Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Oliveira, Bruno Miranda Ribeiro de lattes
Orientador(a): Pereira, Daniel Augusto
Banca de defesa: Ferreira, Danton Diego, Lamin Filho, Paulo Cezar Monteiro, Pereira, Daniel Augusto
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Lavras
Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia de Sistemas e Automação
Departamento: Departamento de Engenharia
País: brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufla.br/handle/1/56067
Resumo: 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.
id UFLA_164735af7ea3b72f49acbb85a3d70d32
oai_identifier_str oai:repositorio.ufla.br:1/56067
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2023-02-28T16:31:33Z2023-02-28T16:31:33Z2023-02-282022-12-15OLIVEIRA, 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.https://repositorio.ufla.br/handle/1/56067Apresentam-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.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.Universidade Federal de LavrasPrograma de Pós-graduação em Engenharia de Sistemas e AutomaçãoUFLAbrasilDepartamento de EngenhariaCiência da ComputaçãoHidrogeradoresVibraçõesInteligência computacionalRegressão linearRegressão não linearRedes neuraisHydro generatorVibrationsComputational intelligenceLinear regressionNonlinear regressionNeural networksTécnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradoresComputational intelligence techniques for estimation of shaft oscillation signs in hydrogeneratorsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPereira, Daniel AugustoFerreira, Danton DiegoLamin Filho, Paulo Cezar MonteiroPereira, Daniel Augustohttps://lattes.cnpq.br/5470854766203805Oliveira, Bruno Miranda Ribeiro deinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAORIGINALDISSERTAÇÃO_Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores.pdfDISSERTAÇÃO_Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores.pdfapplication/pdf6821667https://repositorio.ufla.br/bitstreams/1c0e1a4c-fb33-4a9f-b222-02a0f8dc475a/download720477b1566a483161a258c045d83dfeMD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-8953https://repositorio.ufla.br/bitstreams/915c4a1b-200b-44d8-bf2b-31a60abb1531/download760884c1e72224de569e74f79eb87ce3MD52falseAnonymousREADTEXTDISSERTAÇÃO_Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores.pdf.txtDISSERTAÇÃO_Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores.pdf.txtExtracted texttext/plain102640https://repositorio.ufla.br/bitstreams/d8f584eb-4dc5-4a2c-8d3b-a4e6140d03b9/downloada4d2fe913cfbc7121e3e0ed9fc4fe7efMD53falseAnonymousREADTHUMBNAILDISSERTAÇÃO_Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores.pdf.jpgDISSERTAÇÃO_Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores.pdf.jpgGenerated Thumbnailimage/jpeg3411https://repositorio.ufla.br/bitstreams/8423081f-0fc6-42b7-844b-f79fd9c2e662/download50ad8714672019da432141f75843c1edMD54falseAnonymousREAD1/560672025-08-19 09:38:34.062open.accessoai:repositorio.ufla.br:1/56067https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-08-19T12:38:34Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv Técnicas de inteligência computacional para estimação de sinais de oscilação de eixo em hidrogeradores
dc.title.alternative.pt_BR.fl_str_mv 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
Ciência da Computação
Hidrogeradores
Vibrações
Inteligência computacional
Regressão linear
Regressão não linear
Redes neurais
Hydro generator
Vibrations
Computational intelligence
Linear regression
Nonlinear regression
Neural networks
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.advisor1.fl_str_mv Pereira, Daniel Augusto
dc.contributor.referee1.fl_str_mv Ferreira, Danton Diego
dc.contributor.referee2.fl_str_mv Lamin Filho, Paulo Cezar Monteiro
dc.contributor.referee3.fl_str_mv Pereira, Daniel Augusto
dc.contributor.authorLattes.fl_str_mv https://lattes.cnpq.br/5470854766203805
dc.contributor.author.fl_str_mv Oliveira, Bruno Miranda Ribeiro de
contributor_str_mv Pereira, Daniel Augusto
Ferreira, Danton Diego
Lamin Filho, Paulo Cezar Monteiro
Pereira, Daniel Augusto
dc.subject.cnpq.fl_str_mv Ciência da Computação
topic Ciência da Computação
Hidrogeradores
Vibrações
Inteligência computacional
Regressão linear
Regressão não linear
Redes neurais
Hydro generator
Vibrations
Computational intelligence
Linear regression
Nonlinear regression
Neural networks
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
description 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.
publishDate 2022
dc.date.submitted.none.fl_str_mv 2022-12-15
dc.date.accessioned.fl_str_mv 2023-02-28T16:31:33Z
dc.date.available.fl_str_mv 2023-02-28T16:31:33Z
dc.date.issued.fl_str_mv 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.citation.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.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/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 https://repositorio.ufla.br/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.publisher.none.fl_str_mv Universidade Federal de Lavras
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Engenharia de Sistemas e Automação
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv brasil
dc.publisher.department.fl_str_mv Departamento de Engenharia
publisher.none.fl_str_mv Universidade Federal de Lavras
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
bitstream.url.fl_str_mv https://repositorio.ufla.br/bitstreams/1c0e1a4c-fb33-4a9f-b222-02a0f8dc475a/download
https://repositorio.ufla.br/bitstreams/915c4a1b-200b-44d8-bf2b-31a60abb1531/download
https://repositorio.ufla.br/bitstreams/d8f584eb-4dc5-4a2c-8d3b-a4e6140d03b9/download
https://repositorio.ufla.br/bitstreams/8423081f-0fc6-42b7-844b-f79fd9c2e662/download
bitstream.checksum.fl_str_mv 720477b1566a483161a258c045d83dfe
760884c1e72224de569e74f79eb87ce3
a4d2fe913cfbc7121e3e0ed9fc4fe7ef
50ad8714672019da432141f75843c1ed
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
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_ 1854947732912865280