Tese: Detecção de Anomalias em Rolamentos de Turbinas Eólicas utilizando Dados de CMMS e Aprendizado de Máquina
Aluno(a) : Gabriel Freitas SantosOrientador(a): Florian Pradelle e Helon Ayala
Área de Concentração: Mecânica Aplicada
Data: 30/10/2024
Resumo: A necessidade de antecipar falhas em turbinas eólicas torna-se cada vez mais urgente. O aumento exponencial no número de turbinas instaladas, juntamente com o envelhecimento da frota de geração, intensificou a competição para reduzir os custos de operação e manutenção, o que significa minimizar paradas não planejadas e minimizar grandes e caras manutenções corretivas. O objetivo deste estudo é utilizar os dados de vibração disponíveis nos Sistemas de Monitoramento e Gestão de Condição (CMMS) para identificar turbinas com desvios significativos de condição que apresentem alto risco de falha. A abordagem de processamento de dados usando CNN e PCA na etapa de pré processamento, juntamente com SVM para classificação do estado de saúde, demonstrou excelente precisão tanto para testes de uma única turbina quanto para testes de múltiplas turbinas, tornando-a adequada para a gestão de parques eólicos com um grande número de turbinas.