Machine learning applied to hydro generator stator bars quality control
Machine learning aplicado ao controle de qualidade de barras estatóricas de hidrogeradores
Palavras-chave:
Machine Learning, Quality Control, Artificial intelligence, Edge Impulse, Stator barsResumo
In order to improve visual inspections carried out by quality control in the manufacture of hydro generator stator bars, as well as agreeing high levels of requirements from hydroelectric plant customers regarding the proper functioning of their machine components, is created the hypothesis that the use of machine learning would enable a semi-automatic tool to support visual inspection, which involves subjective decisions that depend entirely on the level of experience and commitment of its executor. The focus of the article is on the use of the Edge Impulse platform to develop the tool, since the software proves to be easy to use, provides several resources and provides access to people with low knowledge in the area of information technology due to its low level of requirement for programming languages and data processing. It was proposed to use the DOE (design of experiments) tool to analyze the parameters and observe the factors that influence the model final result. Graphics presented during the text help to understand how the quality, quantity and model of pictures influence machine learning. With that, in addition to obtaining the results, there was also a more comprehensive perspective on the Edge Impulse software.
Downloads
Referências
BRASIL, F. de S.; VILHENA, P. R. M. de; DMITRIEV, V. XXV SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA, 2019, Belo Horizonte. Avaliação Dielétrica de Barras Estatóricas Baseada na Norma IEC 60034-27-2 [...]. [S. l.: s. n.], 2019.
BRAULIO, Gerson André. Avaliação de vida útil remanescente de hidrogeradores. 2018. Dissertação (Mestrado em Ciências em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2018. https://repositorio.unifei.edu.br/jspui/handle/123456789/1564. Acesso em: 01 set. 2023.
BRQ. Automação: o guia completo sobre esse assunto. [S. l.], 23 dez. 2022. Disponível em: https://blog.brq.com/automacao/. Acesso em: 1 set. 2023.
CONCEIÇÃO, R. N; CAMPOS, J. S. C. Avaliação das propriedades elétricas de barras estatóricas fabricadas com resina do tipo éter diglicidílico do bisfenol F (DGEBF) contendo nanopartículas de sílica.
Revista Técnico-Científico, Campinas, 26(3), 262-268. http://dx.doi.org/10.1590/0104-1428.2110. Disponível em: scielo.br/j/po/a/Yg9VR8JSQ8mgqL6HqdzzG3G/?format=pdf. Acesso em: 08 ago. 2023.
DAMILANO, Cláudio Teixeira. Inteligência artificial e inovação tecnológica: as necessárias distinções e seus impactos nas relações de trabalho. Brazilian Journal of Development, v. 5, n. 10, p. 19985-20001, 2019. DOI: 10.34117/bjdv5n10-200. Acesso em: 01 set. 2023.
DESHMUKH, Araddhana et al. Importance of machine learning and Its applications. [S. l.: s. n.], 2022.
EMPRESA DE PESQUISA ENERGÉTICA (EPE). No. EPE-DEE-NT-088/2019-r0 - Repotenciação e Modernização de Usinas Hidrelétricas: Ganhos de Energia, Eficiência e Capacidade Instalada. Nota
Técnica. Rio de Janeiro. 2019. Disponível em: https://www.epe.gov.br/sites-pt/publicacoes-dados-abertos/publicacoes/PublicacoesArquivos/publicacao-432/EPE-DEE-088_2019_Repotencia%C3%A7%C3%A3o%20de%20Usinas%20Hidrel%C3%A9tricas.pdf. Acesso em: 31 ago.2023
ENGIE. WORLD Hydropower Congress 2023 mira na ampliação da matriz hidrelétrica. [S. l.], 17 jul. 2023a. Disponível em: https://www.alemdaenergia.engie.com.br/world-hydropower-2023/#:~:text=World%20Hydropower%20Congress%202023%20mira%20na%20amplia%C3%A7%C3%A3o%20da%20matriz%20hidrel%C3%A9trica,-Evento%20organizado%20pela&text=Atualmente%2C%2015%25%20da%20eletricidade%20mundial,o%20combate%20%C3%A0s%20mudan%C3%A7as%20clim%C3%A1ticas. Acesso em: 19 ago. 2023.
________. Modernização e expansão da geração hidrelétrica é alternativa para o Brasil. [S. l.], 1 ago. 2023b. Disponível em: https://www.alemdaenergia.engie.com.br/modernizacao-da-geracao-hidreletrica-e-alternativa-para-o-brasil/. Acesso em: 19 ago. 2023.
FÉLIX, Ruben dos Santos. Análise de não conformidades repetitivas na indústria aeronáutica. 2021. Tese de Doutorado. http://hdl.handle.net/10400.26/35680. Acesso em: 01 set. 2023.
HYMEL, Shawn et al. Edge Impulse: An MLOps platform for tiny machine learning. ArXiv, [s. l.], 28 ago. 2023.
PAULA, L. N; ALVES, A. R; NANTES, E. A. S. A importância do controle de qualidade em indústria do segmento alimentício. Revista Conhecimento Online, Novo Hamburgo, a.9, v.2, p. 78-91, jul./dez 2017. DOI: https://doi.org/10.25112/rco.v2i0.1077. Disponível em: https://periodicos.feevale.br/seer/index.php/revistaconhecimentoonline/article/view/1077. Acesso em: 08 ago. 2023.
PEREIRA, Fernando. Desenvolvimento de método de análise e diagnóstico das descargas parciais para identificação de defeitos na camada condutiva de barras estatóricas para hidrogeradores. 2020. Dissertação (Mestrado em Tecnologia da Energia) - Instituto de Energia e Ambiente, University of São Paulo, São Paulo, 2020. doi:10.11606/D.106.2020.tde-11112020-125830. Acesso em: 01 set. 2023.
RIO TINTO. RIO Tinto invests a further $92 million in Isle-Maligne power plant. [S. l.], 9 mar. 2021. Disponível em: https://www.riotinto.com/news/releases/2021/Rio-Tinto-invests-a-further-92-million-in-Isle-Maligne-power-plant. Acesso em: 19 ago. 2023.
SANTOS, Jefferson et al. A inteligência artificial em filmes: potencialidades para a educação linguística crítica. JOURNAL OF RESEARCH AND KNOWLEDGE SPREADING, v. 3, n. 1, p. e14007-e14007, 2022. DOI: https://doi.org/10.20952/jrks3114007. Acesso em: 01 set. 2023.
SANTOS, André A. et al. Sistema automático para a inspeção visual de transportadores de correia. 14th Simpósio Brasileiro de Automaçao Inteligente-SBAI, 2019. DOI: 10.17648/sbai-2019-111300. Acesso em: 01 set. 2023.
SCHULZ, Andrew et al. Utilizing online and open-source machine learning toolkits to leverage the future of sustainable engineering. ArXiv, [s. l.], 21 abr. 2023.
VOIGT, Thiago et al. Modelagem analítica e numérica de bobinas pré-formadas e de barras Roebel aplicadas em máquinas elétricas de grande porte. 2018. https://repositorio.ufsc.br/handle/123456789/190088. Acesso em: 01 set. 2023.
