Deteção de avarias na caixa de engrenagens de aerogeradores

Detalhes bibliográficos
Autor(a) principal: Nova, Ernesto Dias Casa
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/5732
Resumo: Ao longo dos últimos anos tem-se assistido a um forte desenvolvimento e crescimento do número de parques eólicos instalados no mundo, o que leva a que seja necessário o incremento de ferramentas que permitam aperfeiçoar os sistemas de monitorização e controlo atualmente existentes. Por outro lado, não se deve deixar de ter em conta os custos elevados de operação e manutenção dos sistemas eólicos bem como o facto de os aerogeradores estarem localizadas em locais remotos ou offshore, o que faz aumentar os custos associados à sua exploração. A dissertação nasce da intenção clara do mercado em apostar na supervisão e previsão de avarias graves, de forma a minimizar os encargos subjacentes. Este trabalho de dissertação visa a utilização de redes neuronais para criar uma ferramenta informática de previsão de avarias em caixas de engrenagens em aerogeradores. As redes neuronais são ferramentas informáticas ideais para trabalhar com muita informação, sendo que a sua aplicação depende da qualidade e quantidade dos dados. Para tal irá ser efetuado um estudo em um parque eólico, no qual se analisará as principais avarias detetadas bem como as grandezas que deverão integrar a construção desta rede neuronal. Assim sendo, a informação relativa às diversas máquinas existentes num parque, é de enorme importância para a definição e otimização da rede neuronal a construir. Os resultados obtidos neste trabalho com a aplicação de redes neuronais para a previsão de avarias em caixas de engrenagens do parque eólico de estudo, provam que é possível realizar uma deteção da avaria bem como uma constatação de que a reparação possa ter sido bem efetuada ou mal sucedida, podendo assim ser ajustados os programas de manutenção a efetuar e uma verificação das ações de reparação para sua validação.
id RCAP_495191283599dfabbcf83e8cee5fd152
oai_identifier_str oai:recipp.ipp.pt:10400.22/5732
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Deteção de avarias na caixa de engrenagens de aerogeradoresEnergia eólicaAerogeradoresAvarias de aerogeradoresRedes neuronaisCaixa de engrenagensManutenção de aerogeradoresWind powerWind turbinesWind turbine malfunctionsNeural networksGearboxMaintenance of wind turbinesAo longo dos últimos anos tem-se assistido a um forte desenvolvimento e crescimento do número de parques eólicos instalados no mundo, o que leva a que seja necessário o incremento de ferramentas que permitam aperfeiçoar os sistemas de monitorização e controlo atualmente existentes. Por outro lado, não se deve deixar de ter em conta os custos elevados de operação e manutenção dos sistemas eólicos bem como o facto de os aerogeradores estarem localizadas em locais remotos ou offshore, o que faz aumentar os custos associados à sua exploração. A dissertação nasce da intenção clara do mercado em apostar na supervisão e previsão de avarias graves, de forma a minimizar os encargos subjacentes. Este trabalho de dissertação visa a utilização de redes neuronais para criar uma ferramenta informática de previsão de avarias em caixas de engrenagens em aerogeradores. As redes neuronais são ferramentas informáticas ideais para trabalhar com muita informação, sendo que a sua aplicação depende da qualidade e quantidade dos dados. Para tal irá ser efetuado um estudo em um parque eólico, no qual se analisará as principais avarias detetadas bem como as grandezas que deverão integrar a construção desta rede neuronal. Assim sendo, a informação relativa às diversas máquinas existentes num parque, é de enorme importância para a definição e otimização da rede neuronal a construir. Os resultados obtidos neste trabalho com a aplicação de redes neuronais para a previsão de avarias em caixas de engrenagens do parque eólico de estudo, provam que é possível realizar uma deteção da avaria bem como uma constatação de que a reparação possa ter sido bem efetuada ou mal sucedida, podendo assim ser ajustados os programas de manutenção a efetuar e uma verificação das ações de reparação para sua validação.Over the past few years it have witnessed a strong development and growth in the number of wind turbines installed in our world, which leads to the necessity of increase of tools that allow to improve the currently existing systems for monitoring and control. On the other hand, it should not fail to take into account the high costs of operation and maintenance of wind power systems as well as the fact that wind turbines are located in remote locations or offshore, which increases the costs associated to their exploration. The project is born from the clear intention of the betting market supervision and forecasting severe damages in order to minimize the burden themselves behind. This research aims to use neural networks to create an informatics tool for predicting faults in gearboxes in wind turbines. Neural networks are ideal informatics tools to work with lots of information, and its application depends on the quality and quantity of data. For such, it will be made a study in a wind farm which will analyze the major faults detected as well as the quantities that should integrate the construction of this neural network. Therefore, information on all existing machines in a park is of enormous importance for the definition and optimization of the network build. The results obtained in this study with the application of neural networks for prediction of faults in gearboxes of wind farm prove that it is possible to perform fault detection as well as a finding that the repair may have been well done or unsuccessful, where maintenance programs to make a check and repair actions for validation and thus can be adjusted.Brandão, Roque Filipe MesquitaRepositório Científico do Instituto Politécnico do PortoNova, Ernesto Dias Casa2017-12-01T01:30:16Z20142014-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/5732TID:201816369porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:45:52Zoai:recipp.ipp.pt:10400.22/5732Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:26:20.495757Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Deteção de avarias na caixa de engrenagens de aerogeradores
title Deteção de avarias na caixa de engrenagens de aerogeradores
spellingShingle Deteção de avarias na caixa de engrenagens de aerogeradores
Nova, Ernesto Dias Casa
Energia eólica
Aerogeradores
Avarias de aerogeradores
Redes neuronais
Caixa de engrenagens
Manutenção de aerogeradores
Wind power
Wind turbines
Wind turbine malfunctions
Neural networks
Gearbox
Maintenance of wind turbines
title_short Deteção de avarias na caixa de engrenagens de aerogeradores
title_full Deteção de avarias na caixa de engrenagens de aerogeradores
title_fullStr Deteção de avarias na caixa de engrenagens de aerogeradores
title_full_unstemmed Deteção de avarias na caixa de engrenagens de aerogeradores
title_sort Deteção de avarias na caixa de engrenagens de aerogeradores
author Nova, Ernesto Dias Casa
author_facet Nova, Ernesto Dias Casa
author_role author
dc.contributor.none.fl_str_mv Brandão, Roque Filipe Mesquita
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Nova, Ernesto Dias Casa
dc.subject.por.fl_str_mv Energia eólica
Aerogeradores
Avarias de aerogeradores
Redes neuronais
Caixa de engrenagens
Manutenção de aerogeradores
Wind power
Wind turbines
Wind turbine malfunctions
Neural networks
Gearbox
Maintenance of wind turbines
topic Energia eólica
Aerogeradores
Avarias de aerogeradores
Redes neuronais
Caixa de engrenagens
Manutenção de aerogeradores
Wind power
Wind turbines
Wind turbine malfunctions
Neural networks
Gearbox
Maintenance of wind turbines
description Ao longo dos últimos anos tem-se assistido a um forte desenvolvimento e crescimento do número de parques eólicos instalados no mundo, o que leva a que seja necessário o incremento de ferramentas que permitam aperfeiçoar os sistemas de monitorização e controlo atualmente existentes. Por outro lado, não se deve deixar de ter em conta os custos elevados de operação e manutenção dos sistemas eólicos bem como o facto de os aerogeradores estarem localizadas em locais remotos ou offshore, o que faz aumentar os custos associados à sua exploração. A dissertação nasce da intenção clara do mercado em apostar na supervisão e previsão de avarias graves, de forma a minimizar os encargos subjacentes. Este trabalho de dissertação visa a utilização de redes neuronais para criar uma ferramenta informática de previsão de avarias em caixas de engrenagens em aerogeradores. As redes neuronais são ferramentas informáticas ideais para trabalhar com muita informação, sendo que a sua aplicação depende da qualidade e quantidade dos dados. Para tal irá ser efetuado um estudo em um parque eólico, no qual se analisará as principais avarias detetadas bem como as grandezas que deverão integrar a construção desta rede neuronal. Assim sendo, a informação relativa às diversas máquinas existentes num parque, é de enorme importância para a definição e otimização da rede neuronal a construir. Os resultados obtidos neste trabalho com a aplicação de redes neuronais para a previsão de avarias em caixas de engrenagens do parque eólico de estudo, provam que é possível realizar uma deteção da avaria bem como uma constatação de que a reparação possa ter sido bem efetuada ou mal sucedida, podendo assim ser ajustados os programas de manutenção a efetuar e uma verificação das ações de reparação para sua validação.
publishDate 2014
dc.date.none.fl_str_mv 2014
2014-01-01T00:00:00Z
2017-12-01T01:30:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.22/5732
TID:201816369
url http://hdl.handle.net/10400.22/5732
identifier_str_mv TID:201816369
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131357579837440

Registros relacionados