Notícias da UFSC

Foto: Divulgação /AQTech

Um grupo de pesquisadores do Laboratório de Integração Software/Hardware (Lisha) do Centro Tecnológico da Universidade Federal de Santa Catarina (UFSC) desenvolve o projeto Detecção de anomalias em aerogeradores usando inteligência artificial, buscando aplicar técnicas de inteligência artificial (AI), machine learning (aprendizado de máquina) em particular, a dados operacionais e de vibração para detectar condições específicas de desempenho na operação de geradores eólicos de energia elétrica.

Como máquinas que são, os aerogeradores estão sujeitos a forças que vão além daquela aplicada pelos ventos nos rotores, e essas forças podem causar vibrações em diversos componentes do aerogerador, principalmente na caixa de transmissão. “A correlação dos dados operacionais, como a velocidade e a direção do vento, a velocidade nas partes móveis e a potência gerada, com dados sensoriais, que capturam tais vibrações, nos permite diagnosticar a máquina enquanto ela opera”, explica o professor Antonio Augusto Fröhlich, coordenador dos trabalhos na UFSC.

Uma das empresas parceiras do projeto, que atua no desenvolvimento de soluções de monitoramento e diagnóstico para o mercado de energia, instrumentou um conjunto de aerogeradores com sensores de vibração, incluindo vibrações acústicas. A instrumentação alinha-se com a plataforma do laboratório, e a telemetria permite a aplicação de técnicas de inteligência artificial em diversos estágios do monitoramento. O principal benefício da detecção de anomalias nos aerogeradores é a possibilidade de manutenção antecipada do ativo, e, consequentemente, o aumento da disponibilidade da máquina.

Isso representa vantagem para o dono do ativo, com a redução dos custos de manutenção, e até mais renda, com o equipamento disponível por mais tempo. Já o impacto social mais relevante está relacionado ao aumento do uso de energias renováveis, principalmente em momentos de crise hídrica como a registrada recentemente no Brasil. “Com o aumento da geração eólica se reduz o uso de térmicas, e, consequentemente, diminuem o custo do MWh e os impactos ambientais”, observa o professor Fröhlich.

O principal modo de falha detectado até o momento diz respeito a defeitos no eixo da alta velocidade da caixa de transmissão do aerogerador. As vibrações observadas dependem da velocidade de rotação, e o treinamento de modelos robustos que capturem as variações é considerada uma grande conquista para a equipe da UFSC. “Hoje conseguimos prever tais falhas com antecedência, alertando a empresa para que possa escalonar manutenções preventivas, evitando assim que a máquina sofra defeitos permanentes”, destaca o professor.

Com todos os objetivos alcançados, a parceria agora parte para a ampliação do número de aerogeradores monitorados e para a ampliação do espectro de outros modos de falhas. E, claro, colaborar cada vez mais com o aumento acelerado da geração de energias renováveis e ambientalmente sustentáveis.

A reportagem completa integra a edição número 13 da Revista da Fapeu disponível em https://abre.ai/revistadafapeu