Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNIFEI (RIUNIFEI) |
Texto Completo: | https://repositorio.unifei.edu.br/jspui/handle/123456789/2216 |
Resumo: | Transformadores de potência geralmente são os ativos de maior custo em um sistema elétrico, além de serem críticos à operação do sistema ou de uma indústria em que uma parada não programada pode trazer enorme prejuízo econômico. Assim, a detecção de falhas incipientes e a verificação da condição do equipamento para se evitar paradas intempestivas se fazem primordiais e podem ser alcançadas por intermédio da realização periódica de ensaios e testes. As manutenções preventiva e preditiva de transformadores elétricos com a aplicação de técnicas convencionais para Análise de Gases Dissolvidos (AGD) em óleo isolante são capazes de indicar os tipos de falhas: sobreaquecimentos, Descargas Parciais (DP) de baixa intensidade entre outras, contudo não identificam a causa raiz dos efeitos diagnosticados. Diante disso, tem-se a possibilidade de maiores ganhos aliando o diagnóstico preditivo à técnica de busca pela causa raiz da falha, visando à obtenção de diagnósticos mais aprofundados, permitindo o bloqueio da causa raiz. Para tanto, esta dissertação propõe uma Metodologia de Acompanhamento e Investigação de Falhas em Transformadores (MAIFT). Sendo assim, espera-se que o uso da ferramenta proposta evite a repetição do problema ou permita antecipação à falha em outro equipamento similar. A MAIFT aqui desenvolvida é empregada em casos reais, o que demonstra a sua eficácia frente às técnicas convencionais de diagnóstico. |
id |
UFEI_bef464b6c35967b61b2cb9a6783d9727 |
---|---|
oai_identifier_str |
oai:repositorio.unifei.edu.br:123456789/2216 |
network_acronym_str |
UFEI |
network_name_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
repository_id_str |
7044 |
spelling |
2020-08-072020-11-132020-11-13T14:42:37Z2020-11-13T14:42:37Zhttps://repositorio.unifei.edu.br/jspui/handle/123456789/2216Transformadores de potência geralmente são os ativos de maior custo em um sistema elétrico, além de serem críticos à operação do sistema ou de uma indústria em que uma parada não programada pode trazer enorme prejuízo econômico. Assim, a detecção de falhas incipientes e a verificação da condição do equipamento para se evitar paradas intempestivas se fazem primordiais e podem ser alcançadas por intermédio da realização periódica de ensaios e testes. As manutenções preventiva e preditiva de transformadores elétricos com a aplicação de técnicas convencionais para Análise de Gases Dissolvidos (AGD) em óleo isolante são capazes de indicar os tipos de falhas: sobreaquecimentos, Descargas Parciais (DP) de baixa intensidade entre outras, contudo não identificam a causa raiz dos efeitos diagnosticados. Diante disso, tem-se a possibilidade de maiores ganhos aliando o diagnóstico preditivo à técnica de busca pela causa raiz da falha, visando à obtenção de diagnósticos mais aprofundados, permitindo o bloqueio da causa raiz. Para tanto, esta dissertação propõe uma Metodologia de Acompanhamento e Investigação de Falhas em Transformadores (MAIFT). Sendo assim, espera-se que o uso da ferramenta proposta evite a repetição do problema ou permita antecipação à falha em outro equipamento similar. A MAIFT aqui desenvolvida é empregada em casos reais, o que demonstra a sua eficácia frente às técnicas convencionais de diagnóstico.Power transformers are generally the most expensive assets in an electrical system, in addition to being critical to the operation of the system or an industry in which an unscheduled shutdown can bring enormous economic damage. Thus, the detection of incipient failures and the verification of the condition of the equipment to avoid untimely stops are essential and can be achieved through periodic tests. The preventive and predictive maintenance of electrical transformers with the application of conventional techniques for analysis of gases dissolved in insulating oil are capable of indicating the types of failures: overheating, low intensity partial discharges, among others, however they do not identify the root cause of the diagnosed effects. Given this, there is the possibility of greater gains combining the predictive diagnosis with the technique of searching for the root cause of the failure, aiming at obtaining more in-depth diagnoses, allowing the blocking of the root cause. For this purpose, this dissertation proposes a methodology for monitoring and investigating failures in transformers. Therefore, it is expected that the use of the proposed tool will avoid the repetition of the problem or allow the anticipation of failure in other similar equipment. The proposed methodology is used in real cases, which demonstrates its great efficiency compared to conventional diagnostic techniques.Agência 1porUniversidade Federal de ItajubáPrograma de Pós-Graduação: Mestrado - Engenharia ElétricaUNIFEIBrasilIESTI - Instituto de Engenharia de Sistemas e Tecnologia da InformaçãoCNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTENCIAAnálise de falhasAnálise de gases dissolvidosAnálise da causa raiz de falhasTransformadores de potênciaManutenção preventivaManutenção preditivaMetodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditivainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisWANDERLY NETO, Estácio Tavareshttp://lattes.cnpq.br/0509196775353499MUNIZ, Pablo Rodrigueshttp://lattes.cnpq.br/4404912914498937http://lattes.cnpq.br/9276287010759027ANTUNES, Harison AraujoANTUNES, Harison Araujo. Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva. 2020. 94 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2020.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2216/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertação_2020100.pdfDissertação_2020100.pdfapplication/pdf3073921https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2216/1/Disserta%c3%a7%c3%a3o_2020100.pdf83e113eb01fa81798650d97a4ddbbf4cMD51123456789/22162022-09-23 10:02:05.698oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442022-09-23T13:02:05Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false |
dc.title.pt_BR.fl_str_mv |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva |
title |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva |
spellingShingle |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva ANTUNES, Harison Araujo CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTENCIA Análise de falhas Análise de gases dissolvidos Análise da causa raiz de falhas Transformadores de potência Manutenção preventiva Manutenção preditiva |
title_short |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva |
title_full |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva |
title_fullStr |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva |
title_full_unstemmed |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva |
title_sort |
Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva |
author |
ANTUNES, Harison Araujo |
author_facet |
ANTUNES, Harison Araujo |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
WANDERLY NETO, Estácio Tavares |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/0509196775353499 |
dc.contributor.advisor-co1.fl_str_mv |
MUNIZ, Pablo Rodrigues |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/4404912914498937 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/9276287010759027 |
dc.contributor.author.fl_str_mv |
ANTUNES, Harison Araujo |
contributor_str_mv |
WANDERLY NETO, Estácio Tavares MUNIZ, Pablo Rodrigues |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTENCIA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTENCIA Análise de falhas Análise de gases dissolvidos Análise da causa raiz de falhas Transformadores de potência Manutenção preventiva Manutenção preditiva |
dc.subject.por.fl_str_mv |
Análise de falhas Análise de gases dissolvidos Análise da causa raiz de falhas Transformadores de potência Manutenção preventiva Manutenção preditiva |
description |
Transformadores de potência geralmente são os ativos de maior custo em um sistema elétrico, além de serem críticos à operação do sistema ou de uma indústria em que uma parada não programada pode trazer enorme prejuízo econômico. Assim, a detecção de falhas incipientes e a verificação da condição do equipamento para se evitar paradas intempestivas se fazem primordiais e podem ser alcançadas por intermédio da realização periódica de ensaios e testes. As manutenções preventiva e preditiva de transformadores elétricos com a aplicação de técnicas convencionais para Análise de Gases Dissolvidos (AGD) em óleo isolante são capazes de indicar os tipos de falhas: sobreaquecimentos, Descargas Parciais (DP) de baixa intensidade entre outras, contudo não identificam a causa raiz dos efeitos diagnosticados. Diante disso, tem-se a possibilidade de maiores ganhos aliando o diagnóstico preditivo à técnica de busca pela causa raiz da falha, visando à obtenção de diagnósticos mais aprofundados, permitindo o bloqueio da causa raiz. Para tanto, esta dissertação propõe uma Metodologia de Acompanhamento e Investigação de Falhas em Transformadores (MAIFT). Sendo assim, espera-se que o uso da ferramenta proposta evite a repetição do problema ou permita antecipação à falha em outro equipamento similar. A MAIFT aqui desenvolvida é empregada em casos reais, o que demonstra a sua eficácia frente às técnicas convencionais de diagnóstico. |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020-08-07 |
dc.date.available.fl_str_mv |
2020-11-13 2020-11-13T14:42:37Z |
dc.date.accessioned.fl_str_mv |
2020-11-13T14:42:37Z |
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 |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2216 |
url |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2216 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.references.pt_BR.fl_str_mv |
ANTUNES, Harison Araujo. Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva. 2020. 94 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2020. |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Itajubá |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação: Mestrado - Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UNIFEI |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação |
publisher.none.fl_str_mv |
Universidade Federal de Itajubá |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFEI (RIUNIFEI) instname:Universidade Federal de Itajubá (UNIFEI) instacron:UNIFEI |
instname_str |
Universidade Federal de Itajubá (UNIFEI) |
instacron_str |
UNIFEI |
institution |
UNIFEI |
reponame_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
collection |
Repositório Institucional da UNIFEI (RIUNIFEI) |
bitstream.url.fl_str_mv |
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2216/2/license.txt https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2216/1/Disserta%c3%a7%c3%a3o_2020100.pdf |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 83e113eb01fa81798650d97a4ddbbf4c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI) |
repository.mail.fl_str_mv |
repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br |
_version_ |
1801863189609054208 |