1. Repositório Institucional UFC
2. CT - Centro de Tecnologia
3. DEME - Departamento de Engenharia Mecânica
4. DEME - Trabalhos apresentados em eventos

Tipo:	Artigo de Evento
Título :	Revisão de aplicações de machine learning no aprimoramento de métodos de monitoramento de turbinas eólicas com foco em caixas de engrenagens
Autor :	Mangueira, Rivanilso dos Santos Alencar, João Gabriel Ramos Arraes de Fernandes, João Victor Santos Palácio, Gilderlanio Barbosa Alves
Palabras clave :	Energia eólica;Caixas de engrenagens;Aprendizado do computador
Fecha de publicación :	2020
Citación :	MANGUEIRA, Rivanilso dos Santos; ALENCAR, João Gabriel Ramos Arraes de; FERNANDES, João Victor Santos; PALACIO, Gilderlanio Barbosa Alves. Revisão de aplicações de machine learning no aprimoramento de métodos de monitoramento de turbinas eólicas com foco em caixas de engrenagens. In: CONGRESSO BRASILEIRO DE ENERGIA SOLAR, VIII, 01 a 05 jun. 2020, Fortaleza, Ceará, Brasil. Anais[...] Fortaleza, Ceará, 2020. Tema: “Outras fontes renováveis de energia - Simulação, análise, equipamentos e sistemas de conversão eólica para eletricidade”
Resumen en portugués brasileño:	A caixa de engrenagens é um dos componentes mais importantes para o funcionamento de umaerogerador e um dos que merece maior atenção dos operadores no que concerne amanutenção, uma vez que está entre os cinco fatores que falham com maior frequência e é oque representa o maior tempo percentual total de inatividade da turbina. Nesse contexto, estetrabalho visa expor como a tecnologia dos algoritmos de Machine Learning (ML) tem sidoaplicada recentemente no melhoramento dos métodos de monitoramento de condições eperformance do sistema, com foco na parte supracitada. Relacionado ao conceito deinteligência artificial, o ML consiste no aprendizado de uma máquina computadorizada a partirde um conjunto de dados previamente fornecidos de modo que o método possa produzir novosdados, tem se demonstrado útil no âmbito da manutenção, possibilitando, por meio de modeloscomo redes neurais e processos gaussianos, a previsão de falhas com antecedência,amplificando a ação de métodos tradicionais como de análise de dados de vibração, detemperatura ou de curva de potência, evitando custos e despesas associados com correções aofacilitar a prevenção. Os resultados desta revisão bibliográfica apontam caminhos promissorespara o desenvolvimento de estudos na área, particularmente no que diz respeito aomonitoramento de temperatura
URI :	http://www.repositorio.ufc.br/handle/riufc/56933
ISBN :	978-65-993338-0-4
Aparece en las colecciones:	DEME - Trabalhos apresentados em eventos

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.