Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina

Bibliographic Details
Main Author: Rosa, Leonardo Dias da
Publication Date: 2019
Language: por
Source: Manancial - Repositório Digital da UFSM
dARK ID: ark:/26339/001300000j4pp
Download full: http://repositorio.ufsm.br/handle/1/26598
Summary: Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Controle e Automação, RS, 2022.
id UFSM_65f349fb8d2aef3f160ade9fd9bbc3f6
oai_identifier_str oai:repositorio.ufsm.br:1/26598
network_acronym_str UFSM
network_name_str Manancial - Repositório Digital da UFSM
repository_id_str
spelling Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquinaWind turbine blade mass imbalance detection applying PMSG electrical signals to machine learning methodsPythonFAST v8Wind energyTurbsimSimulationsMachine LearningEnergia eólicaAprendizado de máquinaCMSCNPQ::ENGENHARIASTrabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Controle e Automação, RS, 2022.The use of wind power has increased in electricity production due to its cost becoming closer to conventional generation sources. The useful lifetime expectancy of wind turbines are typically of 20 years, however failures are expected much earlier due to components (especially gears, electrical system and blades) failures. Detecting and avoiding harsh operations and conditions of wind turbines are useful to reduce downtimes and catastrophic failures that could lead to greater losses and even a complete shutdown of the turbine. A considerable amount of failures in components can be assign to the rotor imbalance of wind turbines, since the imbalance can cause greater mechanical loads throughout the whole structure. In this paper, machine learning methods are applied in order to detect blade mass imbalance in wind turbines. The data used for such task were obtained from the platform Turbsim/FAST/Simulink, which simulates the dynamics of a 1.5 MW wind turbine, with both normal and blade mass imbalance operations. The electrical quantities obtained from the permanent magnets synchronous generator of the wind turbine allows to estimate the rotational speed of the rotor, and this data is applied to machine learning methods to detect whether there is imbalance or not. The use of coupled aeroelastic numeric simulations and machine learning in this paper presented a feasible method to improve the production of wind power, reducing downtimes, allowing scheduled maintenances and increasing the LCOE of wind power generation.A produção de energia elétrica através dos ventos é cada vez mais comum, tendo em vista que o preço de produção da energia eólica se aproxima do preço dos métodos convencionais de geração. A expectativa de vida útil de uma turbina ao ser instalada é tipicamente de 20 anos, no entanto, falhas podem acontecer muito antes desse tempo, devido a problemas em diferentes componentes (principalmente engrenagens, pás e sistemas elétricos). Detectar e evitar que o aerogerador opere em condições danosas são de suma importância, pois assim se diminui o tempo de parada para manutenção ou mesmo se evita que sofra uma falha catastrófica, que pode por fim a operação de uma turbina eólica. Muitas das falhas nos componentes podem ser causadas por desbalanceamento do rotor de um aerogerador, já que o desbalanceamento causa elevadas cargas mecânicas que se distribuem através de toda a estrutura. Nesse trabalho, métodos de aprendizado de máquina são utilizados para detectar o desbalanceamento de massa nas pás de um aerogerador. Os dados utilizados para alimentar os algoritmos de aprendizado de máquina são obtidos através do framework Turbsim/FAST/Simulink, responsável por simular as dinâmicas de um aerogerador de 1,5 MW, em operação com e sem desbalanceamento de massa das pás. Os parâmetros elétricos obtidos do gerador síncrono de imãs permanentes do aerogerador permitem estimar a velocidade de rotação do rotor, e esse dado é aplicado aos métodos de aprendizado de máquina. O uso de simulações numéricas das dinâmicas acopladas de aerogeradores e algoritmos de aprendizado de máquina apresentados nesse trabalho se demonstrou um método válido para aprimorar a produção de energia eólica, reduzindo tempos de parada devido a manutenção necessária a falhas causadas (ou catalizadas) pelo desbalanceamento de massa, permitindo programar manutenções de maneira ótima, sendo esses fatores relevantes para diminuir o LCOE da energia eólica.Universidade Federal de Santa MariaBrasilUFSMCentro de TecnologiaFranchi, Claiton MoroRosa, Leonardo Dias da2022-10-19T18:06:42Z2022-10-19T18:06:42Z2019-12-022019Trabalho de Conclusão de Curso de Graduaçãoinfo:eu-repo/semantics/publishedVersionapplication/pdfROSA, L. D. da. Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina. 2019. 84 p. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação)- Universidade Federal de Santa Maria, Santa Maria, RS, 2019.http://repositorio.ufsm.br/handle/1/26598ark:/26339/001300000j4ppporAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2022-10-19T18:06:42Zoai:repositorio.ufsm.br:1/26598Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/PUBhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.com||manancial@ufsm.bropendoar:2022-10-19T18:06:42Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false
dc.title.none.fl_str_mv Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
Wind turbine blade mass imbalance detection applying PMSG electrical signals to machine learning methods
title Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
spellingShingle Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
Rosa, Leonardo Dias da
Python
FAST v8
Wind energy
Turbsim
Simulations
Machine Learning
Energia eólica
Aprendizado de máquina
CMS
CNPQ::ENGENHARIAS
title_short Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
title_full Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
title_fullStr Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
title_full_unstemmed Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
title_sort Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina
author Rosa, Leonardo Dias da
author_facet Rosa, Leonardo Dias da
author_role author
dc.contributor.none.fl_str_mv Franchi, Claiton Moro
dc.contributor.author.fl_str_mv Rosa, Leonardo Dias da
dc.subject.por.fl_str_mv Python
FAST v8
Wind energy
Turbsim
Simulations
Machine Learning
Energia eólica
Aprendizado de máquina
CMS
CNPQ::ENGENHARIAS
topic Python
FAST v8
Wind energy
Turbsim
Simulations
Machine Learning
Energia eólica
Aprendizado de máquina
CMS
CNPQ::ENGENHARIAS
description Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Controle e Automação, RS, 2022.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-02
2019
2022-10-19T18:06:42Z
2022-10-19T18:06:42Z
dc.type.driver.fl_str_mv Trabalho de Conclusão de Curso de Graduação
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.uri.fl_str_mv ROSA, L. D. da. Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina. 2019. 84 p. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação)- Universidade Federal de Santa Maria, Santa Maria, RS, 2019.
http://repositorio.ufsm.br/handle/1/26598
dc.identifier.dark.fl_str_mv ark:/26339/001300000j4pp
identifier_str_mv ROSA, L. D. da. Detecção de desbalanceamento de massa entre pás de aerogerador utilizando sinais elétricos de um gerador síncrono de imãs permanentes aplicados a métodos de aprendizagem de máquina. 2019. 84 p. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação)- Universidade Federal de Santa Maria, Santa Maria, RS, 2019.
ark:/26339/001300000j4pp
url http://repositorio.ufsm.br/handle/1/26598
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
UFSM
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
UFSM
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Manancial - Repositório Digital da UFSM
instname:Universidade Federal de Santa Maria (UFSM)
instacron:UFSM
instname_str Universidade Federal de Santa Maria (UFSM)
instacron_str UFSM
institution UFSM
reponame_str Manancial - Repositório Digital da UFSM
collection Manancial - Repositório Digital da UFSM
repository.name.fl_str_mv Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)
repository.mail.fl_str_mv atendimento.sib@ufsm.br||tedebc@gmail.com||manancial@ufsm.br
_version_ 1847103520344375296

Similar Items