Slide 1 - AlvaresTech

Propaganda
DESENVOLVIMENTO DE SISTEMA DE
DIAGNÓSTICO E BASE DE
CONHECIMENTO PARA AUXÍLIO À
MANUTENÇÃO PREDITIVA DE
HIDRO-GERADORES
1840 ELN/UFPA/FADESP
SUMÁRIO
1. Objetivo
 2. Justificativa
 3. Equipe do Projeto
 4. Metodologia de execução do Projeto
 5. Produção Científica
 6. Modificações realizadas ao longo do projeto
 7. Resultados
 8. Conclusão

1. OBJETIVO
Desenvolvimento de um sistema de diagnóstico
de falhas em Hidro-Geradores;
 Privilegiar a manutenção preditiva, caminhando
no sentido de mudar a filosofia de manutenção
reativa, baseada em tempo, para uma filosofia
proativa, onde a intervenção é baseada nas
condições do equipamento.

OBJETIVOS ESPECÍFICOS



Atender a demanda da Eletronorte intitulada
"Desenvolvimento de Sistema de Diagnóstico e Base de
Conhecimento para Auxílio a Manutenção Preditiva de
Hidrogeradores".
Elaborar e validar uma base de regras de um sistema
especialista para auxílio ao diagnótico dos HidroGeradoreas de Tucuruí PA primeira etapa, Coaracy Nunes
AP e Balbina AM.
Desenvolver e implementar módulos de auxilio ao
diagnóstico de falhas utilizando algoritmos que combinem
as vantagens fornecidas pela lógica fuzzy e/ou redes
neurais,, considerando os seguintes defeitos: 1) Perda da
Capacidade de Isolamento da Barra do Estator; 2)Desgaste
das Sapatas dos Mancais;3)Desgaste do Anel Coletor;
4)Entupimento do Circuito de Refrigeração do Rotor.
OBJETIVOS ESPECÍFICOS


Disponibilizar informações contínuas aos
operadores, pessoal de manutenção e aos
especialistas no equipamento, através da rede
corporativa de computadores da Eletronorte e de
módulos que permitam a análise remota dos
sinais monitorados.
Implementar uma sistemática de apresentação
de alarmes, armazenamento em banco de dados e
gerenciamento das informações recebidas pelos
sistema de monitoração.
2. JUSTIFICATIVA


Constantes variações de carga de um sistema de
potência e o aumento da demanda de energia
elétrica, somado ao freqüente processo destrutivo
ocorrido nos elementos das máquinas ao longo do
tempo, vem sendo necessário modernizar os
procedimentos de manutenção preditiva, onde o
monitoramento da unidade determina o "estado
de funcionamento" do equipamento.
A máquina em funcionamento emite numerosos
sinais que indicam o seu "estado de
funcionamento", onde o problema consiste em a
partir destes sinais, estabelecer um diagnóstico
correto e confiável.
JUSTIFICATIVA

Vantagens





Monitoração contínua do equipamento, fornecendo
informações ao pessoal de operação e manutenção.
Programação antecipada de paradas programadas do
equipamento, evitando multas em função de
indisponibilidades desnecessárias.
Melhoria na programação das tarefas do pessoal de
manutenção.
Melhoria na programação do quantitativo de peças de
reposição.
Auxiliar à manutenção preditiva, filtrando as
informações redundantes e auxiliando no diagnóstico
de defeito.
JUSTIFICATIVA

Vantagens
Redução nos custos de viagens para coleta de sinais,
eliminando o tempo gasto em deslocamento de
especialistas.
 Diagnosticar a grande maioria dos defeitos, deixando
os especialistas com mais tempo para a analise dos
casos mais complexos ou que fogem aos padrões
conhecidos.
 Viabilizar as tomadas de decisões dos operadores,
possibilitando o acompanhamento "on-line" das
evoluções dos sinais fornecidos pelo sistema de
diagnósticos, auxiliando na manutenção autônoma e
possibilitando a convocação da equipe de manutenção
em tempo hábil para solucionar eventuais problemas
que estejam evoluindo muito rapidamente.

3. EQUIPE DO PROJETO
Prof . Dr. Roberto Limão (Coordenador) - UFPA
 Jacques Sanz (Gerente) - ELETRONORTE
 Prof. Dr. Alexandre Mesquita - UFPA
 Anderson José Costa Sena - UFPA
 Roger R. da Silva - UFPA
 Ednelson S. Costa - UFPA
 Marcus Guerra - UFPA
 Fábio Soares - UFPA

4. METODOLOGIA DO PROJETO
A. Elaborar treinamento da inteligência
computacional lógica fuzzy.
 B. Elaborar regras para o diagnóstico.
 C. Fornecer o suporte (Hardware e software) aos
módulos do Sistema DiaHGer instalados nas
Usinas de Tucurui, Balbina e Coaracy Nunes.
 D. Metodologia de desenvolvimento de software.
 E. Escrever versão em C++ na estação de acesso
de cada usina.
 F. Escrever versão em Java.

4. METODOLOGIA DO PROJETO
G. Comparar a eficiência dos dois sistemas
clientes.
 H. Verificar a consistência das regras para o
diagnóstico.
 I. Criar, revisar e testar regras para os defeitos e
aplicá-las no Labview. Atualização do software
em LabView.
 J. Validar o sistema de diagnóstico.
 K. Comunicação com o Supervisório, IMADP e
Queda em LabView.

A. TREINAMENTO


Cursos de lógica Fuzzy para especialistas,
técnicos e engenheiros da ELETRONORTE e
membros da equipe do projeto.
Reuniões para nivelamento de conhecimento e
coleta de informações.
B. ELABORAÇÃO DE REGRAS

Elaboração das regras de diagnóstico
Elaboração e aperfeiçoamento das regras.
 Inclusão das regras no sistema.
 Testes das regras no sistema de diagnóstico.

B. ELABORAÇÃO DE REGRAS
Revisão Estudo da correlação entre a vibração e
as descargas parciais
 Pesquisa dos níveis de alarme da vibração do
núcleo e da barra no ESTATOR
 Palestra: “Fundamentos das Centrais
Hidrelétricas e Turbogeradores”



Ministrada pelos Prof. Dr. Alexandre Mesquita
Revisão da tecnologia de hardware utilizada pelo
sistema SIMME
C. FORNECER O SUPORTE
LEVANTAMENTO DE INFORMAÇÕES REFERENTES A
MONITORAÇÃO DE HIDROGERADORES
Informações contidas no SIMME
 Informações contidas no IMADP / Supervisório
 Após a pesquisa verificou-se que as informações
atualmente disponíveis não atendem ao sistema
de diagnóstico em virtude de da ausência de
variáveis de grande importância como a de
temperatura.
 Surgiu a necessidade da equipe do projeto
contribuir com o desenvolvimento de um módulo
em software de leitura de dados necessários a
continuidade do projeto.

D. SEMINÁRIOS E CURSOS

Cursos oferecidos pela
ELETRONORTE/UFPA/LABEM
Fundamentos de Vibração e Balanceamento
 Fundamentos de Dinâmicas de Rotores
 Processamento Digital de Sinais e Manutenção
Preditiva.


Participação da equipe do projeto no seminário do
“Estado da Arte em Sistemas de Monitoramento
aplicados a Máquinas Rotativas”.
E. SISTEMA DE DIAGNÓSTICO

Metodologia

Documentação padrão de software adotada pela ELN
Especificação dos Requisitos de Software
 Modelo de Análise de Software
 Plano de Especificação de Software



Levantamento das regras
Base de dados
Comunicação com os Bancos de Dados: SIMME, IMADP e
Supervisório.
 Configuração Fuzzy em arquivo texto.

F. ARQUITETURA DO SISTEMA
SISTEMA DE AUXÍLIO A DIAGNÓSTICO

Consiste em um software composto por módulos de
auxílio ao diagnóstico de defeitos em hidrogeradores.
Diagnóstico com dados reais
 Diagnóstico com dados simulados


Os módulos desenvolvidos utilizando algoritmos
baseados em lógica fuzzy e a base de conhecimento
formada pelo corpo técnico da Eletronorte.

Com a finalidade de diagnosticar defeitos
relacionados:
à perda da capacidade de isolamento do estator
 desgaste dos mancais
 desgaste do anel coletor

SOFTWARE

Funções principais
Diagnóstico de hidro-gerador
 Validação das regras
 Impressão de relatórios


Ambiente de Desenvolvimento Labview
TELA PRINCIPAL
LOGIN
CONFIGURAÇÃO FUZZY
EDIÇÃO DE VARIÁVEIS
EDIÇÃO DE CONJUNTOS
EDIÇÃO DE REGRAS
REGRAS



Exemplo de regras fuzzy utilizadas:
SE OscRadialMGT-0= Alarme2 ENTÃO
ExcentricidadeMGT=Alto
SE TempOleoMGT=Alarme2 E
TempMetalMGT=Alarme2 E OscRadialMGT0=Normal E OscRadialMGT-90=Normal ENTÃO
DefeitoResfMGT=Alto
VALIDAÇÃO DE REGRAS
G. DESENVOLVIMENTO DO SISTEMA DE
DIAGNÓSTICO EM C++ BUILDER
Desenvolver sistema de diagnóstico em C++;
 Fazer testes de performance;
 Comparar com os sistemas desenvolvidos em
Java e LabView;
 Desenvolvido utilizando a IDE Code Gear Builder
2009.

SISTEMA DE DIAGNÓSTICO EM C++

Interface Principal
H. DESENVOLVIMENTO DO SISTEMA DE
DIAGNÓSTICO EM JAVA
Desenvolver sistema de diagnóstico em Java;
 Fazer testes de performance;
 Comparar com os sistemas desenvolvidos em
Builder C++ e LabView;
 Desenvolvido utilizando o NetBeans

I. DESENVOLVIMENTO DE MÓDULO PARA LEITURA
DAS GRANDEZAS FORNECIDAS PELO SISTEMA
SUPERVISÓRIO
Desenvolvimento um módulo em software que
permitirá a comunicação com o CLP responsável
pela medição das variáveis de processo da UGH01 da UHE Tucuruí.
 Permitirá a leitura das variáveis de processo.
 Identificação das variáveis e dos seus códigos de
acesso utilizados pelo CLP para que os valores
das grandezas possam ser lidos pelo sistema
 Estão sendo realizados, em laboratório, testes de
comunicação com alguns instrumentos de
medição através da interface serial utilizando o
módulo de comunicação desenvolvido em
LabView.

OBTENÇÃO DE DESCARGAS PARCIAIS
As descargas parciais são adquiridas pelo sistema
IMADP que faz o armazenamento dos dados de
descargas parciais em arquivos no formato texto.
 A localização de cada arquivo, bem como a data e a
hora na qual ele foi armazenado, fica registrada no
banco de dados do sistema na tabela DP_Mapa.
 Para o sistema de diagnóstico é necessário apenas um
valor numérico que represente o nível de descarga
parcial em cada arquivo.
 Para o sistema de diagnóstico é necessário apenas um
valor numérico que represente o nível de descarga
parcial em cada arquivo.

COMPARAÇÃO ENTRE SOFTWARE

Parâmetros de comparação foram definidos como:
Sigla
Parâmetro
P1
Visualização tela de
configuração
P2
P3
P4
Unidade
Ação de abrir a tela de configuração Fuzzy
Tempo (ms)
Carregamento do programa na memória
Tempo (ms)
Carrega dados para diagnóstico na tela principal
Tempo (ms)
Carregamento das variáveis, conjuntos e regras de um
componente.
Tempo (ms)
Diagnóstico de falha em um registro de dados. Envolve todas as
operações fuzzy.
Tempo (ms)
Carregamento da tela de simulação
Tempo (ms)
Realização de uma simulação para dados fictícios, envolve todas
as operações fuzzy e ainda exibe os detalhes das operações, tais
como regras acionadas, conjuntos fuzzy acionados
Tempo (ms)
Inicializar Programa
Carregar dados na tela
Carregar componentes
P5
Diagnóstico
P6
Carregar tela de
simulação
P7
Descrição
Realizar simulação
COMPARAÇÃO ENTRE SOFTWARE

Resultados:
Sigla
Descrição
p1
Visualização tela configuração
16
3
p2
Inicializar programa
31
1235
p3
Carregar os dados na tela
16
6,87
p4
Carregar componentes
1610
18,7
p5
Diagnosticar
125
1,43
p6
Carregar tela simulação
47
7,5
p7
Realizar simulação
125
6

Desempenho C++ (ms)
Desempenho Java (ms)
Os programas obtiveram uma performance equivalente
e satisfatória, visto que os valores expressos na tabela
acima estão em milésimos de segundo, e as diferenças
passam a ser imperceptíveis para o usuário final.
BANCO DE DADOS

O Sistema de Diagnóstico utiliza dados de dois
bancos de dados, a saber:
O banco de dados do SIMME
 O banco de dados IMADP.



As regras do sistema Fuzzy
armazenadas no banco do SIMME.
O SGBD é SQL Server 2000.
estão
sendo
BANCO DE DADOS VIRTUAL


Com o objetivo de realizar simulações com as
regras disponíveis de modo a validá-las sem que
houvesse a implantação com os bancos SIMME e
IMADP, criou-se um banco de dados virtual.
Este banco serve como base para fazer a análise
dos defeitos do hidrogerador ajudando a fazer a
simulação desses defeitos.
5. PRODUÇÃO CIENTÍFICA
SBAI 2009
 ENAM 2010
 ERIAC 2011
 SNPTEE 201
 CIBEM 2011

6. MODIFICAÇÕES REALIZADAS NO
PROJETO

Contribuição com o desenvolvimento do SIMME
Desenvolvimento no SIMME de um código responsável pela
leitura das grandezas fornecidas pelo sistema supervisório
das usinas.
 Justificativa: Após a pesquisa verificou-se que as
informações atualmente disponíveis não atendem ao
sistema de diagnóstico em virtude de da ausência de
variáveis de grande importância como a de temperatura.


Software de diagnóstico
Versões em Java e C++ Builder.
 Justificativa: em reuniões com profissionais da Eletronorte
não chegou-se a um consenso de qual ambiente de
desenvolvimento seria ideal para sistemas de diagnóstico
remoto. Dessa forma, ficou estabelecido que seria
necessário o desenvolvimento além do Labview nas
plataformas C++ Builder e Java para comparação de
desempenho.

MODIFICAÇÕES REALIZADAS NO PROJETO


Obedecendo ao cronograma previsto para o Ano 03 do
projeto, será mantida a etapa 7, entrando uma nova
etapa que se refere a validação do sistema de
diagnóstico.
Como ajuste sugerido para a continuidade do projeto,
passam a fazer parte do cronograma as novas
atividades abaixo:






Criar, revisar e testar regras para os defeitos e aplicá-las
no Labview. Atualização do software em LabView
Comunicação com o Supervisório, IMADP e Queda em
LabView
Escrever versão em C++ na estação de acesso de cada usina
Escrever versão em Java
Comparar a eficiência dos dois sistemas clientes
Estas alterações já com o novo cronograma estarão no
próximo Formulário de Acompanhamento do Projeto.
MODIFICAÇÕES REALIZADAS NO PROJETO
Número/Etapa
1
1
Criar, revisar e testar regras para os defeitos
e aplicá-las no Labview. Atualização do
software em LabView.
2
3
Comunicação com o Supervisório, IMADP e
Queda em LabView.
Validar o sistema de diagnóstico.
4
Fornecer o suporte (Hardware
e software) aos módulos do
Sistema DiaHGer instalados
nas Usinas de Tucurui, Balbina
e Coaracy Nunes.
5
Escrever versão em C++ na estação de
acesso de cada usina.
Escrever versão em Java.
6
7
8
9
Comparar a eficiência dos dois sistemas
clientes.
Validar os sistemas de diagnóstico.
Fornecer o suporte (Hardware
e software) aos módulos do
Sistema DiaHGer instalados
nas Usinas de Tucurui, Balbina
e Coaracy Nunes.
2
3
4
5
6
7
8
9
10
11
12
7. RESULTADOS

Diagnóstico dos mancais quanto aos defeitos de:






Diagnóstico do isolamento de estator quanto aos defeitos de:





Desbalanceamento
Perigo de roçamento
Excentricidade dos mancais
Defeito no sistema de resfriamento
Oil Whril
Sobre-aquecimento do Enrolamento Estatórico
Nível de Descarga Parcial elevada
Afrouxamento no núcleo
Sobre-aquecimento elevado
Regras utilizadas foram criadas por especialistas da
Eletronorte.
RESULTADOS



Saídas apresentam um valor percentual dos
defeitos.
Quando estão situados na faixa amarela o defeito
já apresenta alguma preocupação, embora o
problema ainda não seja crítico.
Quando estão situados na faixa vermelha o
defeito já apresenta riscos.
RESULTADOS PARA MANCAIS
Possibilidade de 46,45% para excentricidade no
MGT. Com base nos valores de Oscilação.
 Informa que a máquina já se encaminha para
problemas de excentricidade, embora não muito
severo.

RESULTADOS PARA MANCAIS
Possibilidade de 90,57% para excentricidade.
 Mostra que a máquina se encontra com fortes
característica do defeito.

RESULTADOS PARA ISOLAMENTO DO ESTATOR
O sobreaquecimento do enrolamento estatórico
existe quando há temperatura elevada no
enrolamento, no ar e no núcleo.
 As temperaturas elevadas, identificam uma
possibilidade de 73,02% para o defeito.

8. CONCLUSÃO

Monitoração contínua do equipamento e
armazenamento do histórico dos equipamentos.

Melhoria na programação do quantitativo de peças de
reposição.

Auxiliar à manutenção preditiva, filtrando as
informações redundantes e auxiliando no diagnóstico
de defeito.

Redução nos custos de viagens para coleta de sinais.

Deixar os especialistas com mais tempo para a análise
dos casos mais complexos ou que fogem aos padrões.
Download