Transformada Wavelet Packet

Abstract

A manutenção representa um enorme custo nas indústrias de um modo geral, e manutenções não programadas ou desnecessárias representam um prejuízo significativo. Os métodos de manutenção estão evoluindo e disponibilizando cada vez mais informações ao usuário para que ele possa ter o controle de seus equipamentos. Métodos proativos estão sendo desenvolvidos para atuar sobre os equipamentos de modo a evitar seu desgaste e disponibilizar informações sobre o estado do equipamento para que as manutenções sejam agendadas e realizadas somente quando realmente for necessário. O sistema de manutenção proativa que esta sendo desenvolvido na UFRGS se baseia em analisar as informações do equipamento através da transformada Wavelet Packet e alimentar uma rede neural que determinara o estado do equipamento. Este trabalho implementa o cálculo da energia do sinal em bandas de freqüência através da transformada wavelet packet que é o sinal de entrada na rede neural do sistema. Ao final do período do projeto foi implementado o cálculo de um coeficiente da árvore wavelet packet, restando apenas a implementação da máquina de controle deste bloco para efetuar todo o cálculo e os resultados obtidos através da simulação deste bloco conferem com a resposta do algoritmo implementado no Matlab.

Maintenance is a huge cost in the industry in general, and unscheduled maintenance or unnecessary represent a significant loss. The maintenance methods are evolving and increasingly providing information to the User so that he can take control of their equipment. Proactive methods are being developed to work on equipment in order to prevent wear and provide information about the state of the equipment so that maintenance is scheduled and performed only when absolutely necessary. The system of proactive maintenance that is being developed at UFRGS is based on analysis of information from the device through Wavelet Packet Transform and feed a neural network that determined the status of the equipment. This work implements the calculation of the signal energy into frequency bands by wavelet packet transform that is the input signal in the neural network system. At the end of the project was implemented the calculation of a coefficient of wavelet packet tree, leaving only the implementation of the control machine of this block to make all the calculation and the results obtained by simulating this block grant to the response of the algorithm implemented in Matlab.