Diagnóstico de Falhas em Componentes de Turbinas a Gás Utilizando Redes Neurais Artificiais.

Abstract

A geração de energia termelétrica no Brasil vem crescendo nas últimas duas décadas, visto que a maior parte dos recursos hídricos, destinados para geração hidrelétrica, já foram explorados. De maneira a manter a energia elétrica a preços razoáveis, inúmeras iniciativas foram tomadas, incluindo a redução de custos de operação e manutenção de usinas termelétricas. Nesse contexto, as técnicas de diagnóstico de falhas em componentes de turbinas a gás podem melhorar a qualidade da manutenção, reduzindo o tempo da turbina parada e, desta forma, aumentando a disponibilidade da usina, enquanto maximiza o lucro operacional, mantendo a eficiência da turbina a gás em níveis adequados. Nesta Tese, uma técnica de diagnóstico de falhas baseada em redes neurais artificiais foi desenvolvida para avaliar as condições de saúde operacional de uma turbina a gás industrial de eixo simples ALSTOM GT11N2. Primeiramente, um modelo da turbina a gás foi elaborado utilizando o software PYTHIA 2.8, onde dados de uma turbina real foram utilizados no processo de convergência do modelo. Em seguida, foram aplicados diferentes níveis de degradação nos parâmetros independentes dos componentes do modelo da turbina a gás para gerar as amostras de treinamento e validação das redes neurais artificiais. Então, uma estrutura hierarquizada de três níveis foi estabelecida compreendendo as funções de detecção, isolamento e quantificação de falhas, sendo representadas por arquiteturas específicas de redes neurais, que são treinadas para tratar medições sem e com ruído. No primeiro caso, as redes neurais individuais apresentaram excelente desempenho, enquanto no último foi alcançado bom resultado, a menos de poucos problemas com a rede de isolamento de falhas. No entanto, toda a estrutura do sistema hierárquico de diagnóstico apresentou, respectivamente, bom e aceitável desempenho quando analisando esses dois casos. Além do esforço mencionado, também é objeto desta Tese a investigação das técnicas de filtragem de sinais de sensores de medição, de forma a promover a suavização e remoção de ruídos dos sinais oriundos dos instrumentos de medição, resultando em parâmetros dependentes adequados para serem submetidos à análise de diagnóstico pela técnica proposta. Finalmente, a metodologia completa é aplicada a uma campanha operacional da turbina a gás para verificação de sua efetividade.