Junior, Pedro CardozoOnílio, Alexandre Santosdos Santos, Higor Araújode Andrade, Layla Carolina FerracinValentim, Nathália Filaretode Lemos, Wesley Santos2021-12-012021-12-012021-12-01https://repositorio.animaeducacao.com.br/handle/ANIMA/17812Os motores de indução trifásicos são os mais utilizados na indústria a nível mundial essencialmente devido à sua versatilidade, viabilidade e baixo custo. A sua aplicação é extensa, sendo expostos a uma ampla variedade de ambientes, condições e operações impróprias, onde o tempo de uso os torna sujeitos a diversas falhas incipientes. As falhas inesperadas num ambiente industrial podem significar prejuízos, piora nas condições dos processos e qualidade no produto final. Neste contexto, a manutenção preditiva nos motores de indução trifásico, alinhada com métodos modernos de detecção e diagnósticos de falhas, são cada vez mais atrativos e presentes nos ambientes industriais, pois possibilitam um maior estado de disponibilidade de equipamentos e processos, de maneira que atinjam a máxima eficiência, evitando perdas de produção e lucratividade. O objetivo deste trabalho é desenvolver e implementar um sistema de aquisição de dados, utilizando a tecnologia da Internet das Coisas (IoT - Internet of Things) em motores de indução trifásico. A metodologia adotada neste trabalho foi a obtenção e monitoração em tempo real dos dados de um motor de indução trifásico, para detectar diferentes tipos de falhas mecânicas e elétricas. O sistema foi desenvolvido utilizando o microcontrolador ESP32, para monitoramento da corrente elétrica, vibração e temperatura. As grandezas foram lidas pelos sensores acoplados no estator do motor, processadas e transmitidas pelo microcontrolador e através da tecnologia IoT, os dados foram armazenados na nuvem da plataforma Ubidots e disponibilizados para visualizações. Além disso, alarmes de sobrecorrente, temperaturas e vibrações altas, eram disparados para o e-mail de usuários cadastrados. Os resultados obtidos, mostraram que o sistema apresentado é uma alternativa viável, para o diagnóstico em tempo real de falhas nos motores de indução trifásico e pode se tornar uma ferramenta interessante para a manutenção preditiva, auxiliando a otimizar os processos de manutenção.144ptAtribuição-NãoComercial-SemDerivados 3.0 BrasilAtribuição-NãoComercial-SemDerivados 3.0 BrasilMotor de Indução TrifásicoInternet das CoisasManutenção PreditivaMonitoramentoDetecção de FalhasMonografia