Análise das vibrações e sua relação com o carregamento dos transformadores
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Tecnológica Federal do Paraná
Curitiba |
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Sistemas de Energia
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://repositorio.utfpr.edu.br/jspui/handle/1/29660 |
Resumo: | Em um sistema elétrico de potência existe uma enorme quantidade de transformadores de distribuição. Eles estão instalados em uma área muito grande, e cada unidade é considerada de pequena potência. Estas características fazem com que tais equipamentos recebam apenas a manutenção corretiva. A presente dissertação busca diagnosticar a condição de carregamento dos transformadores por meio de sensores de vibração de baixo custo. Foram desenvolvidos dois sistemas para detectar as vibrações do transformador: O primeiro com um acelerômetro MPU6050, um microprocessador e um computador; O segundo com um microfone MAX9814, um osciloscópio USB e um computador. Os sensores utilizados tinham características como custo reduzido, instalação não invasiva e inexistência de contato com partes ativas do transformador. O experimento utilizou para os testes um transformador trifásico a seco de 400VA. O transformador foi submetido as seguintes condições de carregamento: a vazio, com cargas resistivas e com retificadores de meia onda. Realizou-se as observação e análises das vibrações no espectro de frequência. O ensaio destacou que as principais fontes de vibração são os enrolamentos e o núcleo, e estas se relacionam as cargas aplicadas ao transformador. Os sensores de vibrações reduzem os custos do monitoramento dos transformadores, e então tornam mais real a possibilidade da inclusão dos transformadores nos programas de manutenção preditiva. |