Degradation Signal Denoising Method for AC Contactors Based on Adaptive Modal Screening

No mundo da infraestrutura elétrica, o contator CA é um operário humilde, mas vital. Encontrados em inúmeros sistemas de controle, esses dispositivos atuam como interruptores de alta capacidade, abrindo e fechando circuitos frequentemente para alimentar motores e máquinas. Seu trabalho é simples em conceito, mas exigente na prática: eles devem lidar com altas correntes e resistir às forças físicas violentas de manobras repetidas. Com o tempo, esse estresse constante cobra seu preço. Os contatos metálicos em seu interior sofrem erosão devido a arcos elétricos, e as partes mecânicas se desgastam, degradando gradualmente o desempenho do dispositivo até que ele eventualmente falhe. Como essas falhas podem interromper sistemas de energia inteiros, os engenheiros estão ávidos para monitorar a saúde dos contatores antes que eles quebrem. O desafio reside em ouvir a máquina. Quando um contator opera, ele gera sinais complexos — vibrações e surtos elétricos — que carregam pistas sobre sua condição interna. No entanto, esses sinais são frequentemente abafados por uma mistura caótica de ruído de fundo proveniente de interferência eletromagnética, vibrações mecânicas e o ambiente industrial severo. Extrair os sinais tênues e sussurrantes de desgaste desse rugido de estática é como tentar ouvir uma única conversa em um estádio lotado.

Pesquisadores da Universidade de Tecnologia de Shenyang desenvolveram uma nova maneira de resolver este problema, focando em um método para limpar esses sinais ruidosos para que os verdadeiros sinais de degradação se tornem visíveis. Em vez de depender de técnicas antigas que muitas vezes suavizam demais os dados, perdendo justamente os detalhes de que os engenheiros precisam, a equipe criou um sistema que atua como um filtro sofisticado. Eles começam decompondo o sinal desordenado em pedaços menores e mais manejáveis, um processo que separa o sinal em diferentes camadas com base em sua frequência e comportamento. Uma vez que o sinal é dividido, os pesquisadores enfrentam a tarefa de decidir quais pedaços contêm informações úteis e quais são apenas ruído aleatório. Os métodos tradicionais geralmente exigem que um especialista humano analise os dados e adivinhe quais partes manter, um processo que é lento e propenso a erros. A nova abordagem elimina totalmente esse palpite.

A equipe construiu um sistema de pontuação inteligente que avalia automaticamente cada pedaço do sinal. Eles observam duas características principais: quanta energia o pedaço carrega e quão complexo ou aleatório é o seu padrão. Sinais de degradação reais, como os causados pelo repique de um contato ou pela formação de um arco, tendem a ter alta energia e uma certa regularidade. O ruído puro, por outro lado, geralmente possui baixa energia e parece altamente caótico. Ao combinar essas duas medições em uma única pontuação, o sistema pode distinguir instantaneamente entre um sinal significativo e a estática de fundo. Ele então descarta os pedaços ruidosos e costura novamente os pedaços limpos e significativos. Isso cria uma versão clara e de alta qualidade do sinal original, revelando os padrões sutis de desgaste que antes estavam ocultos.

Para testar se este método realmente funciona, os pesquisadores realizaram um experimento de vida útil completa em contatores CA Chint CJX2-8011. Eles operaram os dispositivos sob condições pesadas e realistas, ligando-os e desligando-os a uma taxa de 300 vezes por hora até atingirem o fim de sua vida útil. Durante todo esse processo, eles registraram os sinais e aplicaram seu novo método de limpeza. Eles compararam os resultados com diversas técnicas padrão mais antigas utilizadas na indústria. O novo método provou ser superior em todos os aspectos. Ele preservou os picos nítidos e importantes nos dados que indicam impactos mecânicos e arcos elétricos, enquanto eliminou o "fuzz" (ruído de fundo) circundante. Quando os pesquisadores mediram a clareza dos sinais limpos, seu método produziu consistentemente as pontuações mais altas, indicando que manteve a maior parte das informações úteis enquanto removia o máximo de ruído.

O impacto desta melhoria vai além de apenas ter uma imagem mais limpa. Como os sinais agora são tão claros, os pesquisadores puderam agrupar os contatores com mais precisão em diferentes estágios de saúde, variando de operação normal a desgaste severo. Essa capacidade de distinguir entre diferentes estados de degradação é crucial para prever quando um dispositivo irá falhar. Ao fornecer uma visão mais clara da condição da máquina, este novo método oferece uma base mais confiável para que as equipes de manutenção decidam quando substituir um contator, potencialmente prevenindo paradas inesperadas. O estudo demonstra que, ao permitir que os dados falem por si mesmos através de um processo de triagem automatizado e inteligente, os engenheiros podem finalmente ouvir os avisos silenciosos de uma máquina antes que ela pare de funcionar.