Monitoramento da Integridade Estrutural de Turbinas Eólicas Utilizando Autocodificadores Esparsos

Read full text Summarise with VIRAT
Authors: Mariana Passamai Alvarenga, Marcos Spínola Neto, Rodrigo Astroza, Rafaelle Piazzaroli Finotti, Flavio de Souza Barbosa, Alexandre Cury
Cited by: 0
References: 13

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

O monitoramento da integridade estrutural de torres eólicas é fundamental para garantir a segurança operacional e prolongar a vida útil dessas estruturas utilizadas na geração de energia renovável. As torres eólicas estão sujeitas a condições ambientais severas e a cargas dinâmicas significativas devido ao vento, podendo levar ao surgimento de danos. Dessa forma, o presente estudo explora a eficácia do uso de técnicas de aprendizado não supervisionado, mais especificamente os autocodificadores esparsos (SAE), para a detecção de danos estruturais em turbinas eólicas com base em sinais dinâmicos coletados durante operações de funcionamento simuladas em protótipos de pás de turbinas. O SAE é treinado utilizando dados de estruturas intactas e testado em cenários que incluem a introdução de fissuras e a adição de massas nas pás. Utilizando a Carta de Controle Hotelling T², os modelos demonstraram ser robustos para identificar corretamente tanto a adição de massa quanto a presença de fissuras, independentemente da velocidade da turbina. As análises mostram que o SAE é eficaz na extração de características relevantes dos dados e na detecção de alterações estruturais, com boa precisão e confiabilidade. Os resultados evidenciam que o SAE, combinado com a estatística T², oferece uma abordagem não supervisionada robusta para o monitoramento da integridade estrutural de turbinas eólicas, proporcionando uma ferramenta poderosa para a manutenção preditiva e a detecção precoce de danos.

Fields of Study & Subjects

Structural Health Monitoring Techniques Machine Fault Diagnosis Techniques Fault Detection and Control Systems

Publication details

Journal / source
VETOR - Revista de Ciências Exatas e Engenharias
Volume
36
Issue
1
Pages
e18355–e18355
Publication date
27 March 2026
Language
PT