Publicación:
Desenvolvimento de Uma Metodologia para o Diagnóstico Termodinâmico de Turbogeradores a Gás Utilizando Técnicas de Inteligência Artificial

Vista sencilla de ítem
dc.contributor.authorBelluco-Guerrini, André
dc.contributor.authorJosé-Venturini, Osvaldo
dc.contributor.authorde Souza-Andrade, André Luis
dc.contributor.authorGuimarães-Horta, Euler
dc.contributor.authorEscobar-Palacio, José Carlos
dc.contributor.authorGodinho de Rezende, Túlio Tito
dc.coverage.spatialConcepción, Chile
dc.coverage.temporal2024-10-22
dc.date.accessioned2025-03-17T11:07:08Z
dc.date.available2025-03-17T11:07:08Z
dc.date.issued2024-10-22
dc.descriptionOrganizado y patrocinado por: Federación iberoamericana de Ingeniería Mecánica y 'Universidad de Concepción - Chile. Departamento de Mecánica', FeIbIm – FeIbEM
dc.description.abstractAs turbinas a gás são amplamente utilizadas em plataformas de Produção Flutuantes de Armazenamento e Transferência (FPSO) de petróleo e gás, que são intermitentes e requerem disponibilidade destas turbomáquinas para uma operação segura e confiável. Este trabalho tem como objetivo apresentar uma metodologia de diagnostico termodinâmico em turbinas a gás. Um modelo computacional de um turbogerador de 30,7MW foi desenvolvido em MATLAB/Simulink com a ajuda da biblioteca T-MATS, cujo o objetivo é gerar dados para alimentar uma rede neural, responsável pelo diagnóstico. O modelo proposto possui duas redes neurais atuando em paralelo, uma de regressão e outra de classificação. A primeira tem o objetivo de ajustar o comportamento da turbina; a segunda tem o objetivo de identificar e classificar as falhas. As redes mostraram bons resultados para os problemas em estudo, não gerando MSE maiores a 5x10-6 para a rede de regressão e um erro percentual de 0,37% para a rede de classificação.pt
dc.description.abstractGas turbines are widely used in Floating Production Storage and Offloading (FPSO) platforms for oil and gas production, which are intermittent and require high availability of this turbomachineries for safe and reliable operation. This work aims to present a thermodynamic diagnostic methodology for gas turbines. A computational model of a 30.7MW turbogenerator was developed in MATLAB/Simulink with the assistance of the T-MATS library, whose goal is to generate data to feed a neural network responsible for diagnosis. The proposed model consists of two neural networks operating in parallel, one for regression and the other for classification. The first aims to fit the turbine behavior; the second aims to identify and classify faults. The networks showed good performance for the problems under study, generating MSE lower than 5x10-6 for the regression network and a relative error of 0.37% for the classification network.en
dc.description.provenanceSubmitted by Emilio Dufeu (edufeu@udec.cl) on 2025-03-15T12:37:50Z workflow start=Step: editstep - action:claimaction No. of bitstreams: 1 6237_Articulo-Aceptado.pdf: 905653 bytes, checksum: ba8b4e30f0c76c4dd0e23e7b3fcf7aa1 (MD5)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Leticia Garzón San Juan(leticia.garzon@invi.uned.es) on 2025-03-17T11:07:08Z (GMT)en
dc.description.provenanceMade available in DSpace on 2025-03-17T11:07:08Z (GMT). No. of bitstreams: 1 6237_Articulo-Aceptado.pdf: 905653 bytes, checksum: ba8b4e30f0c76c4dd0e23e7b3fcf7aa1 (MD5) Previous issue date: 2024-10-22en
dc.description.versionversión publicada
dc.identifier.citation-
dc.identifier.urihttps://hdl.handle.net/20.500.14468/26267
dc.language.isopt
dc.publisherUniversidad Nacional de Educación a Distancia (España), Universidad de Concepción - Chile. Departamento de Ingeniería Mecánica
dc.relation.centerE.T.S. de Ingenieros Industriales
dc.relation.congressXVI Congreso Iberoamericano de Ingeniería Mecánica. Concepción, Chile, 22-24 de octubre de 2024. CIBIM 2024
dc.relation.departmentMecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject33 Ciencias Tecnológicas
dc.subject.keywordsFPSOpt
dc.subject.keywordsturbina a gáspt
dc.subject.keywordsdiagnósticopt
dc.subject.keywordsredes neuraispt
dc.subject.keywordsFPSOen
dc.subject.keywordsgas turbinesen
dc.subject.keywordsdiagnosticen
dc.subject.keywordsneural networksen
dc.titleDesenvolvimento de Uma Metodologia para o Diagnóstico Termodinâmico de Turbogeradores a Gás Utilizando Técnicas de Inteligência Artificialpt
dc.typeconference proceedingsen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
6237_Articulo-Aceptado.pdf
Tamaño:
884.43 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.62 KB
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar
Colecciones
Actas y comunicaciones de congresos