dc.creator | Hübner, Guilherme Ricardo | |
dc.date.accessioned | 2024-09-10T15:04:32Z | |
dc.date.available | 2024-09-10T15:04:32Z | |
dc.date.issued | 2024-03-22 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/33005 | |
dc.description.abstract | Policies aimed at reducing carbon dioxide emissions receive widespread promotion
in environmentally focused campaigns, leading to a significant surge in renewable energy
generation. To enhance the wind energy sector’s appeal and profitability, research interest
in developing methods for monitoring wind turbine conditions has been steadily growing.
This study proposes a solution for detecting rotor imbalances in wind turbines resulting
from blade mass or aerodynamic imbalances. Developing this solution required an investigation
into which operational signals of the wind turbine are affected when a rotor
imbalance occurs. This investigation relied on results obtained through simulation software
and analyses of mathematical models of wind turbines. The OpenFAST software
was employed for simulations, comprising structural, aerodynamic, electrical, and control
models of the wind turbine. To generate wind time series, the TurbSim software, also
developed by NREL, was used. It is important to mention that OpenFAST allows integration
with Simulink, a Matlab tool, where control loops for maximum power point tracking
(MPPT) and power limitation regions were developed. To manage and automate simulations
and create a database, a Python application was developed to manipulate OpenFAST
and TurbSim files. This application conducts simulations under various wind scenarios
and rotor imbalance conditions. Analysis of simulations and mathematical models of the
wind turbine revealed that mass and aerodynamic imbalances affect translational accelerations
of the nacelle’s inertial units. The nacelle’s translational acceleration in the ys
axis direction is more significantly disturbed by aerodynamic imbalance, while acceleration
along the xs axis is similarly affected by both mass and aerodynamic imbalances. For
automated rotor imbalance detection, two artificial intelligence techniques were employed
for comparison. The first technique involved statistical descriptors of accelerations and
wind speed, which were used to generate images. These images are fed into a convolutional
neural network (CNN) for training and prediction. The second method utilized
accelerations in the frequency domain, focusing on frequencies near 1p. In this case, a
support vector machine (SVM) was used for training and prediction of rotor conditions.
Additionally, this study introduces an innovative approach by incorporating the use of
Generative Adversarial Networks (GANs) for domain adaptation. This strategy aims to
make the rotor imbalance detection method highly adaptable to different wind turbine models. The significant advantage of GANs lies in their capacity to adapt the detection
model without requiring a complete algorithm overhaul, making it efficient and practical
for different models. Finally, a practical solution for implementing the technique in wind
farms is proposed by integrating it into a management system that enables continuous
monitoring, real-time detection, and predictive maintenance, contributing to optimized
performance and integrity of industrial-scale wind farms. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Sistema de monitoramento de condições | por |
dc.subject | Desequilíbrio em rotores de aerogeradores | por |
dc.subject | Adaptação de domínio | por |
dc.subject | Técnicas de inteligência artificial | por |
dc.subject | Condition monitoring systems | eng |
dc.subject | Wind turbines rotor imbalance | eng |
dc.subject | Adaptation domain | eng |
dc.subject | Artificial intelligence techniques | eng |
dc.title | Diagnóstico automático de desbalanceamento em rotores de aerogeradores utilizando técnicas de inteligência artificial | por |
dc.title.alternative | Automatic diagnosis of imbalance in wind turbine rotors using artificial intelligence techniques | eng |
dc.type | Tese | por |
dc.description.resumo | Políticas de redução das emissões de dióxido de carbono são amplamente promovidas
em campanhas com foco ambiental. Esse impulso tem gerado um aumento significativo
na geração de energia por meio de fontes renováveis. Para tornar o setor eólico
mais atrativo e rentável, tem havido um crescente interesse em pesquisas voltadas para
o desenvolvimento de métodos de monitoramento das condições dos aerogeradores. Este
trabalho apresenta uma proposta para o desenvolvimento de uma solução destinada a
detectar desequilíbrios nos rotores de aerogeradores, causados por desequilíbrios de massa
das pás ou aerodinâmicos. A elaboração dessa solução demandou investigar quais sinais
operacionais do aerogerador são impactados quando há um desequilíbrio no rotor. Essa
investigação foi realizada com base nos resultados obtidos por meio de softwares de simulação
e análises de modelos matemáticos de turbinas eólicas. O OpenFAST foi usado
para simulações abrangendo modelos estruturais, aerodinâmicos, elétricos e de controle
do aerogerador. O software TurbSim foi usado para gerar séries temporais de vento. O
OpenFAST integra-se com o Simulink do Matlab, onde foram desenvolvidas as malhas de
controle para rastreamento do ponto máximo de potência e limitação de potência. A fim
de gerenciar e automatizar as simulações, bem como criar um banco de dados, foi desenvolvida
uma aplicação em linguagem Python que manipula os arquivos do OpenFAST e
TurbSim. Esta aplicação executa simulações em diferentes cenários de vento e condições
de desequilíbrio do rotor. Analisando as simulações e os modelos matemáticos da turbina
eólica, observou-se que as acelerações translacionais das unidades inerciais da nacele são
afetadas pelos desequilíbrios de massa e aerodinâmicos. A aceleração translacional da
nacele na direção do eixo ys é mais intensamente perturbada pelo desequilíbrio aerodinâmico,
enquanto a aceleração ao longo do eixo xs é afetada de forma semelhante por ambos
os desequilíbrios (massa e aerodinâmico). Para a detecção automática dos desequilíbrios
do rotor, foram empregadas duas técnicas de inteligência artificial para comparação. A
primeira técnica envolveu descritores estatísticos das acelerações e da velocidade do vento,
que foram utilizados para gerar imagens. Essas imagens alimentaram uma rede neural
convolucional (CNN) no processo de treinamento e predição. O segundo método utilizou
as acelerações no domínio da frequência, com foco nas frequências próximas de 1p. Nesse caso, a máquina de vetor de suporte (SVM) foi empregada para treinamento e predição
das condições do rotor. Além disso, este trabalho propõe uma abordagem inovadora ao
incorporar o uso de redes neurais Adversárias Generativas (GAN) para a adaptação de
domínio. Essa estratégia tem o objetivo de tornar o método de detecção de desequilíbrio
do rotor altamente adaptável a diferentes modelos de aerogeradores. A vantagem
significativa das GANs reside na capacidade de adaptar o modelo de detecção sem a necessidade
de uma revisão completa do algoritmo, tornando-o eficiente e prático para uma
variedade de modelos. Por fim, o autor propõe uma solução prática para a implementação
da técnica em parques eólicos, integrando-a a um sistema de gerenciamento que permite
o monitoramento contínuo, detecção em tempo real e manutenção preditiva, contribuindo
para o desempenho otimizado e a integridade de parques eólicos em escala industrial. | por |
dc.contributor.advisor1 | Pinheiro, Humberto | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5900576762082210 | por |
dc.contributor.referee1 | Souza, Carlos Eduardo de | |
dc.contributor.referee2 | Franchi, Claiton Moro | |
dc.contributor.referee3 | Dias, João Paulo | |
dc.contributor.referee4 | Bernardes, Thiago Araújo | |
dc.creator.Lattes | http://lattes.cnpq.br/5375025720580171 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Engenharia Elétrica | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Elétrica | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | por |
dc.publisher.unidade | Centro de Tecnologia | por |