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.