Sistema de informação para a monitoração e diagnóstico de desempenho de unidades termelétricas de ciclo combinado.

• Autor(a) principal: SILVA, Julio Augusto Mendes da
• Data de Publicação: 2009
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
• Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/1586

O esforço para melhora do desempenho de ciclos térmicos tem levado a sistemas cada vez mais complexos. Esta complexidade torna o diagnóstico termodinâmico de ciclos térmicos, que possui a função de identificar os componentes que estão com o desempenho abaixo do previsto, extremamente difícil. Esta dificuldade resulta principalmente da variação no desempenho dos componentes quando os mesmos operam fora do ponto de projeto (malfunções induzidas), dificultando a distinção entre os componentes que possuem anomalias (malfunções intrínsecas) e os que estão simplesmente operando em uma situação diferente da projetada. Neste trabalho foi feita uma revisão bibliográfica sobre diversas metodologias de diagnóstico aplicadas a ciclos térmicos. Duas das metodologias mais divulgadas na literatura foram testadas: a termoeconômica e o método da reconciliação. Ambas foram aplicadas em um ciclo fictício com a finalidade de comparar os métodos e escolher o mais eficiente. O método da reconciliação foi escolhido como mais eficiente e posteriormente foi utilizado em um sistema elaborado para execução do diagnóstico termodinâmico em uma planta real. Este sistema tem como objetivo, além da localização dos componentes degradados, a predição do ganho nos indicadores de desempenho da planta pela eliminação das anomalias encontradas. O trabalho mostra que para eliminação das malfunções induzidas nos indicadores de anomalia a comparação com modelos desenvolvidos utilizando as curvas de desempenho dos componentes é extremamente eficaz. O trabalho mostra também que a utilização de um modelo da planta, que opera fora do ponto de projeto, é uma ferramenta útil, pois permite a previsão do ganho obtido pela eliminação das anomalias presentes na planta, sem a utilização de modelos lineares, e levando em conta o efeito induzido pela eliminação de cada anomalia no comportamento dos demais componentes.