as it has in the experiments conducted so far. Wish me luck!
[ES]
Por fin, tras muchos intentos y errores, he logrado avanzar bastante en mi investigación. Desde que empecé el máster, un profesor me invitó a participar en una investigación paralela, y pasé varias semanas reflexionando sobre si debía aceptar ese reto. Mi mayor temor era no poder alcanzar los objetivos propuestos en el plan de trabajo: perfeccionar el método de detección de fallos en motores y desarrollar un sistema integrado capaz de identificar fallos en un buggy eléctrico.
Pues bien, acepté el reto. Pasamos meses y meses realizando pruebas y evaluando diferentes formas de detectar fallos en motores alimentados por variadores de frecuencia. En medio de la presión para presentar un artículo científico, logramos desarrollar una metodología capaz de identificar fallos en esas condiciones de funcionamiento.
Ya contábamos con un algoritmo capaz de detectar y cuantificar fallos, pero solo funcionaba en arranques directos, es decir, cuando el motor se conectaba directamente a la red eléctrica. Este método ya ofrecía resultados bastante sólidos en comparación con diversas técnicas existentes. Sin embargo, cuando el motor era alimentado por un variador de frecuencia, surgía un nuevo reto: el variador suaviza el arranque y cualquier aceleración del motor, lo que dificulta la identificación de las firmas de fallo y aumenta la aparición de falsos positivos.
De este modo, la propuesta principal de la nueva metodología fue aplicar un pulso de frecuencia de corta duración, de unos 250 milisegundos. El motor funciona inicialmente en régimen permanente y, al recibir este pulso, la señal se fuerza rápidamente a un régimen transitorio, volviendo inmediatamente después al estado original de funcionamiento. Nuestro objetivo era demostrar que este pequeño pulso no alteraría significativamente las características operativas del motor en el funcionamiento del buggy eléctrico y, al mismo tiempo, permitiría la detección de la falla.
Se realizaron numerosas pruebas y los resultados demostraron que el pulso de frecuencia no provoca cambios significativos en la velocidad ni en las características operativas del sistema. Además, fue posible identificar los fallos en diferentes niveles de frecuencia. Estos diferentes niveles generan diversos grados de deslizamiento en el motor, desde bajos hasta elevados, y, en la mayoría de las condiciones analizadas, se pudo identificar el fallo con éxito.
En la siguiente imagen se muestra la señal de corriente del motor funcionando inicialmente en régimen permanente. A continuación, se aplica un pulso de 250 ms, lo que lleva al sistema momentáneamente al régimen transitorio. En ese instante, la señal se recorta en una ventana de interés, de la que se extrae únicamente el intervalo relevante para ser procesado por el algoritmo de detección de fallos. Inmediatamente después del pulso, el motor vuelve al régimen permanente manteniendo prácticamente las mismas características operativas anteriores.
Esta imagen muestra el gráfico de la corriente del motor junto con el gráfico de la velocidad en RPM. Se puede observar que la velocidad varía de aproximadamente 1500 RPM a 1750 RPM, una diferencia de unas 250 RPM, aunque durante un intervalo muy breve, de unos 400 ms. Este representa uno de los escenarios más críticos analizados. En condiciones de mayor deslizamiento, esta variación se vuelve prácticamente imperceptible.
Todas las pruebas se realizaron con el motor funcionando sin carga, una condición considerada bastante crítica para este tipo de análisis. Teóricamente, cuando el motor funciona con carga, el método tiende a presentar resultados aún mejores, tanto en la capacidad de detección de fallos como en la reducción de las variaciones de las características operativas del sistema.
Tras adquirir la señal de corriente del motor y extraer únicamente el tramo de interés, se utilizó el algoritmo adaptado de detección de fallos para diferentes condiciones de funcionamiento, que pueden observarse en la imagen siguiente. La primera imagen, sin oscilaciones significativas, corresponde al rotor en buen estado, mientras que las demás representan rotores con diferentes tipos de fallos.
La última imagen presenta un caso de fallo difícil de detectar, originado por imperfecciones en el proceso de fabricación del rotor. A pesar de tratarse de una condición bastante sutil, el método propuesto demostró ser capaz de identificar el fallo de forma satisfactoria.
A partir de esta metodología, se elaboró un artículo científico que fue presentado y posteriormente aceptado por la comunidad científica, lo que supone un importante reconocimiento al trabajo realizado a lo largo de esta investigación. Ahora queda la siguiente etapa del reto: implementar el sistema integrado para detectar fallos directamente en el buggy eléctrico, validando así el método en una aplicación real.
Después de tantas pruebas, dificultades y aprendizaje, ver cómo los resultados se hacen realidad es extremadamente gratificante. Ahora toca pasar a la fase práctica y cruzar los dedos para que todo funcione tan bien como en los experimentos realizados hasta ahora. ¡Deséenme suerte!
[PT]
Finalmente, após muitas tentativas e erros, consegui avançar bastante em minha pesquisa. Desde que entrei no mestrado, fui convidado por um professor para participar de uma pesquisa paralela, e passei várias semanas refletindo se deveria aceitar esse desafio. Meu maior receio era não conseguir alcançar os objetivos propostos no plano de trabalho: aprimorar o método de detecção de falhas em motores e desenvolver um sistema embarcado capaz de identificar falhas em um buggy elétrico.
Pois bem, aceitei o desafio. Foram meses e meses realizando testes e avaliando diferentes maneiras de detectar falhas em motores alimentados por inversores de frequência. Em meio à pressão para a submissão de um artigo científico, conseguimos desenvolver uma metodologia capaz de identificar falhas nessas condições de operação.
Já possuíamos um algoritmo capaz de detectar e quantificar falhas, porém ele funcionava apenas em partidas diretas, ou seja, quando o motor era ligado diretamente à rede elétrica. Esse método já apresentava resultados bastante robustos em comparação com diversas técnicas existentes. No entanto, quando o motor era alimentado por um inversor de frequência, surgia um novo desafio: o inversor suaviza a partida e quaisquer acelerações do motor, o que dificulta a identificação das assinaturas de falha e aumenta a ocorrência de falsos positivos.
Dessa forma, a principal proposta da nova metodologia foi aplicar um pulso de frequência de curta duração, em torno de 250 milissegundos. O motor inicialmente opera em regime permanente e, ao receber esse pulso, o sinal é forçado rapidamente para um regime transitório, retornando logo em seguida ao estado original de operação. Nosso objetivo era demonstrar que esse pequeno pulso não alteraria significativamente as características operacionais do motor no funcionamento do buggy elétrico e, ao mesmo tempo, possibilitaria a detecção da falha.
Foram realizados inúmeros testes e os resultados comprovaram que o pulso de frequência não provoca mudanças significativas na velocidade nem nas características operacionais do sistema. Além disso, foi possível identificar as falhas em diferentes degraus de frequência. Esses diferentes degraus geram níveis variados de escorregamento no motor, desde baixos até elevados, e, na maioria das condições analisadas, a falha pôde ser identificada com sucesso.
Na imagem a seguir, é apresentado o sinal de corrente do motor operando inicialmente em regime permanente. Em seguida, um pulso de 250 ms é aplicado, levando o sistema momentaneamente ao regime transitório. Nesse instante, o sinal é recortado em uma janela de interesse, da qual é extraído apenas o intervalo relevante para ser processado pelo algoritmo de detecção de falhas. Logo após o pulso, o motor retorna ao regime permanente mantendo praticamente as mesmas características operacionais anteriores.
Essa imagem apresenta o gráfico da corrente do motor juntamente com o gráfico da velocidade em RPM. É possível observar que a velocidade varia de aproximadamente 1500 RPM para 1750 RPM, uma diferença de cerca de 250 RPM, porém durante um intervalo muito curto, em torno de 400 ms. Esse representa um dos cenários mais críticos analisados. Em condições de maior escorregamento, essa variação torna-se praticamente imperceptível.
Todos os testes foram realizados com o motor operando sem carga, uma condição considerada bastante crítica para esse tipo de análise. Teoricamente, quando o motor opera com carga, o método tende a apresentar resultados ainda melhores, tanto na capacidade de detecção das falhas quanto na redução das variações das características operacionais do sistema.
Após a aquisição do sinal de corrente do motor e a extração apenas do trecho de interesse, foi utilizado o algoritmo adaptado de detecção de falhas para diferentes condições de operação, as quais podem ser observadas na imagem abaixo. A primeira imagem, sem oscilações significativas, corresponde ao rotor saudável, enquanto as demais representam rotores com diferentes tipos de falhas.
A última imagem apresenta um caso de falha de difícil detecção, originada por imperfeições no processo de fabricação do rotor. Mesmo sendo uma condição bastante sutil, o método proposto demonstrou ser capaz de identificar a falha de forma satisfatória.
A partir dessa metodologia, um artigo científico foi desenvolvido, submetido e posteriormente aceito pela comunidade científica, representando um importante reconhecimento do trabalho realizado ao longo dessa pesquisa. Agora, resta a próxima etapa do desafio: implementar o sistema embarcado para realizar a detecção de falhas diretamente no buggy elétrico, validando o método em uma aplicação real.
Depois de tantos testes, dificuldades e aprendizado, ver os resultados se concretizando é extremamente gratificante. Agora é seguir para a fase prática e torcer para que tudo funcione tão bem quanto nos experimentos realizados até aqui. Me desejem sorte!