Desenvolvimento de um sensor inteligente para diagnóstico de falhas em rolamentos de motores elétricos

Abstract

A confiabilidade operacional de motores de indução trifásicos é um fator crítico para a eficiência dos processos industriais, sendo as falhas em rolamentos uma das suas principais causas. A manutenção preditiva, particularmente pela análise de vibrações, destaca-se como metodologia eficaz para a detecção precoce dessas falhas. Contudo, os sistemas comerciais de monitoramento frequentemente apresentam custo elevado e assinatura mensal de serviço, tornando-se inacessíveis para pequenas e médias empresas. Diante deste cenário, este trabalho propõe o desenvolvimento e a validação de um protótipo de sensor inteligente de baixo custo para diagnóstico de falhas em rolamentos. O sistema foi constituído pela integração do microcontrolador ESP32, responsável pela aquisição e pelo processamento inicial dos dados, com o sensor de vibração MPU-6050, um módulo RTC (DS3231) para registro temporal preciso e um módulo de cartão SD para armazenamento robusto e autônomo dos dados. Para a análise, foi desenvolvida uma interface gráfica customizada (Gui_monitor) em Python, que permite a visualização dos sinais no domínio do tempo e a geração de espectros de frequência via Transformada Rápida de Fourier (FFT). A metodologia de validação consistiu na comparação do desempenho do protótipo utilizando dois motores de indução trifásico em duas condições: uma em estado moderado e outro em um estágio avançado de uso. Os resultados demonstraram que o protótipo foi capaz de adquirir os sinais de vibração com fidelidade e, por meio da análise espectral, identificar claramente o aumento de amplitude na frequência característica de um dos motores. Conclui-se que a solução desenvolvida é técnica e economicamente viável, apresentando-se como uma alternativa acessível para a implantação de estratégias de manutenção preditiva e para o ensino de técnicas de monitoramento de condição, cumprindo com os objetivos estabelecidos de desenvolvimento e validação do sensor inteligente.

The operational reliability of three-phase induction motors is a critical factor for industrial process efficiency, with bearing failures being one of their main causes. Predictive maintenance, particularly through vibration analysis, stands out as an effective methodology for the early detection of such faults. However, commercial monitoring systems often involve high acquisition costs and recurring service fees, making them inaccessible for small and medium-sized enterprises. This work proposes the development and validation of a low-cost, intelligent sensor prototype for diagnosing bearing faults. The system was built by integrating an ESP32 microcontroller, responsible for data acquisition and initial processing, with an MPU-6050 vibration sensor, a DS3231 RTC module for precise timestamping, and an SD card module for robust, autonomous data storage. For analysis, a custom graphical interface (Gui_monitor) was developed in Python, allowing for time-domain signal visualization and frequency spectrum generation via Fast Fourier Transform (FFT). The validation methodology consisted of comparing the prototype’s performance using two three-phase induction motors under different conditions: one in moderate condition and the other in an advanced stage of wear. The results showed that the prototype was capable of accurately acquiring vibration signals and, through spectral analysis, clearly identifying the amplitude increase at the characteristic frequency of one of the motors. It is concluded that the developed solution is technically and economically viable, presenting itself as an accessible alternative for implementing predictive maintenance strategies and for teaching condition monitoring techniques, thereby fulfilling the established objectives of developing and validating the intelligent sensor.