PPGEMEC PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA - CTG DEPARTAMENTO DE ENGENHARIA MECANICA - CTG Teléfono/Ramal: (81) 9880-13542

Banca de DEFESA: JANUARIO LEAL DE MORAES VIEIRA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JANUARIO LEAL DE MORAES VIEIRA
DATA : 29/08/2024
HORA: 08:00
LOCAL: Recife
TÍTULO:

Prognóstico de falhas em redutores de velocidade de turbinas eólicas utilizando técnicas de aprendizagem de máquina a partir de sinais de vibração


PALAVRAS-CHAVES:

aerogerador; transmissão, manutenção baseada na condição, vida útil remanescente, modelagem, modelos de aprendizado de máquina, generalização, dados SCADA.


PÁGINAS: 165
RESUMO:

Este trabalho aborda a lacuna significativa no prognóstico de falhas em aerogeradores, especialmente offshore, propondo um framework inovador baseado em uma abordagem de complexidade crescente para garantir a generalização de modelos de aprendizagem de máquina. Utilizando dados sintéticos, benchmarks públicos e dados reais de temperatura do sistema SCADA de três turbinas no nordeste do Brasil, foram desenvolvidos modelos regressivos (support vector machine, gradient boosting, random forest e extra trees) para estimar a Vida Útil Remanescente (VUR) dos rolamentos principais. Os modelos apresentaram erros médios de 20 dias na estimativa da VUR, com MAE de 0,047, MSE de 0,012 e R2 Score de 0,625. O framework proposto para estimar a VUR com dados reais de operação tem potencial para impactar a cultura organizacional em relação às tecnologias de Inteligência Artificial Industrial, oferecendo estimativas conservadoras e assertivas para subsidiar o planejamento de manutenção, evitar falhas catastróficas e aumentar a disponibilidade das usinas. Esta metodologia preenche uma lacuna importante na manutenção preditiva de aerogeradores, apresentando uma solução robusta e adaptável com implicações significativas para a indústria de energia eólica.


MEMBROS DA BANCA:
Presidente - ***.219.824-** - ALVARO ANTONIO OCHOA VILLA - IFPE
Externa ao Programa - 2732514 - ISIS DIDIER LINS - UFPEExterno ao Programa - 2886196 - LEANDRO MACIEL ALMEIDA - UFPEExterno ao Programa - 1543575 - PEDRO ANDRE CARVALHO ROSAS - UFPEExterno ao Programa - 1511095 - TSANG ING REN - UFPE
Notícia cadastrada em: 09/08/2024 11:03
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2025 - UFRN - sigaa01.ufpe.br.sigaa01