Aplicação de técnicas de identificação de sistemas para detecção de falhas em pás eólica

Abstract

Identificação de sistemas vem sendo usados nas diversas áreas do conhecimento como ferramenta de tomada de decisão, com o propósito de minimizar os custeios, aplicando manutenções preditivas e outros modos de minimizar o tempo de espera por reposição de estruturas que a cada segundo parada, perde-se muito em lucro. A técnica estudada nesse projeto é o algoritmo FROLS, o qual é aplicado em dados não lineares com o objetivo de predizer a saída de um modelo a partir de sua entrada de dados. Para testar sua capacidade de predição foi utilizados amostras do conjunto de dados Sonkyo-Benchmark, o qual possui diversos dados de pás eólicas, os quais usou-se nesse projeto os dados de entrada referentes ao agitador preso a pá, no caso o ruído branco gerado, e os valores de saída captados por acelerômetros localizados na estrutura da pá. Um dos desafios de se usar o FROLS é a seleção de parâmetros, os quais diferem de modelo para modelo. Porém ao se obter um modelo viável, pode seguir com os testes e obter, a partir da métrica MSE ou R², o melhor modelo de identificação, sendo alguns modelos obtidos com valores de 0.132062 de MSE, e R² igual a 0.929406. Para validar a capacidade do modelo identificar e classificar os tipos de falhas conhecidas, foi necessário utilizar os valores dos parâmetros, para assim fazer um treinamento na ferramenta NIOTS, com o objetivo de encontrar o modelo em que haja o compromisso entre a complexidade e acurácia para o problema de classificação de falhas.