Submitted by Luciclea Silva (luci@ufpa.br) on 2018-06-11T18:16:30Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_ Pre-despachoCargaUsinas.pdf: 5391701 bytes, checksum: 4b1e3e1fff22a2d307f235c3b9212e95 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-06-11T18:17:13Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_ Pre-despachoCargaUsinas.pdf: 5391701 bytes, checksum: 4b1e3e1fff22a2d307f235c3b9212e95 (MD5) / Made available in DSpace on 2018-06-11T18:17:13Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_ Pre-despachoCargaUsinas.pdf: 5391701 bytes, checksum: 4b1e3e1fff22a2d307f235c3b9212e95 (MD5) Previous issue date: 2018-02-27 / Esta tese apresenta uma nova proposta para o pré-despacho de carga considerando o estado técnico dos motores das usinas termelétricas através da combinação de diversas técnicas de manutenção e de diagnóstico a partir da inteligência computacional via lógica Fuzzy. O diagnóstico do estado técnico dos motores é realizado usando a análise de óleo lubrificante, análise de vibrações, e termografia. Com esses dados e com a análise estatística, é possível prever quando um motor pode falhar ainda no pré-despacho de carga. Para aumentar a confiabilidade dos motores e do fornecimento da energia elétrica, se desenvolveu um Programa de Gerenciamento de Manutenção (PGM), usando ferramentas de gestão, aplicando apenas 4 pilares do TPM (manutenção produtiva total) e combinando com a manutenção preditiva e o diagnóstico, permitindo assim o gerenciamento para a diminuição das paradas corretivas dos equipamentos da usina. Alguns resultados atingidos após a implantação são: redução do custo anual de manutenção, redução da manutenção corretiva, aumento do MTBF (Mean Time Between Failures) e diminuição do MTTR (Mean Time To Repair) em todas as áreas. Além disso, o pré-despacho realizado garante que possa ser atingida a potência demandada com um alto grau de confiabilidade e qualidade. / This thesis presents a new proposal for load pre-dispatch considering the technical conditions of the engines of thermoelectric power plants by combining several maintenance and diagnostic techniques and using computational intelligence based on fuzzy logic. Diagnosis of the technical conditions of the engines is done using lubricant analysis, vibration analysis, and thermography. With this data and with the statistical analysis it is possible to predict when an engine can fail and consider this in the load pre-dispatch. To increase engine reliability and power supply, a Maintenance Management Program (MMP) is developed using management tools, applying only 4 TPM (Total Predictive Maintenance) pillars and combined them with predictive maintenance and diagnostics, thus allowing to reduce failures of plant equipment. Some results achieved after the implementation are: reduction of the annual cost of maintenance, reduction of corrective maintenance, increase of the MTBF (Mean Time Between Failures) and decrease of MTTR (Mean Time To Repair) in all areas. In addition, the proposed pre-dispatch scheme ensures the demanded power with a high degree of reliability and quality.