SISTEMA DE DETECÇÃO DE FALHAS EM MOTORES DE INDUÇÃO
Este trabalho apresenta o desenvolvimento, a implementação e a validação de um sistema híbrido de detecção e classificação de falhas em motores de indução trifásicos, combinando Lógica Difusa na etapa de detecção e Máquinas de Vetores de Suporte (SVM) na etapa de classificação. A pesquisa foi conduzida com base em um modelo fenomenológico do motor, implementado em ambiente Simulink/Simscape, utilizado para a geração de dados de simulação sob diferentes condições operacionais, incluindo falhas de perda de fase. Posteriormente, os resultados simulados foram comparados com ensaios experimentais realizados em bancada no Laboratório de Eletrônica de Potência e Smart Grids (LEPS/UFABC), o que permitiu avaliar a aplicabilidade prática da metodologia proposta. Os resultados obtidos comprovam a eficácia do método proposto, tanto em simulação quanto em ambiente experimental, reforçando seu potencial para aplicações em sistemas de monitoramento e manutenção preditiva de motores elétricos. Além disso, a metodologia apresentada se mostra compatível com os princípios da Indústria 4.0, podendo ser futuramente aprimorada por meio da integração com sensores inteligentes, técnicas de aprendizado profundo e sistemas embarcados em controladores industriais.