[pt] Turbinas a gás industriais modernas instaladas em usinas termelétricas têm seus parâmetros de desempenho monitorados em tempo real. Contudo, existem inúmeras falhas de operação que são impossíveis de serem detectadas pela simples visualização destes parâmetros, uma vez que a condição de operação do equipamento é influenciada por diversos fatores. Sistemas de diagnóstico são usualmente oferecidos pelos fabricantes destes equipamentos, mas não são divulgados na literatura aberta, que conta em geral com trabalhos aplicados a casos específicos e a turbinas aeronáuticas. Esta dissertação propõe um sistema de diagnóstico de falhas em turbinas a gás, o qual opera através da contínua comparação entre sinais medidos em campo, os quais são simulados por um programa computacional, e resultados gerados por um modelo de referência, simulador da turbina saudável. O sinal comparado serve de entrada para um sistema fuzzy, que identifica e quantifica a severidade das falhas. Foram testadas falhas fictícias no compressor e foi avaliada a influência da mudança de geometria na calibração do sistema. Os resultados mostraram a robustez do sistema e sua capacidade de aplicação em uma situação real. / [en] Modern industrial gas turbines installed in thermal power plants have its performance parameters monitored in real time, however, there are innumerable operation faults that cannot be detected by a simple visual analysis of these parameters, once the equipment operating condition is influenced by several factors. Diagnosis systems are usually offered by the manufacturers of these equipments, but the methodologies are not published in the open literature, which is mostly dedicated to aircraft engines. This dissertation proposes a gas turbine diagnosis system that operates through the continuous comparison between the field measured signals, simulated by a software, and results generated by a reference numerical model, which represents the healthy gas turbine. The compared signal is used as input to a fuzzy system that identifies and quantifies the faults severity. Dummy compressor faults have been tested and the influence of the variable geometry has been analyzed during the system calibration. The results have shown the robustness of the system and its capability to be applied in a real world situation.

[pt] A deterioração do desempenho da turbina a gás é resultado de vários tipos de falhas, como acúmulo de sujeira, erosão e corrosão, que afetam os componentes no caminho do gás, sendo os principais o compressor, o combustor e a turbina. No presente trabalho é avaliado o desempenho de Redes Neurais Artificiais (RNA) no emprego de diagnóstico de falha de turbinas a gás. Todas as redes projetadas são do tipo MLP (multi-layer perceptron) com algoritmo de retropropagação (backpropagation). Para cada função de diagnóstico, várias arquiteturas foram testadas, modificando parâmetros de rede como o número de camadas escondidas e o número de neurônios em cada uma destas camadas. As RNAs para diagnóstico de falhas foram aplicadas ao modelo termodinâmico de uma turbina a gás industrial. Este modelo foi responsável pela criação de dados da usina saudável e também degradada, utilizados para o treinamento e validação das redes. Com os resultados obtidos do treinamento das redes é possível mostrar que as mesmas são capazes de detectar, isolar e quantificar falhas de componentes de turbinas a gás de forma satisfatória. / [en] The gas turbine performance deterioration is a result of several types of faults such as fouling, erosion and corrosion, which affects the components throughout the gas path. As the most significant of these components we can enumerate the compressor, the combustion chamber and the turbine itself. In this work the performance of different types of Artificial Neural Networks (ANN) are evaluated in the diagnosis of this kind of fault. Every neural network designed in this work is MLP (multi-layer perceptron) with back propagation algorithm. For each diagnosis function several architectures were tested, varying network parameters as the numbers of hidden layers and the number of neurons in each layer. The ANNs for fault diagnosis were applied in an industrial gas turbine thermodynamic model. This model was also used for healthy and degraded turbine data generation, which were used for ANNs training and validation. With the ANNs training results we can conclude that these networks are capable of detecting, isolating and quantifying gas turbine components faults in a satisfactory way.

[pt] Esta dissertação trata do problema de agregação dinâmica de modelos de turbinas e reguladores de velocidade de unidades geradoras coerentes, visando o cálculo de equivalentes dinâmicos precisos para estudos de estabilidade transitória de sistemas de energia elétrica. Os modelos de turbina e regulador de velocidade considerados neste trabalho são do banco de dados de estabilidade do sistema elétrico brasileiro (modelos do Anatem). A metodologia empregada para o cálculo de equivalentes dinâmicos apresenta três etapas básicas: a identificação de geradores coerentes, a redução estática da rede e a agregação dinâmica dos modelos das unidades geradoras coerentes. A agregação dinâmica de um grupo de unidades geradoras coerentes consiste em representar esse grupo através de uma ou mais unidades geradoras equivalentes. As unidades geradoras coerentes podem ser representadas por diferentes modelos de máquina síncrona, sistema de excitação, estabilizador, turbina e regulador de velocidade. Os parâmetros lineares dos modelos equivalentes são ajustados numericamente através do método de Levenberg-Marquardt para resolver o problema de otimização multivariável. As respostas em freqüência são apresentadas em diagramas de Bode (módulo e fase). O bem conhecido sistema New England é considerado para a avaliação do desempenho dinâmico dos equivalentes. As curvas de oscilação angular e de potência elétrica dos geradores do sistema interno, assim como curvas de tensão em barras, obtidas com o sistema equivalente são comparadas com aquelas obtidas com a simulação do sistema completo. / [en] This dissertation deals with the problem of dynamic aggregation of turbine and speed governor models of coherent generating units to calculate dynamic equivalents for power system transient stability studies. The turbine and speed governor models considered in this work are in the Brazilian electrical system stability database (Anatem models). The methodology used for the calculation of coherency-based dynamic equivalents has three basic steps: the identification of the coherent groups of generating units, the static reduction of the external network and the dynamic aggregation of coherent generating unit models. The dynamic aggregation of a group of coherent generating units consists of the representation of this group by one or more equivalent generating units. The coherent generating units can be represented by different models of synchronous machine, excitation system, stabilizer, turbine and speed governor. The linear parameters of the equivalent models are numerically adjusted using the Levenberg-Marquardt method in order to solve the multivariable optimization problem. The frequency responses are presented in Bode diagrams (magnitude and phase). The well known New England system is considered for the evaluation of the dynamic performance of the equivalents. The angular swing curves and electric power curves of the internal system generators as well as bus voltage curves obtained with the equivalent system are compared with those obtained with the simulation of the complete system.

[pt] As turbinas a gás são equipamentos de vital importância para o setor industrial, fornecendo trabalho e calor para diversos setores, do transporte aos sistemas de cogeração. A crescente necessidade de geração de energia elétrica confiável tem incentivado o projeto de turbinas a gás industriais, inclusive no Brasil, que operam com vários combustíveis como o diesel, gás natural, álcool e de combustíveis de baixo poder calorífico. Para melhor monitorar e controlar estes motores, uma análise completa da previsão de funcionamento em regime transitório é necessária. Durante o regime transitório das turbinas a gás industriais (heavy-duty), o sistema de controle deve manter os limites de certos parâmetros, tais como a temperatura na entrada da turbina e a velocidade de rotação do eixo, no seu valor nominal. Além disso, o tempo de resposta necessário para o sistema de controle atuar deve ser o mais breve possível para garantir uma operação de qualidade, segura e confiável. A temperatura de entrada da turbina, que é um parâmetro muito importante no desempenho de uma turbina a gás, é limitada pela resistência mecânica do material das pás da turbina. A velocidade de rotação do eixo deve permanecer constante, devido à ligação ao sistema elétrico, que não pode suportar altas flutuações de freqüência. Este trabalho tem como motivação o incremento da capacidade de simulação de um modelo computacional existente, incorporando, para este fim, rotinas de sistemas de controle. Como resultado, o novo modelo é capaz de simular qualquer condição de funcionamento de turbinas a gás industriais, em regime permanente e transitório controlado. Os resultados obtidos pelo programa computacional se mostraram fiéis ao comportamento real da máquina. Além disso, mostraram a flexibilidade do modelo ao lidar com diferentes condições de operação.Um programa computacional capaz de simular o desempenho transitório controlado de turbinas a gás é de extrema relevância para o desenvolvimento de softwares que auxiliam os operadores destes equipamentos. Dentre estes, estão os sistemas de monitoramento e diagnóstico dos equipamentos em questão. / [en] Gas turbine engines are a vital part of today’s industry, providing both work and heat for several industry sectors, from transportation to cogeneration systems. The growing need for reliable electricity has encouraged the design of stationary gas turbines, including in Brazil, which operates on multiple fuels such as diesel, natural gas and low calorific fuels. To better monitor and control these engines, a complete analysis for prediction of transient operation is required. During transient operation of heavy duty gas turbines, the control system must keep the limits of certain parameters, such as turbine inlet temperature (TIT) and the rotational shaft speed within their design range. Moreover, the time required for the control system to react should be as short as possible to guarantee a safe and reliable operation. The turbine inlet temperature, which is a very important parameter in the performance of a gas turbine, is limited by the turbine blades material mechanical resistance. Furthermore, the rotational speed should remain constant due to the electric grid connection, which cannot withstand high frequency fluctuations. This work is motivated by the need to increase the ability of a computer model to simulate the performance of industrial gas turbines, incorporating, for this purpose, control system routines. As a result, the new model will be able to simulate any operating condition of industrial gas turbines, in both steady state and transient. The results obtained by the computer program proved to be faithful to the actual behavior of the engine. Furthermore, they showed the flexibility of the model to deal with different operating conditions. A computer program capable of simulating the transient performance of gas turbines is very important for the development softwares to help operators of such equipment. In addition, it could be used in on-line intelligent diagnostic program.

[pt] Nos últimos anos tem-se observado o crescente fomento de pesquisas globais por sistemas de energias renováveis que proporcionem menor impacto ambiental, garantindo às necessidades do presente sem comprometer a capacidade das gerações futuras. Tal propósito tem impulsionado o avanço da pesquisa em diferentes áreas do campo da energia eólica global, objetivando-se entender o comportamento estrutural e mecânico de cada componente, a fim de garantir uma engenharia de maior segurança e qualidade, bem como reduzir o tempo de indisponibilidade dos aerogeradores. O presente estudo tem como objetivo avaliar o comportamento estrutural de um aerogerador onshore de eixo horizontal, com rotor de três pás, submetido a campos normais e extremos de velocidade do vento definidos de acordo com a IEC 61400- 1 - Wind Turbines Design Requirements. Devido ao acesso limitado às informações técnicas dos aerogeradores comercializados pelos fabricantes, será realizada a análise para o aerogerador de referência de 5 MW desenvolvido pelo Laboratório Nacional de Energias Renováveis (NREL) dos Estados Unidos, o qual disponibilizou as especificações técnicas do aerogerador para acesso público. O comportamento da estrutura será avaliado através da simulação do sistema acoplado rotor-torre-fundação no código FAST, que é um simulador aero-hidro-servo-elástico desenvolvido pelo NREL, o qual está abertamente disponível e bem documentado no meio científico. Os casos de vento normal e extremo, estabelecidos pela IEC 61400-1 e utilizados no FAST, são processados pelo programa TurbSim, também disponibilizado pelo NREL. A análise modal do aerogerador é realizada pelo software SAP2000 para obtenção das frequências naturais e avaliação da característica dos modos de vibração da estrutura. O modelo de elementos finitos considera a torre e as pás discretizadas em elementos de viga. / [en] In recent years there has been a global research for forms of renewable energy which could provide less environmental impact as well as guarantee energy for future generations. This scenario leads to the rise of studies in wind power field which scrutinizes the wind turbine aiming to understand the structural and mechanical behaviour of each component in order to assure safer and quality engineering as well as reducing the wind turbines downtime. The present study aims to understand the structural behavior of an onshore three-bladed horizontal-axis wind turbine subjected to the normal and extreme wind speed fields defined in accordance with IEC 61400- 1 - Wind Turbines Design Requirements. Due to limited access to technical information on wind turbines marketed by manufacturers, the analysis will be performed for the 5 MW Reference Wind Turbine developed by the National Renewable Energy Laboratory (NREL) of the United States, which made the technical specifications of the turbine available for public access. The behavior of the structure will be evaluated through the simulation of the rotor-tower-foundation coupled system in the FAST code, which is an aero-hydro-servo-elastic simulator developed by NREL, which is openly available and well documented in the scientific community. The cases of normal and extreme wind, established by IEC 61400-1, used in FAST, are processed by the TurbSim program also provided by NREL. The modal analysis of the wind turbine is performed using the software SAP2000 in order to obtain the natural frequencies and evaluate the characteristic of the structure s vibration modes. The finite element model considers the tower and the blades discretized into beam elements.

[pt] A energia eólica tem se destacado no Brasil como uma fonte importante para diversificar a matriz energética, gerando energia limpa e sustentável. Com os altos investimentos nessa área, cresce a necessidade de antecipar falhas em turbinas eólicas. O aumento exponencial no número de turbinas instaladas, juntamente com o envelhecimento da frota de geração, intensificou a competição para reduzir os custos de operação e manutenção, o que significa minimizar paradas não planejadas e minimizar grandes e caras manutenções corretivas. O objetivo deste estudo é utilizar os dados de vibração disponíveis nos Sistemas de Monitoramento e Gestão de Condição para identificar turbinas com desvios significativos de condição que apresentem alto risco de falha. A abordagem de processamento de dados usando algoritmos como Vizinho Mais Próximo Condensado e a Análise de Componentes Principais na etapa de pré-processamento, juntamente com Máquinas de Vetor de Suporte para classificação do estado de saúde, demonstrou excelente precisão, acima de 90 por cento de acurácia tanto para testes de uma única turbina quanto para testes de múltiplas turbinas, tornando-a adequada para a gestão de parques eólicos com um grande número de turbinas. Os experimentos realizados em combinação de 5 turbinas, permitiu identificar os cenários de melhor performance, mantendo resultados acima dos 90 por cento de acurácia do modelo proposto de acordo com o objetivo de identificação antecipada de falhas em uma frota considerando dados reduzidos para treino do modelo aplicado. Nestes cenários, destaquem se situações que não houve performance adequada também, impactando tanto a acurácia quanto a razão de falsos positivos avaliados. / [en] Wind energy has become a key source for diversifying Brazil’s energy matrix, significantly contributing to the generation of clean and sustainable energy. Due to its importance and the large investments being made in this sector, there is an increasing need to anticipate failures in wind turbines. The exponential increase in the number of installed turbines, along with the aging of the generation fleet, has intensified the competition to reduce operation and maintenance costs, which means minimizing unplanned downtime and reducing large, costly corrective maintenance. The objective of this study is to use vibration data available from Condition Monitoring and Management Systems (CMMS) to identify turbines with significant condition deviations that present a high risk of failure. The data processing approach, using algorithms such as Condensed Nearest Neighbor (CNN) and Principal Component Analysis (PCA) in the pre-processing stage, along with Support Vector Machines (SVM) for health state classification, has demonstrated excellent accuracy, above 90 percent, both in single-turbine tests and in multiple-turbine tests, making it suitable for managing wind farms with a large number of turbines. The experiments conducted with a combination of five different turbines allowed the identification of the best performance scenarios, maintaining results with over 90 percent accuracy in the proposed model according to the goal of early fault detection in a fleet, even when using reduced training data for the applied model. It is also important to highlight scenarios where performance was not adequate, impacting both accuracy and the rate of evaluated false positives.

[pt] Uma Rede Organizacional Virtual é uma organização de cooperação interorganizacional, com uso intenso de Tecnologia de Informação e Comunicação, típica do ambiente globalizado. Nesta dissertação, busca-se caracterizar esse padrão de rede e propor instrumentos para seu gerenciamento. O termo Redes Organizacionais Virtuais é introduzido, a partir da caracterização e da classificação das Redes de Cooperação e das Organizações Virtuais. Propõe- se a Metodologia de Reticulação para o planejamento e formação dessas redes e explicita-se a necessidade de instrumentos de coordenação, controle e avaliação para assegurar o seu melhor desempenho. Com essa fundamentação, analisa-se a Rede de Projeto e Desenvolvimento de Turbinas a Gás - RTG, determinando-se suas características e propondo-se metodologias de planejamento, coordenação e controle para sua administração. Recomenda-se, ainda, a implementação de um sistema de informações como instrumento reticulador. / [en] A Virtual Organizational Network is an inter-organizational cooperation organization, based in Communication and Information Technology, typical of the global environment. The objective of this dissertation is to characterize this network and propose appropriate management tools for its adequate functioning. The term Virtual Organizational Network is introduced based on the characteristics and taxonomy of Cooperation Networks and Virtual Organizations. To form, consolidate and plan this network, the Reticulation Methodology is proposed. The necessity of coordination, governance and performance evaluation tools for these networks is made explicit. This constitutes the basis for the analysis of the Gas Turbine Development and Project Network- RTG. Its characteristics are identified and methodologies for its planning, coordination and governance are proposed, as well as an Information System, as instrument for reticulation.

[pt] Turbinas a gás são equipamentos muito complexos e caros. No caso de falha em uma turbina, há obviamente perdas diretas, mas as indiretas são normalmente muito maiores, uma vez que tal equipamento é crítico para a operação de instalações industriais, aviões e veículos pesados. Portanto, é fundamental que turbinas a gás sejam providas com um sistema eficiente de monitoramento e diagnóstico. Isto é especialmente relevante no Brasil, cuja frota de turbinas tem crescido muito nos últimos anos, devido, principalmente, ao aumento do número de usinas termelétricas e ao crescimento da aviação civil. Este trabalho propõe um Sistema de Inferência Fuzzy (SIF) com extração automática de regras para diagnóstico de desempenho de turbinas a gás aeronáuticas. O sistema proposto faz uso de uma abordagem residual – medições da turbina real são comparadas frente a uma referência de turbina saudável – para tratamento dos dados brutos de entrada para os módulos de detecção e isolamento, que, de forma hierárquica, são responsáveis por detectar e isolar falhas em nível de componentes, sensores e atuadores. Como dados reais de falhas em turbinas a gás são de difícil acesso e de obtenção cara, a metodologia é validada frente a uma base de dados de falhas simuladas por um software especialista. Os resultados mostram que o SIF é capaz de detectar e isolar corretamente falhas, além de fornecer interpretabilidade linguística, característica importante no processo de tomada de decisão no contexto de manutenção. / [en] A Gas turbine is a complex and expensive equipment. In case of a failure indirect losses are typically much larger than direct ones, since such equipment plays a critical role in the operation of industrial installations, aircrafts, and heavy vehicles. Therefore, it is vital that gas turbines be provided with an efficient monitoring and diagnostic system. This is especially relevant in Brazil, where the turbines fleet has risen substantially in recent years, mainly due to the increasing number of thermal power plants and to the growth of civil aviation. This work proposes a Fuzzy Inference System (FIS) with automatic rule extraction for gas path diagnosis. The proposed system makes use of a residual approach – gas path measurements are compared to a healthy engine reference – for preprocessing raw input data that are forwarded to the detection and isolation modules. These operate in a hierarchical manner and are responsible for fault detection and isolation in components, sensors and actuators. Since gas turbines failure data are difficult to access and expensive to obtain, the methodology is validated by using a database fault simulated by a specialist software. The results show that the SIF is able to correctly detect and isolate failures and to provide linguistic interpretability, which is an important feature in the decision-making process regarding maintenance.

[pt] Os métodos de aprendizado de máquina para monitoramento de pás deturbinas eólicas dependem principalmente de conjuntos de dados completos erotulados, que são caros e muitas vezes impraticáveis de obter. Além disso, naciência dos materiais, a maioria dos métodos depende de dados experimentaiscaros, com exploração limitada de técnicas de aumento de dados para reduziro custo do treinamento de modelos. O objetivo desta pesquisa é abordar essaslacunas significativas explorando a classificação de uma classe para a detecçãode anomalias em pás de turbinas eólicas e desenvolvendo métodos para aumentar os dados existentes para um treinamento de modelos mais econômicona ciência dos materiais. Os métodos aplicados neste trabalho para a detecçãode anomalias incluem One Class Support Vector Machine (OCSVM), SupportVector Data Description (SVDD) e autoencoders Long Short-Term Memory(LSTM). Para aumentar os dados experimentais de materiais, foram utilizadas técnicas de adição de ruído e manipulação de imagens. Para a detecçãode anomalias, o autoencoder LSTM atingiu uma precisão de 97.4 por cento com aproximadamente 100 por cento de recall, enquanto o OCSVM atingiu 89 por cento de precisão e 97 por cento de recall. O OCSVM foi considerado mais adequado devido aos custos de treinamento mais baixos e desempenho semelhante. Os resultados para aumento de dados experimentais mostraram uma melhoria de 20 por cento em relaçãoaos modelos previamente treinados, com a técnica de aumento melhorando significativamente o desempenho, especialmente em modelos treinados com dadosde amostras experimentais diferentes. Em conclusão, esta pesquisa demonstraa eficácia da classificação de uma classe para a detecção de anomalias em pásde turbinas eólicas e destaca os benefícios das técnicas de aumento de dadospara o treinamento de modelos econômicos na ciência dos materiais. / [en] The background machine learning approaches for wind turbine blade monitoring rely mostly on complete and labeled datasets, which are costly and often impractical to obtain. Additionally, in material science, most methods depend on expensive experimental data, with limited exploration of data augmentation techniques to reduce the cost and effort of model training. The objective of this research addresses these significant gaps by exploring one-class classification for anomaly detection in wind turbine blades and by developing methods to augment existing data for more cost-effective model training in material science. The methods applied in this work for anomaly detection include One Class Support Vector Machine (OCSVM), Support Vector Data Descriptio (SVDD), and Long Short-Term Memory (LSTM) autoencoders. For augmenting experimental material data, noise addition and image manipulation techniques were used. For anomaly detection, the LSTM autoencoder achieved an accuracy of 97.4 percent with approximately 100 percent recall, while OCSVM achieved 89 percent accuracy and 97 percent recall. OCSVM was deemed more suitable due to lower training costs and similar performance. The results for experimental data augmentation showed a 20 percent improvement over previously trained models, with the augmentation technique significantly enhancing performance, especially in models trained with data from different experimental samples. In conclusion, this research demonstrates the effectiveness of one-class classification for anomaly detection in wind turbine blades and highlights the benefits of data augmentation techniques for cost-effective model training in material science.