Programa de Pós Graduação em Automação e Sistemas - PPGAS

URI Permanente desta comunidade

https://repositorio.cefetmg.br//handle/123456789/620

Navegar

Navegando Programa de Pós Graduação em Automação e Sistemas - PPGAS por Autor "Barbosa, Burno Henrique Groenner"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Análise de ruído audível de aerogeradores utilizando aprendizado de máquinas
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2025-08-14) Silva, William Rodrigues; Santos, Murillo Ferreira dos; Silva, Mathaus Ferreira da; http://lattes.cnpq.br/4034410863099991; http://lattes.cnpq.br/6538282975603701; http://lattes.cnpq.br/9654620530818203; Santos, Murillo Ferreira dos; Silva, Mathaus Ferreira da; Oliveira, Ângelo Rocha de; Barbosa, Burno Henrique Groenner
    A 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.