Um sistema de diagnóstico e supervisão adequado é essencial em qualquer processo industrial, especialmente considerando os custos de aquisição e operação dos equipamentos. Um sistema de diagnóstico para caldeiras e fornalhas deve ser capaz de avaliar pelo menos três parâmetros essenciais, a saber a eficiência de combustão, o estado de sujidade das paredes e a ocorrência de fugas de vapor, fatores de evidente importância na operação de instalações de geração de energia tendo em vista aumentos de disponibilidade e fiabilidade, bem como a otimização de ciclos de manutenção.

Modelos analíticos padrão têm sido utilizados em casos mais ou menos simples mas a sua aplicabilidade diminui com o aumento da complexidade de sistemas e processos, principalmente devido à ocorrência de comportamentos não-lineares ou transitórios, tornando atraentes técnicas e abordagens de modelização alternativas. Foram então utilizadas ferramentas CFD (Computational Fluid Dynamics – Dinâmica de Fluidos Computacional) de modo a criar um modelo “virtual” de uma caldeira. Este modelo foi validado com base num dispositivo existente e utilizado na geração de dados referentes tanto a condições normais de funcionamento como a conjuntos ditos de falha, relativos à ocorrência de situações anormais, nomeadamente em relação aos parâmetros essenciais acima mencionados. Um conjunto de falha consiste num dado número de inputs para o sistema de diagnóstico, representando as leituras dos sensores virtuais, que por sua vez caraterizam os vários padrões de falha. Técnicas baseadas em redes neuronais (Artificial Neural Networks – Redes Neurais Artificiais) foram seguidamente utilizadas de modo a processar adequadamente a base de dados obtida e a efetuar o reconhecimento de padrão necessário à identificação das causas das anomalias verificadas. Visto um dado padrão de falha poder ter várias origens possíveis, o sistema de diagnóstico deve também ser capaz de avaliar a probabilidade de ocorrência de cada uma, fundamentando deste modo o diagnóstico.

A aplicabilidade deste tipo de sistema diagnóstico é especialmente relevante tanto do ponto de vista da manutenção preventiva ou preditiva, como na ótica da otimização dos ciclos de sopragem de vapor para limpeza das superfícies de troca de calor.

Hugo Calisto e Nelson Martins
Departamento de Engenharia Mecânica – Universidade de Aveiro, Portugal

Para ler o artigo completo faça a subscrição da revista e obtenha gratuitamente o link de download da revista “Manutenção” nº112. Pode também solicitar apenas este artigo através do email: a.pereira@cie-comunicacao.pt

Outros artigos relacionados

• Dossier “Análise e diagnóstico na manutenção” da edição 120 da revista “Manutenção”;
• Artigo “Diagnóstico do estado da manutenção – uma abordagem holística (2.ª parte)” da edição 120 da revista “Manutenção”;
• Artigo “Sistema de diagnóstico para caldeiras e fornalhas – 2.ª Parte” da edição 113 da revista “Manutenção”;