DIAGNÓSTICO DE FALHAS EM MOTORES DE CORRENTE CONTÍNUA

Erik Bonaldi1, Levy Ely de Lacerda de Oliveira1, Renato Yoshio Bô2, Mateus Barros2, Germano Lambert-Torres2 e Helga Gonzaga Martins2

1. PS Soluções Ind. Com. Rep. Cons. Ltda. Rua Cel. Francisco Braz, 185 - Sala 303 – Itajubá/MG - 37500-052 pssolucoes@pssolucoes.com.br http://www.pssolucoes.com.br

2. GAIA – Grupo de Aplicações em Inteligência Artificial Universidade Federal de Itajubá

Av. BPS, 1303 – Pinheirinho – Itajubá/MG – 37500-903 germano@unifei.edu.br http://www.unifei.edu.br

Resumo – Este artigo apresenta a determinação de diagnósticos de falhas em motores de corrente contínua utilizando uma análise de assinatura elétrica da armadura, tensão e corrente. Foram definidos alguns padrões de falhas específicos, tais como desbalanceamento elétrico, mecânico e deslocamento da linha neutra. O monitoramento é feito de forma não invasivo, ou seja, o diagnóstico é realizado com a máquina em funcionamento.

Palavras-chave - Análise da assinatura de sinal, falhas

em motores CC e manutenção preditiva. Abstract – This paper presents a failure diagnostic for

DC motors using an analysis of electrical signature. Some patterns have been predefined, as electric and mechanical unbalancing and neural line displacement. The monitoring system is no invasive, it means, the diagnostic is made with the motor in working.

Keywords – Signal signature analysis, DC motor

failures, and predictive maintenance.

I. INTRODUCÃO

O motor é o cerne da maioria dos processos produtivos. Muitos desses processos ainda se utilizam de motores de corrente contínua, principalmente aqueles onde o controle de velocidade é crítico. A exemplo do que acontece com outros tipos de motores, o desenvolvimento de falhas em motores de corrente contínua estratégicos para o processo produtivo geram grandes prejuízos às indústrias. As perdas se devem principalmente ao lucro cessante, ou seja, perdas de produção em função de paradas não programadas e manutenções emergenciais devido à parada catastrófica.

Uma das formas de se reduzir a probabilidade de falha em motores é se elaborar uma escala de manutenção preventiva. Como nessa modalidade de manutenção, é necessária a

paralisação das máquinas, o procedimento de manutenção se torna invasivo e, por vezes, inviável [1]. Visando a contornar esse problema, muitas técnicas de manutenção preditiva vêm sendo desenvolvidas nos últimos anos. Algumas já são consolidadas como a técnica de análise de vibrações, enquanto que outras vêm ganhando bastante destaque em função de suas vantagens intrínsecas. Uma dessas técnicas é a Análise da Assinatura Elétrica (ESA) que se baseia na identificação de padrões de falha que surgem nos sinais de tensão e corrente de motores elétricos. Trata-se de uma técnica não-invasiva, ou seja, permite a identificação das falhas sem a para da máquina. Além dessa vantagem, pode-se destacar também a possibilidade de se ter um monitoramento remoto e a diferenciação exata entre falhas mecânicas e elétricas pela analise dos sinais de entrada do motor.

Este artigo apresenta uma estratégia para identificação de padrões de falhas em motores de corrente contínua através da análise da assinatura elétrica da tensão e corrente de armadura, bem como sua comprovação em ensaios controlados de laboratório.

II. FALHAS COMUNS EM MOTORES CC

Os motores de corrente contínua foram utilizados por um longo período como acionamento de elevado desempenho com o sistema Ward-Leonard antes do surgimento dos inversores de tensão, baseados em semicondutores de potência associados aos motores de corrente alternada. O sistema consiste no controle da excitação de um gerador e a partir de um sistema de motores (motor CC, motor de corrente alternada e gerador CC) se obtém o controle da velocidade.

Atualmente, no ambiente industrial, os motores CC são utilizados em aplicações que exigem controle e precisão no processo. São comuns em fábricas de papéis, indústria têxtil, siderúrgicas, mineradoras, etc. São motores típicos de bobinadeiras, empacotadoras, extrusoras, laminadores,

prensas, alguns tipos de esteiras, etc. [2]. Além do fácil controle da velocidade quando comparado com outros dispositivos de conversão eletromecânicos de energia, os motores de CC apresentam características como versatilidade de operação, torque elevado de aceleração (partida) e desaceleração, inversão rápida de sua rotação e frenagem regenerativa. Sua desvantagem é ter que utilizar um retificador mecânico para conversão da força eletromotriz de corrente alternada induzida nas bobinas em tensão contínua, tornando a máquina mais frágil e mais cara.

Devido ao vasto campo em que ainda é aplicada a máquina de corrente contínua, a possibilidade de diagnóstico de problemas sem que haja a parada da máquina se torna uma ferramenta muito vantajosa para as indústrias, onde cessar a produção é cessar o lucro. Além disso, a segurança do ser humano também deve ser um fator de influência e de interesse no caso de se ter a possibilidade de detecção de falhas antes do acontecimento de alguma calamidade.

São listadas algumas falhas mais comuns em máquinas CC com conseqüências, como: o aparecimento de faiscamento é uma das conseqüências mais comuns devido às sujeiras no comutador; problema de excentricidade; problemas de desbalanceamento elétrico e mecânico; desalinhamento da escova com a linha neutra; desalinhamento dos braços dos porta-escovas; folgas erradas entre escova e porta-escovas; pressão errada nas escovas; má qualidade das escovas; aterramentos indesejados (fugas para terra); altura errada das teclas do comutador [3].

Geralmente a sobrecorrente é a responsável pelo aparecimento do faiscamento. Isto é prejudicial ao motor, principalmente por causar sobreaquecimento levando à destruição do isolamento, que por sua vez causa a perda de vida útil da máquina [2] ou também pode causar a perda do núcleo se não for possível a sua reconstrução se as chapas ficarem empenadas. Outras conseqüências além dessas, tais como o incandescimento das escovas, seu desgaste ou quebra precoce, queima da superfície do comutador e sua destruição progressiva, perda dos movimentos livres apropriados, destruição do isolamento nos anéis de retenção, etc., são algumas das preocupações dessa falha. Pode haver a destruição da máquina se houver desgaste nos mancais conseqüência do desbalanceamento mecânico, a patina é afetada com o espaçamento e deslocamento incorreto das escovas, armadura queimada, derretimento da solda nos clips terminais ou surgimento de um anel de fogo no caso de curto entre teclas, pode ocorrer a comutação seletiva quando da pressão insuficiente das teclas ou armadura desbalanceada, curtos em geral causarão sobreaquecimento e então a perda da vida útil ou perda do núcleo e em alguns casos o aumento da velocidade de rotação da máquina [4].

Várias são as falhas visualmente analisáveis sem que haja a necessidade de se fazer medição na máquina. Porém existem aquelas que não se apresentam de forma clara, mas que muitas vezes podem ser detectáveis por meio da análise da assinatura elétrica dos sinais que alimentam o motor.

III. METODOLOGIA

Para uma análise não-invasiva de motores de corrente contínua, propõe-se colher e analisar sinais de corrente e tensão da armadura. A explicação para essa escolha é

simples: ao se realizar a transformação de um sinal alternado para contínuo utilizando-se chaves como os SCR’s, têm-se como resultado um valor DC constante e um ripple AC. O conteúdo espectral desse sinal é basicamente as componentes da freqüência de alimentação (60 Hz) e suas primeiras harmônicas e a freqüência do chaveamento, isto é, o número de SCR’s vezes a freqüência de alimentação, conforme Figuras 1 e 2. Já no domínio da freqüência, têm-se as seguintes assinaturas, conforme Figuras 3 e 4.

Fig. 1. Ripple da corrente.

Fig. 2. Sinal no tempo da tensão.

Fig. 3. Espectro de freqüência da corrente.

Fig. 4. Espectro de freqüência da tensão.

É importante atentar para o fato de que as componentes de maior amplitude nos espectros da corrente e da tensão se referem à freqüência de chaveamento. A freqüência da rede também aparece no espectro e suas harmônicas devem ser visíveis até a primeira freqüência do chaveamento (360 Hz no caso em questão). O surgimento de avarias no motor levará a variação do padrão exposto anteriormente para os sinais de tensão e corrente. A componente de rotação da máquina também se apresenta visível no espectro e constitui um importante indicativo para certas falhas mecânicas. De posse da identificação do local de aquisição dos sinais, dar-se-á a escolha do sistema de aquisição de dados e ferramentas de análise. Logo após a escolha desse sistema, são realizadas coletas de dados do motor em perfeito estado e, posteriormente, são introduzidos diferentes tipos de falha com diferentes graus de severidade para comparação com o motor em bom estado.

IV. COLETA DE SINAIS

A. Sistema de Aquisição de Dados O sistema adotado para a coleta dos sinais do motor foi o

Preditor da empresa PS Soluções, de acordo com a Figura 5. Compõem esse sistema: hardware de aquisição, transdutor de corrente e tensão (para aquisição de sinais DC foi utilizado trnadutores de efeito Rogowski), computador móvel tipo PDA para a coleta dos dados através de interface wireless (WLAN) com o hardware de aquisição e software para análise dos dados colhidos [5].

Fig. 5. Sistema Preditor de aquisição de dados.

B. Experimentos Em laboratório foram simuladas algumas falhas no motor.

Os sinais foram colhidos e analisados através do sistema descrito anteriormente. As tensões e correntes do motor foram monitoradas através de voltímetros e amperímetros de modo a se garantir condições próximas entre as coletas para posterior comparação. Além disso, a rotação da máquina foi medida através de um tacômetro. Esse ciclo foi repetido a cada ensaio do motor. Realizaram-se 5 medidas em cada experimento para freqüência de amostragem de 8192,0 [Hz] e 5 para freqüência de 1638,4 [Hz]. Utilizou-se o motor com os seguintes dados de placa: corrente contínua tipo EGCI.4, potência de 2[kW], isolação tipo B, corrente de 9,1[A], rotação de 1800 [rpm], 220[V] de tensão de campo e corrente máxima de 600[mA]. Ligou-se na configuração do tipo shunt (derivação), conforme Figura 6, e ajustou-se para que o motor operasse em condições nominais, medindo-se os valores de corrente e tensão e sua velocidade de rotação.

Fig. 6. Esquema de montagem do motor.

1) Ensaio 1 – Motor em Condições Normais de Operação. Foram registrados os valores dos seguintes parâmetros no

momento de cada aquisição: freqüência de rotação, amplitude de corrente e tensão, com o motor atuando na sua melhor condição, livre de defeitos. Esses sinais foram tomados como referencia de um motor em bom estado, ou seja, o baseline para análise dos defeitos. As medidas são mostradas nas Tabelas I, II e III. A Figura 7 mostra o motor de corrente continua testado e sua ligação.

2) Ensaio 2 – Desbalanceamento Mecânico. Simulou-se um defeito de desbalanceamento mecânico. A

partir do acoplamento de quatro pequenos pesos de 42,8g ao eixo do motor por meio de duas presilhas (braçadeiras) de peso equivalente a 44,7[g], como mostra a Figura 8 [6].

Fig. 7. Montagem do motor e dos equipamentos para medição.

Fig. 8. Motor com os pesos acoplados.

Registraram-se as medidas de velocidade, tensão e corrente da armadura com o tacômetro estroboscópio e o Sistema Preditor respectivamente.

3) Ensaio 3 – Acréscimo do Desequilíbrio Mecânico. Consistiu no aumento do desequilíbrio mecânico. Para

essa etapa colocaram-se mais duas presilhas, com o peso equivalente de 44,8[g] ao outro lado do eixo com mais quatro pesos de 79,9[g].

4) Ensaio 4 – Desequilíbrio Elétrico. Retiraram-se todas as quatro presilhas com os pesos e fez-

se um curto na bobina do campo, para simular um desequilíbrio elétrico, conforme a Figura 9. Registraram-se as medidas para o quarto ensaio. No caso do curto no campo, previu-se que o erro se tornaria aparente por meio da alteração na velocidade do rotor [7]. Por isso ao se realizar essa etapa do experimento tomou-se os devidos cuidados para que não disparasse a velocidade da máquina.

Fig. 9 – Motor com curto circuito no campo.

5) Ensaio 5 – Desequilíbrio Mecânico e Elétrico. Simulou-se um desequilíbrio elétrico e um desequilíbrio

mecânico no sistema, conforme Figura 10, e registraram-se as devidas medidas.

6) Ensaio 6 – Variação da Velocidade. Variou-se a velocidade a intervalos de aproximadamente

50rpm, por meio da variação de tensão com o varivolt no rotor e anotando-se os valores obtidos [6], conforme Figura 11.

Fig. 10 – Motor com desequilíbrio elétrico e mecânico.

Fig. 11 – Leitura da variação da velocidade.

7) Ensaio 7 – Deslocamento da Linha Neutra. Partiu-se para os defeitos relacionados ao deslocamento

do neutro das escovas. Foi previamente conhecido que o padrão seria encontrado na freqüência em torno de 2250[Hz], pois esse valor é equivalente ao número de teclas do comutador (75 teclas) multiplicado pela freqüência da velocidade de rotação, ou seja, 75x30[Hz]=2250[Hz] [6]. Realizaram-se dois ensaios, sendo que cada um deles com um deslocamento específico da escova e ambos em freqüência de amostragem de 8192[Hz]. Utilizou-se esta freqüência para visualizar o formato de onda no espectro de amostragem [7], visto que na freqüência de 1638,4[Hz] dados importantes podem não ser capturados para análise em função da freqüência de corte do filtro passa-baixas do hardware. O deslocamento da escova pode ser visualizado na Figura 12. Faz-se o registro das medidas.

Fig. 12 – Desalinhamento da escova marcado.

V. PROCESSAMENTO DE DADOS

Após a etapa de ensaios, foi feita a análise computacional dos dados colhidos, construindo gráficos e tabelando os valores de freqüência e amplitude. Fez-se a análise estatística dos dados para se ter uma melhor confiabilidade nos resultados. Com a finalidade de se eliminar as diferenças nas condições de operação em cada ensaio, realizou-se também a

análise dos valores normalizados. Essa normalização consiste basicamente no tratamento do sinal por meio de um parâmetro de normalização, no caso optou-se por utilizar a freqüência fundamental do chaveamento e o valor eficaz do sinal (RMS). O software Preditor possui ferramentas para auxiliar esse tipo de análise, realizando a normalização pela fundamental ao se optar por essa leitura. No caso da análise sobre o valor eficaz, dividiu-se a amplitude obtida pela amplitude em valor RMS, que também é automaticamente calculada pelo software Preditor. Todos os experimentos utilizaram a freqüência de amostragem de 8192[Hz] para identificação da falha. Somente aproveitaram-se os dados na freqüência de 1638,4[Hz] para a localização da falha de desequilíbrio mecânico. Pois na freqüência de 8192[Hz] o tempo de amostragem é de 2,66 segundos (praticamente imediato) em oposição aos 13,33 segundos de aquisição no caso de amostragem a 1638,4[Hz], onde pode ocorrer variação no sinal coletado e prejudicar a análise, conforme Figura 16. Assim trabalhou-se na maioria dos casos somente o valor para a freqüência de amostragem de 8192[Hz].

A. Valores de Base – Ensaio 1 Levantaram-se os valores em que o motor estava em pleno

funcionamento, isento de falha. Denominou-se essa medida de baseline, que é a base para a análise comparativa de padrões das falhas. Foram medidos os valores de tensão no rotor igual a 220[V], corrente de 335[mA] e rotação de 1811[rpm]. Os valores obtidos para as amplitudes de corrente no espectro da freqüência próximo aos 30[Hz], conforme Figura 13 e as suas respectivas análises estatísticas, incluindo sua normalização com a fundamental e com o sinal eficaz, estão listados nas Tabelas I e II.

Os valores utilizados para a análise do Ensaio 7, correspondem à análise sobre a freqüência das teclas do comutador, mostrados na Tabela III.

Fig. 1 – Análise das amplitudes em torno de f=30[Hz]

TABELA I

Valores de base para fc=1638.4 Hz

Freq. [Hz]

Ampl. [A]

Valor RMS [A]

Norm. RMS

Norm. Fund.

1 30,25 0,04868 0,24700 0,19709 0,15348

2 30,25 0,04769 0,24900 0,19153 0,15739

3 30,25 0,04892 0,25200 0,19413 0,15670

4 30,25 0,04964 0,24900 0,19936 0,15620

5 30,25 0,04489 0,24900 0,18028 0,14141

Média 30,25 0,04796 0,24920 0,19248 0,15304

Desv. Pad. 0,00 0,00185 0,00179 0,00743 0,00667

TABELA II Valores de base para fc=8192 Hz

Freq. [Hz] Ampl. [A] Valor RMS

[A] Norm. RMS

Norm. Fund.

1 30,25 0,05035 0,24300 0,20720 0,16002

2 30,25 0,05052 0,24600 0,20537 0,16439

3 30,25 0,05170 0,25000 0,20680 0,15995

4 30,25 0,05059 0,24600 0,20565 0,16506

5 30,25 0,05115 0,25600 0,19980 0,16214

Média 30,25 0,05086 0,24820 0,20496 0,16231

Desv. Pad. 0,00 0,00056 0,00502 0,00298 0,00239 TABELA III

Valores de base para freqüência da tecla do comutador

Freq. [Hz]

Erro [Hz]

Ampl. [A]

Valor RMS [A]

Norm. RMS

Norm. Fund.

1 2251,75 1,75 0,00242 0,28000 0,00864 0,00710

2 2251,50 1,50 0,00248 0,27900 0,00889 0,00710

3 2253,75 3,75 0,00214 0,27700 0,00773 0,00631

4 2255,75 5,75 0,00201 0,27800 0,00723 0,00573

5 2254,50 4,50 0,00195 0,27700 0,00704 0,00557

Média 2253,45 3,45 0,00220 0,27820 0,00791 0,00636Desv. Pad. 1,815 1,81 0,00024 0,00130 0,00083 0,00073

B. Análise do Desequilíbrio Mecânico – Ensaios 2 e 3 Para o ensaio 2, mediram-se valores de 220[V] de tensão e

340[mA] de corrente no campo e rotação de 1807,00 [rpm]. Ao se aumentar o desequilibro mecânico no ensaio 3, os valores de tensão e corrente no campo não sofreram alterações, porém a velocidade variou para 1801,83[rpm].

A partir da Figura 14 (sem a normalização), Figura 15 e 16 (com os valores normalizados pela amplitude da freqüência fundamental do chaveamento e com os valores RMS), nota-se uma sensível alteração da amplitude ao se colocar o desequilíbrio e posteriormente o seu aumento.

Fig. 14. Gráficos comparativos, desequilíbrio mecânico sem

normalização. Uma análise estatística desses dados conduz a uma maior

certeza de que o aumento da amplitude da corrente na freqüência referente à velocidade do motor é um padrão de falha de desequilíbrio mecânico.

C. Análise do Desequilíbrio Elétrico – Ensaio 4 Para o ensaio de desequilíbrio elétrico obteve-se os

valores de tensão e corrente na armadura iguais a 108[V] e

185[mA] e rotação de 1798[rpm]. Esses valores foram reduzidos propositalmente devido à elevação de velocidade já prevista. A Figura 17 apresenta valores comparativos do baseline com os valores simulando o desequilíbrio elétrico.

Fig. 15. Gráficos comparativos dos valores normalizados pela

freqüência fundamental do chaveamento, desequilíbrio mecânico.

Fig. 16. Gráficos comparativos dos valores normalizados com o

valor eficaz, desequilíbrio mecânico.

Fig. 17. Gráfico comparativo, desequilíbrio elétrico.

D. Análise do Desequilíbrio Mecânico e Elétrico – Ensaio5 Analisou-se comparativamente os valores de desequilíbrio

mecânico e elétrico juntos, com os valores obtidos no ensaio de desequilíbrio elétrico apenas. Mediu-se na armadura valores de 112,00 [V] de tensão e 192,50 [mA] de corrente e 1803,33[rpm] de velocidade média. Montou-se o gráfico da Figura 18 para melhor verificação da presença de um padrão de falha.

E. Análise da Variação da Velocidade – Ensaio 6 No sexto ensaio, como era suspeitável [6], nota-se o

“deslocamento” do pico de onda de 30 [Hz] para outras freqüências, conforme Figura 19. Uma análise em cima dos erros é apresentada na Tabela IV, comparando-se os valores calculados pela freqüência onde ocorre o pico da onda e os valores medidos com o estroboscópio.

Fig. 18. Gráfico comparativo, desequilíbrio mecânico e elétrico.

Fig. 19 – Ondas sobrepostas e deslocadas.

TABELA IV Erro na medida de velocidade pela assinatura do sinal Velocidade Medida [rpm] Valocidade Calculada [rpm] Erro [%]

1853,7 1860,0 0,340

1799,0 1800,0 0,056

1750,0 1755,0 0,286

1700,0 1695,0 0,294

1650,0 1650,0 0,000

F. Análise da Escova fora da Linha Neutra – Ensaio 7 Nesse ensaio notou-se a presença de faiscamento na

escova, conforme a Figura 20.

Fig. 20 – Presença de pequeno faiscamento na escova.

As análises sobre as duas posições do deslocamento da escova, como citado anteriormente, geraram a Figura 21.

VI. CONCLUSÕES

Após a análise dos dados levantados a partir da proposição metodológica e dos resultados dos ensaios, constatou-se a presença de padrões de falhas detectáveis em motores de corrente contínua, permitindo assim seu monitoramento.

Fig. 21- Gráfico comparativo, deslocamento da linha neutra.

Em relação à análise da freqüência de rotação, a variação da velocidade de rotação do motor é mensurável, como mostrada na Tabela 4. Ou seja, ao se localizar um pico de onda em torno do valor nominal da velocidade do motor, nesse caso 30 [Hz], certamente esse valor representará a sua velocidade de giro no momento analisado.

Um resultado notável dos ensaios de monitoramento do motor foi o aumento na amplitude referente à freqüência de rotação. Esse padrão de falha indica a existência de desequilíbrio mecânico no eixo do mesmo.

A análise da componente de freqüência das teclas do comutador, obtida por meio da multiplicação da freqüência da velocidade pelo número de teclas do comutador, demonstrou que o aumento da sua amplitude é um padrão de falha indicativo de que a escova está fora da linha neutra. Porém para esse mesmo ensaio, a análise da freqüência da velocidade não apresentou resultados positivos para definição de um padrão.

Sugerem-se como futuros trabalhos outras pesquisas utilizando a assinatura de sinais para detecção de falhas, tais como falhas nos rolamentos, nos desalinhamentos entre a carga e o motor, curtos-circuitos, etc. Para tal necessita-se de instalação de bancadas mais específicas para testes [6], abrindo assim a oportunidade de investimentos para pesquisas nesse ramo.

REFERÊNCIAS

[1] X.-Q. Liu, H.-Y. Zhang, J. Liu e J. Yang, "Fault detection and diagnosis of permanent-magnet DC motor based on parameter estimation and neural network”, IEEE Trans. Ind. Elect., vol. 47, no. 5, pp. 1021-1030, October 2000.

[2] F. Honda, “Motores de corrente contínua: Guia rápido para uma especificação precisa”, Pub. Técn. Siemens, ed. 01.2006.

[3] P.A.S. Álvares, “Diagnóstico e acompanhamento preditivo de motores elétricos”, artigo PdMA.

[4] H.W. Penrose, “Direct current motor electrical evaluation using motor circuit analysis”, All-Test Pro White paper.

[5] PS Soluções Indústria, comércio, representações e consultorias Ltda, “Preditor, sistema de manutenção preditiva para motores elétricos”, folder 2007.

[6] M. Hajiaghajani, H.A. Toliyat e I.M.S. Panahi, “Advanced fault diagnosis of a DC motor”, IEEE Trans. Energy Conv., vol. 19, no 1, pp. 60-65, March 2004.

[7] D.L. McKinnon, “Online fault analysis of DC motors”, PdMA Corporation paper.

BIOGRAFIAS

Erik Leandro Bonaldi concluiu o doutorado em Engenharia Elétrica pela Universidade Federal de Itajubá em 2006. Atualmente, é Sócio-Gerente da PS Soluções Indústria, Comércio, Representações e Consultoria Ltda. Publicou 13 trabalhos em anais de eventos. Possui o registro de 2 produtos tecnológicos e 1 software. Participou de 11 eentos no Brasil. Atua na área de engenharia elétrica, com ênfase em Automação Eletrônica de Processos Elétricos e Industriais. Em suas atividades profissionais interagiu com 10 colaboradores em co-autorias de trabalhos científicos. Em seu Currículo Lattes os termos mais freqüentes na contextualização da produção científica, tecnológica e artístico-cultural são: Inteligência Artificial, Manutenção Preditiva, Análise da Assinatura da Corrente do Estator, Processamento Digital de Sinais, Conjuntos Aproximados e Diagnóstico Automático de Motores. Levy Ely de Lacerda de Oliveira possui graduação em Engenharia Elétrica pela Universidade Federal de Itajubá (1999), mestrado em Engenharia Elétrica pela Universidade Federal de Itajubá (2002) e doutorado em Engenharia Elétrica pela Universidade Federal de Itajubá (2006). Atualmente é diretor de P&D - PS Soluções Ind.,Com., Rep. e Consultoria Ltda. Tem experiência na área de Engenharia Elétrica, com ênfase em Medição, Controle, Correção e Proteção de Sistemas Elétricos de Potência, atuando principalmente nos seguintes temas: manutenção preditiva, compensação harmônica, método de controle id-iq e análise da assinatura da corrente de motores. Renato Yoshio Bô Estudou em São José dos Campos, tendo recebido o título de Técnico em Eletrônica na Escola Técnica "Professor Everardo Passos" (ETEP). Ingressou na Universidade Federal de Itajubá - Unifei em 2003, depois de trabalhar por 4 meses na Sectron. Realizou estágio de graduação na Eletrolex Engenharia (SJC-SP) e no Instituto Nacional de Pesquisa Espacial (INPE). Participou dos grupos GEMEI e PET, deu aulas de língua japonesa e atuou como tesoureiro na ABU-Itajubá. Mateus Barros nasceu em Santo André (SP), em 1984. Estudou em Santo André, tendo recebido o título de

Eletricista de Manutenção pelo SENAI ‘A. Jacob Lafer’. Ingressou na Universidade Federal de Itajubá - Unifei em 2004. Realiza estágio de graduação na COPEM Engenharia. Participa do grupo PET onde desenvolve trabalhos na área de manutenção preditiva. Germano Lambert-Torres é Professor Titular da Universidade Federal de Itajubá, desde 1990. Engenheiro Eletricista, formado pela Escola Federal de Engenharia de Itajubá (EFEI), em 1982. Mestre em Engenharia Elétrica pela EFEI, em 1986. Doutor (Ph.D.) em Engenharia Elétrica pela École Polytechnique de Montreal, Canadá, em 1990. Bacharel em Ciências Econômicas pela Faculdade de Ciências Econômicas do Sul de Minas, em 1981. Licenciatura Plena em Matemática pela Faculdade de Filosofia, Ciências e Letras de Itajubá, em 1981. Professor-Visitante da University of Waterloo Canadá, 1995-1996. Pesquisador 1B do CNPq. Membro do Comitê de Assessoramento de Engenharias Elétrica e Biomédica e Microeletrônica (CA-EE) do CNPq, 2004-2007. Membro da Comissão do Exame Nacional do Curso de Engenharia Elétrica (Provão), 1998-2003. Membro do ISAP International Board. Vice-Presidente do 4th Congress of Logic Applied to Technology (LAPTEC), 2003. Presidente do The International Conference on Intelligent System Application to Power Systems (ISAP), 1999. Presidente do 1° Congresso Brasileiro de Redes Neurais, 1994. Orientou mais de 60 teses de doutorado e dissertações de mestrado. Publicou mais de 400 artigos técnicos em revistas e conferências nacionais e internacionais. Helga Gonzaga Martins Engenheira Mecânica, ênfase em Energia, formada pela Escola Federal de Engenharia de Itajubá (EFEI), em 1994. Mestre em Engenharia Mecânica, área de Máquinas de Fluxo, pela EFEI, em 1998. Doutora em Engenharia Elétrica, área de Sistemas de Potência, pela Universidade Federal de Itajubá (UNIFEI), em 2003. Pesquisadora do CNPq nas linhas de pesquisa de Lógica Paraconsistente, Lógicas Não-Clássicas, Inteligência Artificial, Sistemas Inteligentes aplicados em áreas diversas.