Resumo
Este trabalho apresenta uma metodologia de captura de dados de ultrassom provenientes de isoladores poliméricos energizados e uma posterior classificação de tais dados utilizando inteligência artificial, mais especificamente uma rede neural MLP (Multilayer Perceptron) e um classificador estatístico SVM (Support Vector Machine). A fim de atingir o objetivo de classificação de um isolador polimérico em com/sem efeito corona foram realizados ensaios elétricos controlados em laboratórios de alta tensão. Foi desenvolvida uma metodologia de captura de sinais de ultrassom provenientes de isoladores poliméricos. Um sistema sensor capta os sinais ultrassônicos e efetua um tratamento inicial que é constituído por uma etapa de filtragem, uma etapa de amplificação e um processo de normalização dos dados. É feita uma conversão do sinal analógico em sinal digital, esta conversão é necessária pelo fato de o sistema, posteriormente, ser embarcado em um ARM Cortex M4 para só então ser utilizado em campo. Com os sinais de ultrassom devidamente tratados e armazenados, se torna possível a classificação deste sinal como proveniente de um isolador em bom estado de conservação ou proveniente de um isolador perto de uma falha. Para efeito de análise comparativa, são mostrados os resultados de acurácia de ambos os classificadores MLP e SVM e foi verificado que a tarefa de ção do isolador polimérico com/sem efeito corona foi concluída com sucesso e queosclassificadoresdotipoSVMtiveramvantagem