Diagnóstico automático de falhas em grupos geradores hidroelétricos utilizando técnicas preditivas de manutenção e redes neurais artificiais

Abstract

Neste trabalho se apresenta uma técnica de redução de dados para monitoração e diagnóstico automático de grupos geradores hidroelétricos com base na análise de vibrações, utilizando redes neurais artificiais. Os sinais de vibração são processados numericamente para se obter um espectro normalizado com no máximo doze freqüências, especialmente determinadas para cada máquina em particular, de tal forma a torná-lo representativo da condição da máquina. A definição das bandas de freqüência a serem usadas no processamento desse espectro especial é feita para cada equipamento a ser monitorado com auxílio de um ambiente computacional desenvolvido e apresentado neste trabalho. Um programa protótipo de monitoração baseado nestas técnicas foi desenvolvido e é apresentado com uso de exemplos de aplicação.

In this work a data reduction technique based on vibration analysis that can be applied to both monitoring and automatic diagnosis of rotating machineries together with use of neural networks is presented. Vibration signals are processed to obtain a normalized spectrum with up to 12 frequency bands that should be defined for each particular machine. In this manner this special spectrum can become representative of the machine’s working condition. The definition of the spectrum’s bands that will be used in data processing is carried out for each machine by use of a computational environment that has been developed. This environment is also shown in this work. A prototype monitoring program based in this technique also has been developed and its application is highlighted with examples.