Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva

Detalhes bibliográficos
Autor(a) principal: ANTUNES, Harison Araujo
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