MISE EN ŒUVRE D'UN SYSTÈME DE MAINTENANCE PRÉDICTIVE AVEC SURVEILLANCE EN LIGNE DES MOTEURS ÉLECTRIQUES, BASÉ SUR L'UTILISATION DE L'INTELLIGENCE ARTIFICIELLE

UN RETOUR D'EXPÉRIENCE DE LA CLASSE INSTALLATIONS ÉLECTRIQUES INDUSTRIELLES

Auteurs

  • Arthur Bruno de Carvalho Moura Centro Universitário Fanor Wyden
  • Emanuel Victório Freitas dos Santos Centro Universitário Fanor Wyden
  • André Luis de Sousa Lima Centro Universitário Fanor Wyden
  • Lucas Rebouças Fernandes Centro Universitário Fanor Wyden
  • Francisco Tiago Soares Cavalcante Centro Universitário Fanor Wyden
  • Eduardo Monteiro Duarte Queiroz Centro Universitário Fanor Wyden
  • Miguel Carlos Sales Pinto Centro Universitário Fanor Wyden
  • Ildenor David Sales Júnior Centro Universitário Fanor Wyden https://orcid.org/0009-0004-3354-2786

DOI :

https://doi.org/10.5281/zenodo.20679710

Mots-clés :

Maintenance prédictive, Surveillance en ligne, Intelligence artificielle, Moteurs électriques, Fiabilité industrielle

Résumé

Resumé: Ce travail porte sur la mise en œuvre d'un système de maintenance prédictive avec surveillance en ligne pour les moteurs électriques haute tension (6,6 kV). Cette initiative vise à remédier aux pannes récurrentes dues à la dégradation thermique de l'isolation, causée par des démarrages trop fréquents et rapprochés, un problème que les méthodes traditionnelles, comme le test Baker, ne permettaient pas d'anticiper. Afin d'atténuer ces risques et d'accroître la fiabilité et la disponibilité des équipements, le projet a sélectionné, via l'écosystème INO.VC, la solution technologique de la start-up 2Neuron, composée des dispositifs Ultronline et Ultronlink. Cette technologie utilise l'intelligence artificielle pour assurer une surveillance continue (24h/24 et 7j/7) des signaux électriques, permettant ainsi la détection précoce des anomalies électriques et mécaniques, grâce à des diagnostics automatiques évolutifs par apprentissage automatique. La planification détaillée comprend un calendrier, la définition des rôles respectifs du prestataire et du client, un plan de tests (PIT) et des objectifs de réduction des temps d'arrêt non planifiés, optimisant ainsi la gestion de la maintenance industrielle dans le cadre de l'Industrie 4.0.

Mots-clés: Maintenance prédictive, surveillance en ligne, intelligence artificielle, moteurs électriques, fiabilité industrielle.

Bibliographies de l'auteur

Arthur Bruno de Carvalho Moura, Centro Universitário Fanor Wyden

Discente de graduação do Centro Universitário Fanor Wyden.

Emanuel Victório Freitas dos Santos, Centro Universitário Fanor Wyden

Discente de graduação do Centro Universitário Fanor Wyden.

André Luis de Sousa Lima, Centro Universitário Fanor Wyden

Discente de graduação do Centro Universitário Fanor Wyden.

Lucas Rebouças Fernandes, Centro Universitário Fanor Wyden

Discente de graduação do Centro Universitário Fanor Wyden.

Francisco Tiago Soares Cavalcante, Centro Universitário Fanor Wyden

Discente de graduação do Centro Universitário Fanor Wyden.

Eduardo Monteiro Duarte Queiroz, Centro Universitário Fanor Wyden

Discente de graduação do Centro Universitário Fanor Wyden.

Miguel Carlos Sales Pinto, Centro Universitário Fanor Wyden

Discente de graduação do Centro Universitário Fanor Wyden.

Ildenor David Sales Júnior, Centro Universitário Fanor Wyden

Possui graduação em Engenharia Elétrica pela Universidade Federal do Ceará (2018), especialização em Engenharia de Segurança do Trabalho pelo Centro Universitário Ateneu (2020) e mestrado em Engenharia Elétrica e Computação pela Universidade Federal do Ceará (2023). Tem experiência na área de Engenharia Elétrica, com ênfase em Eletrônica de Potência, em Circuitos Eletrônicos, Instalações Elétricas e em Energias Renováveis, atuando principalmente nos seguintes temas: conversores cc-cc e sistemas geração solar fotovoltaica.

Références

2NEURON. Ultronline & Ultronlink: sistema de monitoramento inteligente de máquinas rotativas. [S.l.]: 2Neuron Tecnologia, [s.d.]. Disponível em: https://2neuron.com/. Acesso em: 11 jun. 2026.

INO.VC. Ecossistema de Inovação Industrial. [S.l.]: INO.VC, [s.d.].

WEG. Danos em enrolamentos de motores trifásicos: causas, modos de falha e prevenção. Jaraguá do Sul: WEG Motores, [s.d.].

WEG. Manual de motores elétricos: classes térmicas e limites de temperatura. Jaraguá do Sul: WEG Motores, [s.d.].

WEG. Motores de indução trifásicos: linha Master. Jaraguá do Sul: WEG Equipamentos Elétricos S.A., [s.d.]. Disponível em: https://static.weg.net/medias/downloadcenter/he9/h78/WEG-motores-de-inducao-trifasicos-linha-master-50009359-catalogo-portugues-br-dc.pdf. Acesso em: 11 jun. 2026.

Publiée

2026-06-13

Comment citer

Moura, A. B. de C., Santos, E. V. F. dos, Lima, A. L. de S., Fernandes, L. R., Cavalcante, F. T. S., Queiroz, E. M. D., … Sales Júnior, I. D. (2026). MISE EN ŒUVRE D’UN SYSTÈME DE MAINTENANCE PRÉDICTIVE AVEC SURVEILLANCE EN LIGNE DES MOTEURS ÉLECTRIQUES, BASÉ SUR L’UTILISATION DE L’INTELLIGENCE ARTIFICIELLE: UN RETOUR D’EXPÉRIENCE DE LA CLASSE INSTALLATIONS ÉLECTRIQUES INDUSTRIELLES. Duna: Revista Multidisciplinar De Inovação E Práticas De Ensino, 2(1), 43–61. https://doi.org/10.5281/zenodo.20679710