REVISÃO DE APLICAÇÕES DE MACHINE LEARNING NO APRIMORAMENTO DE MÉTODOS DE MONITORAMENTO DE TURBINAS EÓLICAS COM FOCO EM CAIXAS DE ENGRENAGENS
DOI:
https://doi.org/10.59627/cbens.2020.956Palavras-chave:
Machine Learning, Energia Eólica, Caixas de EngrenagensResumo
A caixa de engrenagens é um dos componentes mais importantes para o funcionamento de um aerogerador e um dos que merece maior atenção dos operadores no que concerne a manutenção, uma vez que está entre os cinco fatores que falham com maior frequência e é o que representa o maior tempo percentual total de inatividade da turbina. Nesse contexto, este trabalho visa expor como a tecnologia dos algoritmos de Machine Learning (ML) tem sido aplicada recentemente no melhoramento dos métodos de monitoramento de condições e performance do sistema, com foco na parte supracitada. Relacionado ao conceito de inteligência artificial, o ML consiste no aprendizado de uma máquina computadorizada a partir de um conjunto de dados previamente fornecidos de modo que o método possa produzir novos dados, tem se demonstrado útil no âmbito da manutenção, possibilitando, por meio de modelos como redes neurais e processos gaussianos, a previsão de falhas com antecedência, amplificando a ação de métodos tradicionais como de análise de dados de vibração, de temperatura ou de curva de potência, evitando custos e despesas associados com correções ao facilitar a prevenção. Os resultados desta revisão bibliográfica apontam caminhos promissores para o desenvolvimento de estudos na área, particularmente no que diz respeito ao monitoramento de temperatura.Downloads
Não há dados estatísticos.
Downloads
Publicado
2020-11-27
Edição
Seção
Outras fontes renováveis de energia - Simulação, análise, equipamentos e sistemas de conversão eólica para eletricidade