UNIFEI - Campus 1: Itajubá PPG - Programas de Pós Graduação Dissertações
Use este identificador para citar ou linkar para este item: https://repositorio.unifei.edu.br/jspui/handle/123456789/2216
Tipo: Dissertação
Título: Metodologia de acompanhamento e identificação de falha em transformadores (MAIFT): contribuição da identificação da causa raiz aliada à manutenção preditiva
Autor(es): ANTUNES, Harison Araujo
Primeiro Orientador: WANDERLY NETO, Estácio Tavares
metadata.dc.contributor.advisor-co1: MUNIZ, Pablo Rodrigues
Resumo: Transformadores de potência geralmente são os ativos de maior custo em um sistema elétrico, além de serem críticos à operação do sistema ou de uma indústria em que uma parada não programada pode trazer enorme prejuízo econômico. Assim, a detecção de falhas incipientes e a verificação da condição do equipamento para se evitar paradas intempestivas se fazem primordiais e podem ser alcançadas por intermédio da realização periódica de ensaios e testes. As manutenções preventiva e preditiva de transformadores elétricos com a aplicação de técnicas convencionais para Análise de Gases Dissolvidos (AGD) em óleo isolante são capazes de indicar os tipos de falhas: sobreaquecimentos, Descargas Parciais (DP) de baixa intensidade entre outras, contudo não identificam a causa raiz dos efeitos diagnosticados. Diante disso, tem-se a possibilidade de maiores ganhos aliando o diagnóstico preditivo à técnica de busca pela causa raiz da falha, visando à obtenção de diagnósticos mais aprofundados, permitindo o bloqueio da causa raiz. Para tanto, esta dissertação propõe uma Metodologia de Acompanhamento e Investigação de Falhas em Transformadores (MAIFT). Sendo assim, espera-se que o uso da ferramenta proposta evite a repetição do problema ou permita antecipação à falha em outro equipamento similar. A MAIFT aqui desenvolvida é empregada em casos reais, o que demonstra a sua eficácia frente às técnicas convencionais de diagnóstico.
Abstract: Power transformers are generally the most expensive assets in an electrical system, in addition to being critical to the operation of the system or an industry in which an unscheduled shutdown can bring enormous economic damage. Thus, the detection of incipient failures and the verification of the condition of the equipment to avoid untimely stops are essential and can be achieved through periodic tests. The preventive and predictive maintenance of electrical transformers with the application of conventional techniques for analysis of gases dissolved in insulating oil are capable of indicating the types of failures: overheating, low intensity partial discharges, among others, however they do not identify the root cause of the diagnosed effects. Given this, there is the possibility of greater gains combining the predictive diagnosis with the technique of searching for the root cause of the failure, aiming at obtaining more in-depth diagnoses, allowing the blocking of the root cause. For this purpose, this dissertation proposes a methodology for monitoring and investigating failures in transformers. Therefore, it is expected that the use of the proposed tool will avoid the repetition of the problem or allow the anticipation of failure in other similar equipment. The proposed methodology is used in real cases, which demonstrates its great efficiency compared to conventional diagnostic techniques.
Palavras-chave: Análise de falhas
Análise de gases dissolvidos
Análise da causa raiz de falhas
Transformadores de potência
Manutenção preventiva
Manutenção preditiva
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTENCIA
Idioma: por
País: Brasil
Editor: Universidade Federal de Itajubá
Sigla da Instituição: UNIFEI
metadata.dc.publisher.department: Departamento 1
metadata.dc.publisher.program: PPG1
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.unifei.edu.br/jspui/handle/123456789/2216
Data do documento: 7-Ago-2020
Aparece nas coleções:Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação_2020100.pdf3 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.