AUMENTO DA EFICIÊNCIA OPERACIONAL DE GERADORES EÓLICOS
ATRAVÉS DE ANÁLISE DE CONFIABILIDADE E RISCO
Prof. Dr. Daniel Castro – CEFET-MG (1)
Prof. Ms. Omar Vilela – CEFET-MG (2)
Resumo
A eletricidade é hoje o principal suprimento energético indispensável e
estratégico para o desenvolvimento social e econômico. No entanto para a
geração de energia elétrica na maioria dos países se utiliza como fonte
primária de energia o carvão e o petróleo, fontes não renováveis e principais
agentes poluidores da atmosfera. A geração de eletricidade através dos ventos
representa uma das principais alternativas em substituição às fontes não
renováveis, devido a seu baixo impacto ambiental, menor tempo de
implantação e uma grande disponibilidade de áreas para a instalação de
parques eólicos. Porem, um dos aspectos críticos desta modalidade de
geração de energia elétrica está na sua baixa eficiência de produção. Embora
em condições favoráveis como regime anual de ventos e altas disponibilidades
de operação os sistemas eólicos apresentam, de uma maneira geral, baixo
desempenho na sua produção. Neste trabalho é mostrado um estudo realizado
em parques eólicos em operação no Nordeste do Brasil, onde foi medida a
performance global utilizando o parâmetro OEE (Overall Equipment Efficiency)
desenvolvido no TPM (Total Productive Maintenance) e através de estudos de
confiabilidade e risco foi possível identificar boa parte das causas da baixa
eficiência observada nestes parques eólicos. As conclusões deste trabalho
permitem identificar uma estreita relação entre performance operacional e perfil
de confiabilidade de equipamentos e pode ser a chave para melhorar de forma
significativa a performance de equipamentos, em particular os que apresentam
um elevado nível de automação, como é o caso dos geradores eólicos.
Palavras-Chave: Parque Eólico - Confiabilidade e Risco - Eficiência
Operacional
(1)- CEFET-MG – Professor de ensino superior e Coordenador de Grupo de pesquisa –
[email protected]
(2)-CEFET-MG – Aluno do curso de Mestrado de Engenharia de Energia- [email protected].
1.0 - Introdução
Em trabalhos de pesquisa desenvolvidos em parques eólicos, Castro et. al.
(2009) e Castro et. al. (2011), foi observado que esta modalidade de geração
de energia elétrica é afetada por paradas imprevistas e também velocidades
reduzidas de produção durante seu funcionamento. Através do indicador de
eficiência OEE (Overall, Equipment Efficiency) foram quantificados os
seguintes parâmetros do OEE: Fator Disponibilidade (A), Fator Desempenho
(B) e Fator Qualidade (C), chegando a um valor médio anual de OEE de
aproximadamente 40%. Este baixo índice de eficiência incentivou a realização
de estudos e pesquisas posteriores com o propósito de encontrar as causas
destas perdas operacionais nos parques eólicos. Através de dados fornecidos
pelo operador do parque como, potência gerada, velocidade e direção dos
ventos e relatórios de manutenção, foi possível fazer um diagnóstico de todo o
sistema funcional, observando os modos de falhas de seus componentes e seu
respectivo índice de risco. Através da aplicação das técnicas FMEA (Failure
Mode and Effect Analysis) e RCM (Reability Centered Maintenance) foi
possível identificar as principais causas da baixa performance operacional dos
aerogeradores, e também traçar um plano efetivo de manutenção que propicie
maior confiabilidade no processo de geração de energia.
2.0 - Manutenção Produtiva – Análise de Risco e Confiabilidade.
O objetivo de toda metodologia moderna relativa à manutenção está em
garantir e preservar a função do equipamento. Esta nova maneira de se
enxergar o processo de manutenção dentro do sistema produtivo levou, nos
primórdios da década de 1970, ao desenvolvimento de uma nova técnica que
trazia consigo o conceito de quebra zero. Surge assim a Manutenção Produtiva
Total (TPM) como resultado do esforço nipônico em garantir o seu
desenvolvimento e expansão de sua indústria. Com isto foi desenvolvido uma
base conceitual e filosófica dentro de suas empresas visando aumentar a
produtividade e eficiência operacional de seus ativos. O TPM tem como
estrutura organizacional o trabalho em equipe, integrando todos
os
departamentos envolvidos na produção. Seu objetivo está em reduzir a
probabilidade de falhas em seus equipamentos, que causa prejuízo e
diminuição do tempo de produção. Através do parâmetro de eficiência global de
equipamento OEE, foi possível detectar as perdas ocultas encontradas no
processo produtivo. Com esta técnica, aplicada principalmente na indústria
automobilística, o Japão liderou o mercado mundial na produção de
automóveis a partir de então. O conceito do OEE traz consigo uma visão
sistêmica do ciclo produtivo, possibilitando aparar qualquer distúrbio que venha
a ocorrer na produção perturbando a eficiência produtiva do equipamento. A
sua estrutura lógica é composta por três indicadores que operam de forma
independente e seu produto gera o indicador de eficiência global do
equipamento, o OEE. O indicador de eficiência global OEE pode ser assim
definido:
OEE= Fator Disponibilidade (A) x Fator Desempenho (B) x Fator Qualidade (C)
2.1 - Fator Disponibilidade (A)
É calculado em função do tempo calendário e o tempo de paradas como,
manutenções preventivas, corretivas, ajustes na produção. Este fator informa o
tempo em que o equipamento está disponível para a produção, e é calculado
da seguinte forma:
A= Tempo Calendário – Tempo de Paradas
Tempo Calendário
2.2 - Fator Desempenho (B)
É o tempo operacional efetivo. Para isto considera-se um tempo padrão que é
o tempo onde o equipamento tem seu melhor desempenho e o número de
produtos produzidos, dividido pelo tempo disponível, da seguinte forma:
B= Tempo Padrão x Nº de Produtos Produzidos
Tempo Calendário – Tempo de Paradas
2.3 - Fator Qualidade (C)
O Fator de Qualidade vem como resposta do rendimento da produção. É
calculado com base no tempo de operação eficaz, ou seja, tempo de produção
de qualidade padrão e no tempo operacional.
C = No de Prod. produzidos – No de Prod. rejeitados
No de Prod. produzidos
A Manutenção Produtiva Total serviu de alicerce e base conceitual para as
novas metodologias que viriam a surgir nas décadas seguintes, século XX.
Dentre elas está a Manutenção Centrada na Confiabilidade (MCC). A
Manutenção Centrada na Confiabilidade, cujo termo de origem é “Reability
Centered Maintenance” (RCM) surge em razão da incapacidade das técnicas
de manutenção anteriores frente à automação ocorrida na indústria na segunda
metade da década de 70, século XX (SIQUEIRA, 2005). A manutenção
centrada em confiabilidade surge com a proposta de ser uma ferramenta que
possibilita aos usuários respostas para os seguintes desafios: produto e serviço
com qualidade, seleção de técnicas mais apropriadas, tratamento a cada tipo
de processo de falhas, satisfação de todas as necessidades do cliente,
produtos de acordo com as especificações e cumprimento do prazo de entrega.
A grande contribuição da MCC resultou da constatação de que as maiores
partes dos componentes dos sistemas modernos não apresentavam sintomas
de falhas por desgaste. Segundo Moubray (2000), estudos feitos em aeronaves
civis mostram que apenas 4% dos itens seguem a curva do tipo A (figura 1),
conhecida como a típica forma da curva da banheira. A maior parte dos
sistemas (68%) responde a curvas do tipo F, onde a probabilidade de falha não
depende do tempo.
Figura 1 – Diferentes tipos de curvas da banheira.
3.0 - Características do Parque Eólico.
A Unidade Eólico-Elétrica (UEE) em estudo está situada no litoral cearense, em
Beberibe, a 100 km da capital, Fortaleza. Apresenta um relevo com pequenas
elevações formadas por dunas inferiores a 20 m de altura. A energia gerada
pela UEE alimenta a rede da COELCI, conforme contrato de conexão ao
sistema de distribuição (CCD), tendo duas linhas de transmissão de 69 kV,
uma de 31,7 Km, conectada a subestação de Aracati; e a outra, de 35,1 Km, à
subestação de Beberibe. Possui 19 aerogeradores com capacidade de gerar
potência nominal de 28,8 MW, com produção anual média de 112.570 MWh. O
gerador elétrico utilizado nos aerogeradores desta UEE foi desenvolvido pela
empresa alemã VENSYS com dispositivo de transmissão direta, multipolo,
síncrono, com excitação feita por ímãs permanentes, diretamente acoplada ao
rotor, não necessitando de caixas multiplicadoras, que gera energia elétrica
com frequência variável a uma velocidade de rotação compreendida entre 9
rpm e 19 rpm e pode trabalhar com velocidades de vento na faixa de 3 m/s a
25 m/s. Um conversor de frequência adequa a potência elétrica do gerador que
é ingressada na rede através de um transformador. Este aerogerador está
equipado com um rotor de três pás, com um diâmetro de 70 m e área de
varredura de 3850 m², controle de Pitch e possui uma potência nominal de
saída de 1.500 kW (Máxima 1.516 KW). Este gerador gera corrente elétrica que
alimenta diretamente a rede. A torre de aço, com altura de 85 m, dá
sustentação à nacele e ao rotor. Ela consiste em segmentos vinculados entre
si, no local de instalação, por intermédio de flanges. O sistema responsável
pelo ângulo de rolamento ou Yaw (eixo vertical) do aerogerador está fixado
diretamente no extremo superior da torre. Os gabinetes de controle, o
conversor, o transformador e o interruptor de meia tensão estão montados na
base da torre. O sistema de controle é um PLC que ajusta e controla a
operação dos parâmetros da turbina, não dependendo de dados ou controles
externos. Este sistema possui sensores para receber informações externas,
como velocidade do vento e direção, e todos os parâmetros operativos do
aerogerador. O controle do sistema inversor tem a função de controlar as
tensões, correntes e ângulo de defasagem entre eles. Diodos semicondutores
são utilizados para retificar a corrente reduzindo as perdas de energia,
interferências eletromagnéticas e picos de tensão nos enrolamentos do
gerador. A potência reativa de saída pode ser controlada em função da
necessidade da rede mantendo a tensão mais estável possível.
Parâmetros característicos da unidade eólica em estudo
Na figura 2, abaixo, é mostrada a distribuição mensal dos ventos médios e sua
orientação predominante durante o primeiro ano de operação desta unidade
(2010).
Figura 2 – Distribuições da Velocidade e Direção Médias de 2010.
A seguir é mostrada a energia total gerada pelo parque eólico comparada com
a capacidade nominal do parque.
Figura 3 – Produção Mensal (2010) em MWh.
Na figura 4, é comparada a distribuição mensal de potência gerada pelo parque
com a velocidade média dos ventos. Pode se observar que durante o período
de abril a agosto de 2010 teve uma redução significativa na geração de
potência do parque enquanto o perfil de ventos se manteve aproximadamente
constante.
Figura 4 – Produção [MW] e distribuição da velocidade média dos ventos [m/s]
(2010).
Os principais motivos para esta redução na potência gerada foram às paradas
imprevistas acontecidas em vários aerogeradores do parque durante este
período. Além das paradas imprevistas (corretivas), os aerogeradores em
operação sofreram também paradas para manutenção preventiva. Na figura 5,
abaixo, são mostradas as horas mensais de manutenção corretiva e
preventiva, no ano de 2010, do parque eólico.
Figura 5 – Tempo de paradas imprevistas para Manutenção [horas/mês].
(2010).
4.0 - Indicador OEE do Parque Eólico.
Com base nos dados de produção e paradas observadas no parque eólico foi
calculado o perfil de eficiência global (OEE) do parque, mostrado na figura 6,
Figura 6 – Variação do OEE nos 19 aerogeradores da UEE
A média anual de eficiência global foi somente de 40%, como é mostrado na
seguinte relação:
OEE = A X B X C = 0,60 X 0,66 X 1,00 = 0,40
Pode se observar que a o Fator Disponibilidade (A) foi em média de 60% no
ano e o Fator Desempenho (B) foi de 66% neste período. Devido a que a
unidade de geração eólica não mede perdas de qualidade na energia gerada o
Fator Qualidade (C) foi considerado 100%.
5.0 - Análise de Confiabilidade e Risco.
O baixo Fator Disponibilidade (A) do OEE observado no parque eólico pode ser
melhorado utilizando-se de técnicas que possibilitem dar uma maior
confiabilidade aos sistemas dos aerogeradores. A fim de dar maior clareza e
compreensão do sistema que está sendo estudado, é mostrado na figura
abaixo o diagrama de bloco simplificado do aerogerador, com seus principais
sistemas.
Figura 7 – Diagrama de Blocos Simplificado do Sistema Aerogerador
O primeiro passo foi identificar os componentes críticos de cada sistema. Para
isto foi utilizada a ferramenta FMEA. Esta técnica permite mapear o risco global
dos componentes de um sistema através de três indicadores: índice de
gravidade (IG), índice de ocorrência (IO) e índice de detecção (ID). O índice de
gravidade foi avaliado em função dos níveis de performance da instalação, os
quais foram medidos através do OEE. Assim quanto menor fosse o OEE maior
o índice de gravidade. Para o índice de ocorrência foi utilizada a taxa de falhas
históricas observadas nos diferentes componentes do sistema. Estas taxas de
falhas foram extraídas dos históricos de manutenção da instalação. Quanto
maior a taxa de falha maior o índice de ocorrência.
A figura 8 mostra o mapa de risco com os componentes críticos de cada
sistema do aerogerador. Na tabela 1 são mostrados os valores numéricos de
cada índice.
Tabela 1 – Criticidade dos Componentes.
PRIORIDADE
Figura 8 – Mapa de Risco dos Componentes dos Sistemas.
Verifica-se na tabela 1, acima e na figura 8, que o sistema conversor e o
sistema pitch apresentam os maiores índices de ocorrência de falhas, afetando
de forma significativa o OEE, e por isso são tomados como prioridade nas
etapas posteriores do trabalho (aplicação da MCC). No entanto é importante
salientar que outros sistemas do gerador também se encontram na região de
risco inaceitável, como sistema yaw e o próprio gerador. Isto indica que vários
componentes podem estar comprometendo a eficiência do sistema como um
todo.
O sistema pitch permite a movimentação do ângulo de ataque das pás do rotor
e tem, portanto, a função de controlar a potência transmitida do rotor ao
gerador buscando através do sistema de controle o melhor ângulo de ataque
em função da intensidade do vento, de forma a maximizar a potência
transferida. Este sistema permite assim controlar a potência transmitida frente a
variações da intensidade do vento. Verifica-se que este sistema tem uma
função fundamental na eficiência energética do aerogerador e, portanto, é
essencial que seus componentes apresentem um grau de confiabilidade
elevado (acima de 95%).
O sistema yaw permite a rotação da nacele, ou seja, o conjunto onde estão
alocados o rotor e o gerador. Esta rotação é necessária para orientar o rotor
caso a direção do vento mude. Desta forma este sistema também tem um
papel fundamental na garantia de eficiência energética do aerogerador, já que
permite otimizar a posição do rotor frente a variações na direção do vento
incidente.
A função do sistema conversor, que é um dos mais críticos do aerogerador de
acordo com o mapa de risco, é o de adequar os parâmetros elétricos gerados
pelo aerogerador à rede externa de distribuição de energia elétrica, evitando
que o sistema gerador não produza distúrbios de natureza eletromagnética nos
sistemas periféricos.
Nas figuras 9 e 10 são mostrados os diagramas em bloco dos sistemas
conversor e pitch, que são os que apresentaram maiores índices de risco,
indicando a relação lógica dos seus componentes.
Figura 9 – Diagrama de Blocos do Subsistema Pitch. Figura 10 – Diagrama de Blocos do Sistema Conversor.
6.0 - Análise MCC para os sistemas críticos.
De acordo à análise de risco foram identificados componentes críticos em
termos de incidência de falhas (taxas de falhas históricas) e comprometimento
da eficiência energética do aerogerador (OEE). Estes componentes merecem
uma atenção especial, já que sua integridade funcional deve ser garantida de
forma contínua para maximizar os níveis de eficiência global do sistema de
geração.
De acordo com a análise de risco os sistemas mais comprometidos foram o
sistema conversor e o sistema pitch, seguidos pelo sistema gerador e o
sistema yaw. Desta forma foi implementada uma análise MCC (Manutenção
Centrada em Confiabilidade) direcionada aos componentes críticos destes
sistemas. No artigo será abordada somente a análise dos elementos mais
críticos do sistema conversor e do sistema pitch a fim de ilustrar a metodologia
aplicada no trabalho.
6.1 - MCC para componentes do sistema de conversor
De acordo com a tabela 1 os elementos mais críticos deste sistema foram os
seguintes:
1- IBGT
2- Inversor
3- Indutor
4- Diodos
Todos estes componentes tem o mesmo nível de risco em termos de eficiência
energética (OEE), sendo que o IBGT é o que apresentou maior taxa de falha,
seguido pelo Inversor e Indutor e finalmente pelos Diodos.
O método MCC permite definir quais são as ações mais eficazes em termos de
manutenção ou reprojeto de um sistema de forma a maximizar a função dos
componentes de um sistema, garantindo de forma contínua altos níveis de
confiabilidade. Para isto se utiliza um diagrama de decisões baseado na
criticidade da falha e no tipo de ação de manutenção, priorizando ações de
caráter preditivo e preventivo. Caso estas ações não sejam eficazes a MCC
prevê a implementação de testes e em última instância indica a necessidade de
reprojetar o sistema, de forma a garantir a sua funcionalidade.
Nas figuras 11 e 12 são mostrados os diagramas de decisão para os modos de
falha observados no componente IBGT do sistema conversor, que foram “Falta
de Sinal” e “Queima da Componente”:
Figura 11 – Diagrama de Decisão do IGBT (Modo de Falha: Sem Sinal). Figura 12 – Diagrama de Decisão do IGBT (Modo de Falha: IGBT Queima). Como pode se observar dos diagramas de decisão as ações recomendadas
para estes modos de falha foram: Programar Teste (falta de sinal), e Re-projeto
(queima do IBGT). Devido a que a segunda ação exige a elaboração de um
novo projeto, isto indica que o sistema atual não garante a confiabilidade
adequada para o sistema em termos de exigências operacionais. Este
componente deve sofrer uma análise mais criteriosa em termos de projeto, já
que não existe maneira de controlar os seus modos de falha através de ações
de manutenção. Este é um resultado muito importante que sinaliza a
necessidade de melhoria do sistema para garantir eficiência energética
adequada. A segunda ação MCC indica a necessidade de testes periódicos
deste componente, o qual não sofre de nenhum tipo de ação de controle em
termos
de
manutenção,
ficando
assim
desprotegido
em
termos
de
confiabilidade.
6.2 - MCC para componentes do sistema de pitch
De forma análoga ao sistema conversor, a análise de risco mostra que os
componentes mais críticos deste sistema foram (vide tabela 1):
1- Fonte (c.c.)
2- Pás
3- Motor (c.c.)
4- Sistema de Controle/Proteção
Todos estes componentes tem o mesmo nível de risco em termos de eficiência
energética (OEE) para o aerogerador, sendo que a Fonte (c.c). é a que
apresentou maior taxa de falha, seguido pelas Pás depois o Motor (c.c.) e
finalmente pelo Sistema de Controle /Proteção.
Nas figuras 13 e 14 são mostrados os diagramas de decisão para os modos de
falha observados no componente Fonte (c.c) e nas Pás do sistema pitch, que
foram “Queima da Fonte” e “Perda de Controle de Potência do Rotor”,
respectivamente:
Figura 13 – Diagrama de Decisão da Fonte de Tensão DC/DC do sistema
Pitch. Figura 14 – Diagrama de Decisão da Pá (Sistema Pitch).
6.3 - Resultados da aplicação da técnica MCC (plano mestre)
Como foi detalhado nos itens anteriores, foi aplicada a técnica MCC através do
diagrama de decisões de forma a selecionar as ações mais adequadas para
gerenciar os modos de falha mais críticos observados na instalação. A seguir a
tabela 2 mostra o resumo da aplicação da análise MCC.
Tabela 2 – Plano Mestre MCC para os modos de falha críticos
7.0 - Análise dos resultados
A análise de risco utilizando FMEA mostrou que os aerogeradores em estudo
apresentam modos de falha críticos no sistema conversor, responsável pela
adequação da tensão fornecida pelo gerador á rede de transmissão, assim
como nos sistema Pitch, Yaw e Sistema de Controle, todos os quais são
responsáveis pelo posicionamento adequado do rotor e das pás em função da
variação da intensidade e direção dos ventos.
O problema crítico encontrado neste estudo diz respeito ao fator desempenho
(B) dos aerogeradores. Sabe-se que este indicador mede a taxa de produção
que o equipamento ou sistema desempenha durante sua operação, indicando
velocidades baixas de produção. Como foi mencionado anteriormente neste
trabalho o sistema pitch e o sistema yaw, interferem diretamente na eficiência
energética do sistema. Para verificar esta dependência foi realizado um teste
comparativo entre o fator de performance do OEE (B) e a variação da
intensidade dos ventos.
A figura 15 e figura 16, abaixo, mostram a intensidade da velocidade e a
direção média do vento tomada a intervalos de dez minutos correlacionando o
fator desempenho (B) com desvio padrão destes parâmetros. (intensidade e
direção do vento).
Figura 15 – Velocidade dos Ventos medida em intervalos de dez minutos nos
dias 09 de abril, 09 de agosto e 09 de novembro de 2010.
Figura 16 – Direção média dos ventos nos dias 09 de abril, 09 de agosto e 09
de novembro de 2010. Verifica-se que, a variabilidade da intensidade e direção do vento afeta de
forma significativa a eficiência produtiva do sistema, demonstrando que para
uma maior variabilidade da intensidade e direção média do vento (desvio
padrão) o fator desempenho (B) diminui significativamente, corroborando em
tese a existência de falhas no sistema de controle. A figura 17 mostra o fator
desempenho (B) em função do desvio padrão da intensidade média dos ventos
[m/s]. A figura 18, mais abaixo, mostra o fator desempenho (B) em função do
desvio padrão da direção média dos ventos [graus].
Figura 17 – Fator Desempenho (B) em função do desvio padrão da intensidade
dos ventos.
Figura 18 – Fator desempenho (B) em função do desvio padrão da direção
média dos ventos
8.0 - Conclusão
Os resultados indicam que as perdas de eficiência observadas nos
aerogeradores eólicos em estudo são originadas por falhas existentes nos
sistemas de controle responsáveis pelo ajuste da posição do rotor e das pás.
Como identificado na análise de risco os sistemas Pitch, Yaw e o próprio
Sistema de Controle apresentam altos riscos de falha e são os responsáveis
pelo ajuste da posição do rotor e das pás às condições de vento existentes no
aerogerador. A análise MCC indica que somente alguns modos de falha nestes
sistemas críticos podem ser gerenciados adequadamente através de ações de
manutenção, a maior parte dos modos de falha exigem ações de reprojeto, o
que indica que os sistemas atuais de controle dos aerogeradores não tem
performance adequada para atingir as exigências operacionais de alta
confiabilidade e eficiência energética necessárias para que os sistemas de
geração de energia eólicos sejam competitivos em relação com os sistemas de
geração de energia elétrica convencional (sistemas hidráulicos e térmicos), os
quais apresentam maior performance de operação.
Os resultados obtidos neste trabalho, além de mostrar a importância do
processo de análise de falha, via FMEA, associado à MCC na melhoria da
eficiência energética de sistemas de geração eólicos, mostra também que
falhas funcionais em sistemas eletroeletrônicos afetam de forma significativa a
velocidade de operação de sistemas automatizados. Estes resultados podem
servir de alerta a outros tipos de equipamentos que apresentem também altos
índices de automação, já que sem a adequada análise por parte das áreas de
manutenção estes sistemas podem estar sujeitos a significativas perdas de
produção.
Referências Bibliográficas
ANDREWS John, Nick Jelley.( 2007), Energy Science: Principles, Tecnologies
and impacts, Oxford University Pres Inc., New York., 328 p.
ANEEL. Atlas da Energia Elétrica do Brasil -3ª Edição
Disponível em: http://www3.aneel.gov.br/atlas/atlas_2edicao/download.htm
AYELLO, Renan Bernardes Fernando. “SMQEE - SISTEMA DE
MONITORAMENTO DA QUALIDADE DE ENERGIA ELÉTRICA”.
ARAÚJO, Maria Silvia Muylaert, FREITAS, Marcos Aurélio Vasconcelos.
”Acceptance of renewable energy innovation in Brazil—case study of wind
energy.” Received 6 February 2006; accepted 24 March 2006. Disponível em:
www.elsevier.com/locate/rser.p- 584–591.Acesso em: 12 de Março de 2012.
A.R.LOBO, C.A.Alvarenga, A.H.Lisboa. Usina Eólio-Elétrica Experimental do
Morro do Camelinho - XIII SNPTEE.
1995.
BRASIL.”Estudos sobre
Aproveitamento de Energias Solar e Eólico em Minas Gerais” - Fase 1. 1987
BARRETO, A.B. Estudo do Ciclo Diário do Vento à Superfície no Nordeste do
Brasil,
Campina Grande, 2001. 56p. Dissertação (Mestrado em Meteorologia) –
Universidade
Federal da Paraíba.
CARVALHO, B.C. Desenvolvimento de Modelo Computacional de Sistemas
Eólicos Uttilizando Geradores Síncronos para Estudos de Desempenho no
Contexto da Qualidade de Energia Elétrica. Tese de Doutorado submetida à
Universidade Federal de Uberlândia.
Novembro 2006.
CASTRO D. E.; PELLEGRINI C.C., LISBOA A.H., PEDREIRA M. P., ‘’Analysis
of
Productive Efficiency Losses in Wind Energy Conversion Systems (wecs)’’,
20th International Congress of Mechanical Engineering, November 2009,
Gramado, RS, Brazil
CASTRO D. E.; PELLEGRINI C.C., LISBOA A.H., PEDREIRA M. P., ‘’Análise
das Perdas de Eficiência Produtiva em Sistemas de Geração de Energia Eólica
Utilizando o Coeficiente de Eficiência Global OEE do TPM”, 250 Congresso
Brasileiro de Manutenção, ABRAMAN, 2010, Bento Gonçalves RS, Brasil
CBEE – “Guia de Projeto Elétrico de Centrais Eólicas” volume 1- 2003.
Disponível em: <http://www. eolica.com. br. Acesso: 10 Fevereiro de 2012
CEMIG. Usina Eólio-Elétrica Experimental do Morro do Camelinho - Relatório
de Desempenho Operacional, 1998.
DUTRA, Marques Ricardo. Propostas de Políticas Específicas para Energia
Eólica no Brasil após a Primeira Fase do PROINFA. (TESE DOUTORADO).
Rio de Janeiro. 2008
DEWI/Cemig. Power Quality Measurement and Wind Turbine Operational
Improvement at Cemig Morro do Camelinho Wind Farm, 1997.
FERNANDES, A.R. Manutenção Produtiva Total: Uma Ferramenta Eficaz na
Busca da Perda Zero. Disponível em:
<http://www.mba.unifei.edu.br/tccs/TCCMBA04AlexandreFernades.pdf.>
Acesso em: 04 Março de 2011.
FOX, R. W., McDONALD, A. T. (2001), Introdução à Mecânica dos Fluidos, 4
ed., LCT, Rio de Janeiro, 504 p.
GASCH R., TWELE J., “Windkraftanlagen- Grundlagen, Entwurf, Planung und
Betrieb” (equipamentos de geração de energia eólica: Conceitos básicos,
Projeto, Planejamento e Operação), Editora B.G.Teubner, Wiesbaden 2007.
KARDEC, Alan; NASCIF, Júlio. Manutenção, Função Estratégica. 2_ Edição.
São Cristóvão, Rio de Janeiro: Qualitymark, 2005.
KARDEC, Alan; RIBEIRO, Alan. Gestão Estratégica e Manutenção Autônoma.
São
Cristóvão, Rio de Janeiro: Qualitymark, 2002. 41 p.
LAFRAIA, João Ricardo. Manual de Confiabilidade, Mantenabilidade e
Disponibilidade. Rio de Janeiro: Qualitymark, [s.d.], 2001.
LEITE, Andréa; FALCÃO, Djalma; BORGES, Carmen. “Modelagem de
Usinas Eólicas para Estudos de Confiabilidade”. Revista Controle e
Automação, v.17n2, p.177-186, abril, maio e junho 2006.
MARTINS, FR, et al. O Aproveitamento da Energia Eólica- 2008 – Acesso em
24/03/12. Revista Brasileira de Ensino de Física – São José dos Campos – SP
Artigo Científico – Disponível em: HTTP:// www.sbfísica.org.br.
MOUBRAY, J. Manutenção Centrada na Confiabilidade. Edição Brasileira,
traduzido por Kleber Siqueira, Aladon Ltd. (2000)
N. Dalili a, A. Edrisy a, R. Carriveau b. “A review of surface engineering
issues critical to wind turbine performance”. Received 17 August 2007;
accepted
7
November
2007.p-
428–438.
Disponível
em:
WWW.elsevier.com/locate/rser. Acesso em: 05 de Out de 2011
NUNES, E. L. Manutenção Centrada na Confiabilidade (MCC): Análise da
Implantação em um Sistema de Manutenção Preventiva Consolidada. 2001.
PETERSEN, E. L., Mortensen, N.G., Landberg, L., Hojstrup, J., Frank, H.P.
(1998). "Wind
Power Meteorology. Part 1: Climate and Turbulence." Wind Energy. Vol. 1, pp.
2-22
PINTO, A. K.; XAVIER, J. de A. N. Manutenção: função estratégica. 2ª Ed. –
Rio de Janeiro. Qualitymark. 2001.
ROEDEL, W.: “Physik Unserer Umwelt – Die Atmosphäre”. Springer-Verlag,
2000.
ROSAS, P. – “Teste de Certificação de Turbinas Eólicas de Grande Porte –
Parte 2 – Qualidade da Energia Elétrica.” Metrologia, 2003.
SIQUEIRA, Iony Patriota. “Manutenção Centrada na Confiabilidade: Manual
de Implementação/ ed. Qualitymark, Rio de Janeiro, 2009.
TOKE,, David a, BREUKERS, Sylvia b, WOLSINK Maarten. “Wind power
deployment outcomes: How can we account for the differences?” Received 10
September 2010; accepted 13 October 2010. P- 1129–1147 .Disponível em:
WWW.elsevier.com/locate/rser. Acesso em:
WHITE, F. M. (2001), Fluid Mechanics, 4 ed., WCB/McGraw-Hill, New York,
826 p.