Tese

Análise da aplicação de técnicas de inteligência artificial no diagnóstico de máquinas elétricas (2023)

• Authors:
  • Pinto, Murilo Marques
  • Flauzino, Rogério Andrade (Orientador)
• Autor USP: PINTO, MURILO MARQUES - EESC
• Unidade: EESC
• Sigla do Departamento: SEL
• DOI: 10.11606/D.18.2023.tde-01122023-122445
• Subjects: INTELIGÊNCIA ARTIFICIAL; MÁQUINAS ELÉTRICAS; PROBABILIDADE
• Keywords: Diagnóstico de hidrogeradores; Sistemas especialistas probabilísticos
• Agências de fomento:
  • Financiamento ANEEL
• Language: Português
• Abstract: Este trabalho apresenta o desenvolvimento de um sistema especialista probabilístico para monitoramento de condição de hidrogeradores, visando apoiar as equipes de manutenção e operação desses ativos. O sistema foi construído após extenso levantamento na literatura, validado por especialistas, que correlacionou os sintomas do equipamento aos modos de falha correspondentes. Inicialmente, foram identificadas as principais técnicas utilizadas no monitoramento de hidrogeradores, bem como os defeitos relatados na literatura, analisando suas causas e modos de falha. Em seguida, o sistema inteligente de diagnóstico foi desen- volvido e testado em casos de defeitos previamente encontrados na literatura, obtendo uma alta taxa de acerto de até 91%. A aplicação desse sistema nas rotinas de manutenção de usinas hidrelétricas traz benefícios econômicos e socioambientais significativos, como a redução dos custos de falhas e manutenções, dos riscos de acidentes de trabalho e dos impactos ambientais. Para trabalhos futuros, estão previstos estudos para levantar novas probabilidades de sintomas e modos de falha não contemplados nesta versão do trabalho, bem como a validação do modelo com mais casos de falha. Além disso, está planejado o teste do sistema com dados reais de operação e manutenção de uma usina hidrelétrica, dentro do projeto Pesquisa e Desenvolvimento ANEEL PD-00622-0119/2019
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2023
• Data da defesa: 20.09.2023

Informações sobre o DOI: 10.11606/D.18.2023.tde-01122023-122445 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by-nc-sa

---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  PINTO, Murilo Marques. Análise da aplicação de técnicas de inteligência artificial no diagnóstico de máquinas elétricas. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-01122023-122445/. Acesso em: 02 out. 2024.

• APA

  Pinto, M. M. (2023). Análise da aplicação de técnicas de inteligência artificial no diagnóstico de máquinas elétricas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18153/tde-01122023-122445/

• NLM

  Pinto MM. Análise da aplicação de técnicas de inteligência artificial no diagnóstico de máquinas elétricas [Internet]. 2023 ;[citado 2024 out. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-01122023-122445/

• Vancouver

  Pinto MM. Análise da aplicação de técnicas de inteligência artificial no diagnóstico de máquinas elétricas [Internet]. 2023 ;[citado 2024 out. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-01122023-122445/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• A physics-informed stairway statistical neural model for DGA analysis