Santos, Murillo Ferreira dosSilva, William Rodrigues2026-06-012025-08-14https://repositorio.cefetmg.br//handle/123456789/2722Trabalho desenvolvimento com o apoio da empresa Elera Renováveis, sendo que o trabalho encontra-se vinculado ao projeto desta, PD-02393-0223/2023A energia eólica, uma fonte sustentável e crescente na matriz energética brasileira, tem ganhado destaque nos últimos anos. Esse crescimento gera uma demanda crescente por soluções de manutenção preventiva e corretiva para os equipamentos responsáveis pela geração dessa energia. As turbinas eólicas, que consistem na sua grande maioria em sistemas mecânicos rotativos, podem gerar sons na faixa audível (frequentemente fora da faixa audível humana) que podem ser analisados para a detecção de falhas em seus componentes. Esta dissertação visa investigar uma técnica inovadora para a detecção de falhas em turbinas eólicas, utilizando a análise acústica dos sons produzidos por seus mecanismos. A abordagem proposta envolve o uso de redes neurais não supervisionadas para identificar padrões sonoros anômalos e a aplicação de redes neurais especialistas para catalogar e classificar essas falhas. Ao final, são apresentados os resultados experimentais que demonstram a eficácia da técnica proposta, suas limitações e o potencial de aplicação em outros setores industriais. Através do monitoramento de cinco aerogeradores, foram separadas duas falhas com precisão entre 98 e 99% de acurácia na sua classificação.ptDissertação2026-06-01Energia eólicaInteligência artificialRuído