Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-04-13T12:14:28Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Henrique Azevedo - Tese de Mestrado - Finalizada_Rev13_Hen_Alex_Nad_Rob_ABNT_Gus_Bib-1.pdf: 2536238 bytes, checksum: 092410d49ebfec82ff6f89b7a23f93e3 (MD5) / Made available in DSpace on 2016-04-13T12:14:28Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Henrique Azevedo - Tese de Mestrado - Finalizada_Rev13_Hen_Alex_Nad_Rob_ABNT_Gus_Bib-1.pdf: 2536238 bytes, checksum: 092410d49ebfec82ff6f89b7a23f93e3 (MD5) Previous issue date: 2015-08-28 / Desde a década de 1980, a tecnologia de energia eólica sofreu um imenso crescimento em relação tanto ao tamanho da turbina quanto à capacidade instalada a nível mundial. Como a demanda por turbinas eólicas de grande escala e de custo mais baixos de operação e manutenção continua a crescer, o interesse nos sistemas de monitoramento de condição (CMS, do inglês Condition Monitoring System) tem aumentado rapidamente. Os principais componentes (MC, do inglês Main Components) das turbinas eólicas são o foco de praticamente todos CMS já que eles provocam um elevado custo de reparo e tempo de parada. Entretanto, uma grande parte das falhas em MC é causada por danos secundários devido a uma falha de um subcomponente. O objetivo deste trabalho é apresentar e propor um método de análise para identificar defeitos em componentes principais ou subcomponentes de uma turbina eólica. O método de análise proposto se baseia em técnicas de sinais temporais de vibração, nas transformadas rápidas de Fourier e análises envelope obtidas através da transformada de Hilbert. A aplicação do método, em uma turbina eólica instalada em um parque eólico real, permitiu a identificação, com sucesso, de um defeito no rolamento, o qual foi substituído confirmando a falha. / Since the decade of 1980s, wind energy technology has undergone tremendous growth over both turbine size and worldwide installed capacity. As the demand for wind turbines of large-scale and lower cost of operation and maintenance continues to grow, interest in condition monitoring system (CMS) has increased rapidly. The main components (MC) of the wind turbines are the focus of almost all CMS since they cause a high repair cost and downtime. However, a large portion of the MC faults are caused by secondary damages due to a subcomponent failure. The objective of this work is to present and propose a method of analysis to identify defects in major components or subcomponents of a wind turbine. The proposed analysis method is based on time wave analysis, fast Fourier transforms analysis and envelope analysis through Hilbert transforms. The application of the method in a wind turbine installed in a real wind farm, identified a bearing defect successfully, which was replaced confirming the failure.