Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFLA |
Texto Completo: | http://repositorio.ufla.br/jspui/handle/1/56067 |
Resumo: | This work presents computational intelligence techniques for hydro generator axis oscillation regression and comparison with methods through statistical analysis. With the continuous increase in demand for electricity in Brazil and the search for energy producers to increase availability, the reduction of "unplanned outages" resulting from failures was proposed. The failure of mechanical components in relation to the bearing of the hydro generator groups, which can be identified by the increase in "axis oscillation" levels in relation to the bearing, is of interest. The oscillation signals can be acquired (obtained and recorded) by the instrumentation installed in the generator unit and stored by the digital system of the plant. Based on standard values, it is possible to verify if the hydro generator unit will continue to operate reliably without the risk of failure and potential accidents. In this work, actual data from a generator unit located in Brazil were applied to compare computational intelligence techniques through simulations performed in the MATLAB environment and compared with each other. |
id |
UFLA_3f5cadb3a0da085fdae70384b44e8d02 |
---|---|
oai_identifier_str |
oai:localhost:1/56067 |
network_acronym_str |
UFLA |
network_name_str |
Repositório Institucional da UFLA |
repository_id_str |
|
spelling |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradoresComputational intelligence techniques for estimation of shaft oscillation signs in hydrogeneratorsHidrogeradoresVibraçõesInteligência computacionalRegressão linearRegressão não linearRedes neuraisHydro generatorVibrationsComputational intelligenceLinear regressionNonlinear regressionNeural networksCiência da ComputaçãoThis work presents computational intelligence techniques for hydro generator axis oscillation regression and comparison with methods through statistical analysis. With the continuous increase in demand for electricity in Brazil and the search for energy producers to increase availability, the reduction of "unplanned outages" resulting from failures was proposed. The failure of mechanical components in relation to the bearing of the hydro generator groups, which can be identified by the increase in "axis oscillation" levels in relation to the bearing, is of interest. The oscillation signals can be acquired (obtained and recorded) by the instrumentation installed in the generator unit and stored by the digital system of the plant. Based on standard values, it is possible to verify if the hydro generator unit will continue to operate reliably without the risk of failure and potential accidents. In this work, actual data from a generator unit located in Brazil were applied to compare computational intelligence techniques through simulations performed in the MATLAB environment and compared with each other.Apresentam-se, neste trabalho, as técnicas de inteligência computacional para a regressão de oscilação do eixo dos hidrogeradores e comparação com os métodos por meio de análises estatísticas. Com o aumento contínuo da demanda por energia elétrica no Brasil, e a busca por produtores de energia para o aumento da disponibilidade desta, propôs-se a redução das “paradas não programadas”, decorrentes de falhas. É de interesse a falha de componentes mecânicos, em relação ao mancal dos grupos hidrogeradores, que pode ser identificada pelo aumento dos níveis de “oscilação do eixo” em relação ao mancal. Os sinais de oscilação podem ser adquiridos (obtidos e registrados) pela instrumentação instalada na unidade geradora, e armazenados pelo sistema digital da usina. Com base em valores de normas, é possível verificar se a unidade hidrogeradora continuará operando de forma confiável, sem riscos de falhas e eventuais acidentes. Neste trabalho, dados reais de uma unidade geradora, localizada no Brasil, foram aplicados para a comparação de técnicas de inteligência computacional, por meio de simulações realizadas no ambiente MATLAB, e comparados entre si.Universidade Federal de LavrasPrograma de Pós-graduação em Engenharia de Sistemas e AutomaçãoUFLAbrasilDepartamento de EngenhariaPereira, Daniel AugustoFerreira, Danton DiegoLamin Filho, Paulo Cezar MonteiroPereira, Daniel AugustoOliveira, Bruno Miranda Ribeiro de2023-02-28T16:31:33Z2023-02-28T16:31:33Z2023-02-282022-12-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfOLIVEIRA, B. M. R. de. Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores. 2022. 111 p. Dissertação (Mestrado em Engenharia de Sistemas de Automação)–Universidade Federal de Lavras, Lavras, 2023.http://repositorio.ufla.br/jspui/handle/1/56067porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-05-02T12:40:08Zoai:localhost:1/56067Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-02T12:40:08Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false |
dc.title.none.fl_str_mv |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores Computational intelligence techniques for estimation of shaft oscillation signs in hydrogenerators |
title |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores |
spellingShingle |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores Oliveira, Bruno Miranda Ribeiro de Hidrogeradores Vibrações Inteligência computacional Regressão linear Regressão não linear Redes neurais Hydro generator Vibrations Computational intelligence Linear regression Nonlinear regression Neural networks Ciência da Computação |
title_short |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores |
title_full |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores |
title_fullStr |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores |
title_full_unstemmed |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores |
title_sort |
Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores |
author |
Oliveira, Bruno Miranda Ribeiro de |
author_facet |
Oliveira, Bruno Miranda Ribeiro de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pereira, Daniel Augusto Ferreira, Danton Diego Lamin Filho, Paulo Cezar Monteiro Pereira, Daniel Augusto |
dc.contributor.author.fl_str_mv |
Oliveira, Bruno Miranda Ribeiro de |
dc.subject.por.fl_str_mv |
Hidrogeradores Vibrações Inteligência computacional Regressão linear Regressão não linear Redes neurais Hydro generator Vibrations Computational intelligence Linear regression Nonlinear regression Neural networks Ciência da Computação |
topic |
Hidrogeradores Vibrações Inteligência computacional Regressão linear Regressão não linear Redes neurais Hydro generator Vibrations Computational intelligence Linear regression Nonlinear regression Neural networks Ciência da Computação |
description |
This work presents computational intelligence techniques for hydro generator axis oscillation regression and comparison with methods through statistical analysis. With the continuous increase in demand for electricity in Brazil and the search for energy producers to increase availability, the reduction of "unplanned outages" resulting from failures was proposed. The failure of mechanical components in relation to the bearing of the hydro generator groups, which can be identified by the increase in "axis oscillation" levels in relation to the bearing, is of interest. The oscillation signals can be acquired (obtained and recorded) by the instrumentation installed in the generator unit and stored by the digital system of the plant. Based on standard values, it is possible to verify if the hydro generator unit will continue to operate reliably without the risk of failure and potential accidents. In this work, actual data from a generator unit located in Brazil were applied to compare computational intelligence techniques through simulations performed in the MATLAB environment and compared with each other. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-12-15 2023-02-28T16:31:33Z 2023-02-28T16:31:33Z 2023-02-28 |
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 |
OLIVEIRA, B. M. R. de. Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores. 2022. 111 p. Dissertação (Mestrado em Engenharia de Sistemas de Automação)–Universidade Federal de Lavras, Lavras, 2023. http://repositorio.ufla.br/jspui/handle/1/56067 |
identifier_str_mv |
OLIVEIRA, B. M. R. de. Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores. 2022. 111 p. Dissertação (Mestrado em Engenharia de Sistemas de Automação)–Universidade Federal de Lavras, Lavras, 2023. |
url |
http://repositorio.ufla.br/jspui/handle/1/56067 |
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.publisher.none.fl_str_mv |
Universidade Federal de Lavras Programa de Pós-graduação em Engenharia de Sistemas e Automação UFLA brasil Departamento de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal de Lavras Programa de Pós-graduação em Engenharia de Sistemas e Automação UFLA brasil Departamento de Engenharia |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFLA instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
Repositório Institucional da UFLA |
collection |
Repositório Institucional da UFLA |
repository.name.fl_str_mv |
Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
nivaldo@ufla.br || repositorio.biblioteca@ufla.br |
_version_ |
1807835118460469248 |