Banca de QUALIFICAÇÃO: ALLAN CAVALCANTE BELO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ALLAN CAVALCANTE BELO
DATA : 28/04/2023
LOCAL: Através do Google Meet
TÍTULO:

APLICAÇÃO DE MODELOS DE MACHINE LEARNING E REDES NEURAIS DE GRAFOS (GNN) PARA DIAGNÓSTICO DAS FALHAS NO SISTEMA DE PITCH DE TURBINAS EÓLICAS

PALAVRAS-CHAVES:

PREDIÇÃO, MACHINE LEARNIG, ENERGIA EÓLICA, REDES NEURAIS DE GRAFOS(GNN)

PÁGINAS: 36
RESUMO:

Entre as diversas falhas que se apresentam ao longo da vida útil dos aerogeradores, as principais estão relacionadas a erros humanos, falhas de projeto e desgaste de componentes. Do ponto de vista operacional, a maior parte das avarias estão associadas a fatores como excesso de velocidade e de vibração, baixa pressão do óleo no Gearbox e problemas nos sistemas de Yaw e de Pitch, sendo este último um dos maiores responsáveis pelo controle da potência gerada na máquina, o qual realiza o ajuste da velocidade relativa do vento através do movimento de rotação da pá em torno do seu próprio eixo. O projeto RELIAWIND analisou um conjunto de dados produzidos entre 2008 e 2011 para 373 turbinas eólicas, totalizando 1115 anos de dados operacionais, e descobriu que o sistema de pitch era o principal contribuinte para a taxa de falha geral, com 22% [12]. De acordo com [11], 29% das ocorrências em aerogeradores que necessitam da intervenção da manutenção estão relacionados às falhas no sistema de controle de Pitch.

Considerando o regime de operação dos aerogeradores, os quais são submetidos a cargas variáveis de vento, e as dificuldades inerentes às atividades de manutenção, no que diz respeito ao acesso aos principais componentes que se encontram a dezenas de metros de altura e estão, normalmente, em locais de difícil acesso e distantes das sedes operacionais nos parques eólicos, faz-se necessária a aplicação de técnicas que possam contribuir positivamente para o planejamento das atividades de manutenção [13].Assim, surge a oportunidade da aplicação de métodos, já consolidados num ramo da ciência conhecido como aprendizado de máquina (machine learning), os quais realizam tratamentos estatísticos sobre bases massivas de dados, por exemplo, os que são gerados a partir do Sistema de Supervisão e Aquisição de Dados (SCADA), e utilizam algoritmos inteligentes capazes de diagnosticar as falhas oriundas da operação das máquinas proporcionado, assim, melhores condições de planejamento e tomadas de decisão por parte da equipe de Operação e Manutenção (O&M).

MEMBROS DA BANCA:
Interno - ***.219.824-** - ALVARO ANTONIO OCHOA VILLA - IFPE
Presidente - ***.889.084-** - JOSE ANGELO PEIXOTO DA COSTA - IFPE
Externo ao Programa - 2886196 - LEANDRO MACIEL ALMEIDA - UFPE