Predição de defeito por vibração em mancal de turbina hidrelétrica empregando vida útil remanescente

• Ano de defesa: 2021
• Autor(a) principal: Ribeiro, Filipe de Souza Lima
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica de Goiás; Escola Politécnica; Brasil; PUC Goiás; Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas
• Palavras-chave em Português: Predição; Mancal; Vida útil remanescente; Modelo de degradação exponencial; Curtose; Remaining useful life; Exponential degradation model; Kurtosis; Prediction; Bearing; Engenharias; Engenharia de Produção
• Link de acesso: http://tede2.pucgoias.edu.br:8080/handle/tede/5073

O objetivo deste trabalho é fazer a previsão da vida útil do mancal guia da turbina tipo bulbo instalada na Usina Hidrelétrica Jirau no Rio Madeira em Rondônia para apoiar a tomada de decisão assertiva do operador da usina. A previsão da vida útil é calculada usando a predição denominada vida útil remanescente. A partir das medidas de vibração do mancal de uma turbina no contexto do Projeto de Pesquisa Desenvolvimento Experimental de Gêmeo Digital da Usina Hidrelétrica Jirau em Escopo Completo com Tecnologia de Processamento de Eventos Complexos Distribuídos para Investigações Sistêmicas (PD-06631-0007/2018). A vida útil remanescente da turbina é calculada a cada ciclo de rotação da turbina (unidade geradora) para realizar manutenção preditiva. A previsão modelada neste trabalho pode ser facilmente adaptada para outros modelos de turbina. A raiz quadrada média (Root Mean Square, RMS) é usada como limite do sinal de monitoramento. A análise de curtose espectral é usada para tomar a decisão para uma falha proeminente dos mancais da turbina. O resultado obtido para a vida útil remanescente é comparado com os resultados reais para um mancal de uma unidade geradora eólica com um grande histórico de medição de vibração até a falha. Os resultados obtidos neste trabalho utilizaram uma base de dados específica e com poucos dados para análise. Mesmo com poucos dados os resultados mostram que o mancal aparenta ter boa saúde. Com o modelo rodando numa base de dados maior os resultados tendem a ter uma melhor performance