Diagnóstico e Análise Inteligente de Falhas Mecânicas em Chaves Desconectadoras de Alta Tensão

Nos sistemas de energia modernos, os disjuntores de alta tensão desempenham um papel crucial. Eles garantem o isolamento seguro do equipamento elétrico ou das linhas durante a manutenção e a confiabilidade durante a operação normal. Falhas mecânicas nos disjuntores de alta tensão, como contato ruim, falha do atuador ou fadiga de componentes estruturais, podem afetar severamente a estabilidade e a segurança de todo o sistema de energia.Os métodos tradicionais de detecção de falhas dependem da manutenção regular e inspeções manuais.

Esses métodos não são apenas demorados e trabalhosos, mas também propensos a perder o momento ideal de intervenção no início de uma falha. Com o progresso contínuo da tecnologia, surgiram técnicas de diagnóstico inteligente, oferecendo uma solução mais eficiente e precisa para monitoramento e diagnóstico de falhas.

Métodos de diagnóstico inteligente, como coleta de dados baseada em sensores, processamento e análise de dados, análise de sinais de corrente do motor acionador e medição de deformação resistiva, podem identificar comportamentos anormais dos disjuntores de alta tensão em tempo real, prever falhas potenciais e orientar decisões de manutenção. Isso aumenta significativamente a confiabilidade e a eficiência operacional do sistema de energia.

1 Tipos Comuns de Falhas Mecânicas em Disjuntores de Alta Tensão
1.1 Falha de Contato Ruim

O contato ruim é principalmente causado pela oxidação da superfície de contato, pressão de contato insuficiente ou área de contato reduzida. Este tipo de falha geralmente leva a um aumento na resistência, afetando a condutividade do disjuntor de alta tensão. Devido ao contato ruim, mais calor é gerado quando a corrente passa pelos pontos de contato. Isso não só acelera o desgaste dos pontos de contato, mas também causa problemas mais graves de efeito térmico, como falha de soldagem ou superaquecimento local.

O contato ruim também pode causar instabilidade de tensão, afetando a qualidade de tensão do sistema de energia. Problemas persistentes de contato ruim podem facilmente levar a uma diminuição do desempenho de isolamento do disjuntor de alta tensão, aumentando os riscos de segurança operacional do sistema. Portanto, detectar e abordar prontamente problemas de contato ruim em disjuntores de alta tensão é essencial para garantir a operação estável e segura do sistema de energia.

1.2 Falha do Atuador

A falha do atuador é um problema significativo que afeta o desempenho dos disjuntores de alta tensão. Este tipo de falha inclui desgaste mecânico, lubrificação insuficiente e envelhecimento de componentes. O desgaste mecânico refere-se tipicamente ao dano de componentes de acionamento, como rolamentos e engrenagens, sob operações repetitivas de longo prazo. A lubrificação insuficiente aumenta o atrito, acelerando a taxa de desgaste de peças mecânicas e reduzindo a eficiência operacional do atuador.

À medida que o tempo de serviço aumenta, vários componentes do atuador perdem suas propriedades originais ou se deformam devido ao envelhecimento do material, afetando a confiabilidade e a segurança da operação do disjuntor de alta tensão. Se essas falhas não forem detectadas e abordadas em tempo hábil, isso pode levar a uma operação incorreta do disjuntor de alta tensão e, em casos graves, até mesmo ameaçar a operação estável de todo o sistema de energia.

1.3 Falha por Fadiga e Dano de Componentes Estruturais

Falhas por fadiga e dano de componentes estruturais geralmente ocorrem sob a influência de tensões mecânicas de longo prazo e fatores ambientais. Componentes estruturais, como pilares, hastes de conexão e rolamentos, gradualmente experimentam fadiga do material sob a ação de tensões mecânicas de longo prazo, especialmente durante operações frequentes de abertura e fechamento. Ao longo do tempo, essas tensões se acumulam no material, levando à geração e propagação de microfissuras, que eventualmente se desenvolvem em danos mecânicos significativos.

Além disso, fatores ambientais, como mudanças de temperatura, umidade e ambientes corrosivos, podem acelerar a taxa de fadiga de componentes estruturais, afetando suas propriedades mecânicas e vida útil. Falhas por fadiga e dano de componentes estruturais não apenas afetam a função normal dos disjuntores de alta tensão, mas também representam uma ameaça à estabilidade geral do sistema de energia.

2 Métodos de Diagnóstico Inteligente para Falhas Mecânicas em Disjuntores de Alta Tensão
2.1 Sensores e Coleta de Dados

Sensores desempenham um papel vital no diagnóstico de falhas mecânicas em disjuntores de alta tensão. Eles são responsáveis principalmente por capturar parâmetros físicos-chave durante a operação do equipamento, como vibração, som, temperatura e corrente. Para disjuntores de alta tensão, os principais sensores utilizados incluem sensores de vibração, sensores de emissão acústica e sensores de corrente e tensão.

Sensores de vibração são usados para detectar a frequência e a amplitude de vibração geradas pelos componentes do equipamento durante a operação. Analisando os dados de vibração, é possível prever o desgaste do equipamento e as falhas existentes. Geralmente, a frequência de vibração de um disjuntor de alta tensão em operação normal deve estar dentro do intervalo padrão (geralmente, o limite é definido como mais de 10 vezes a frequência de operação). Se ultrapassar esse intervalo, pode indicar uma anomalia. Um diagrama esquemático de um sensor de vibração é mostrado na Figura 1.

Sensores de emissão acústica capturam sons com base em ondas sonoras de alta frequência geradas por defeitos de material ou estrutural. Durante a operação de um disjuntor de alta tensão, se houver trincas ou folga, os sensores de emissão acústica podem capturar prontamente as flutuações sonoras causadas por essas pequenas deformações ou rupturas. O princípio de um sensor de emissão acústica é mostrado na Figura 2.

Sensores de corrente e tensão monitoram principalmente as mudanças nos níveis de corrente e tensão que passam pelo disjuntor de alta tensão. Leituras anormais de corrente ou tensão desses sensores geralmente indicam problemas nas conexões elétricas ou na funcionalidade.

1 - Furos de parafuso; 2 - Fundação; 3 - Cristais piezelétricos; 4 - Amplificador eletrônico; 5 - Conector terminal

Em termos de coleta de dados, a tarefa principal é converter os dados coletados pelos sensores em informações utilizáveis. Um sistema de coleta de dados geralmente consiste nos seguintes três aspectos:

• Unidade de Aquisição de Dados (UAD). A UAD é responsável principalmente por receber sinais analógicos de diversos sensores e converter esses sinais analógicos em sinais digitais. A UAD garante que os dados sejam coletados em uma taxa apropriada (geralmente com um tempo de resposta na faixa de milissegundos) e com certa precisão (geralmente atingindo 16 bits ou superior) para atender aos requisitos de processamento subsequentes.

• Transmissão de Dados. Os dados coletados são transmitidos para um servidor de processamento central através de uma rede de comunicação estável. Esta etapa geralmente depende de tecnologias de comunicação sem fio, como Wi-Fi ou redes 4G/5G, que podem aumentar ainda mais a velocidade e a eficiência da transmissão de dados e reduzir a complexidade e o custo de cablagem.

• Armazenamento e Gerenciamento de Dados. Após a transmissão bem-sucedida dos dados, é necessário realizar o armazenamento e gerenciamento eficazes dos dados em um servidor ou na nuvem para estabelecer um banco de dados mais completo. O armazenamento de dados precisa suportar acesso rápido e análise de grandes volumes de dados, portanto, são necessários bancos de dados de alto desempenho para realizar consultas e recuperação de dados. Um diagrama esquemático da criação de um banco de dados é mostrado na Figura 3.

Através de sensores e coleta de dados, o monitoramento em tempo real do estado operacional e dos indicadores de desempenho do equipamento pode detectar prontamente defeitos potenciais, fornecendo uma base necessária para o diagnóstico inteligente de falhas mecânicas, prevenindo a ocorrência de falhas e garantindo a operação estável do sistema de energia.

2.2 Processamento e Análise de Dados
2.2.1 Análise Tempo-Frequência

A análise tempo-frequência é um método eficiente de processamento de dados que pode transformar sinais do domínio do tempo para o domínio da frequência, revelando assim as características internas e as tendências de mudança dos sinais. Métodos de análise tempo-frequência comumente usados incluem a Transformada de Fourier de Curto Prazo (STFT), a transformada wavelet e a distribuição Wigner-Ville.

A STFT realiza uma transformada de Fourier local no sinal através de uma janela de tamanho fixo, tornando-a adequada para analisar sinais cujas frequências mudam lentamente ao longo do tempo. Por exemplo, ao monitorar o atuador, a STFT pode identificar efetivamente derivações de frequência causadas por atrito ou folga estrutural.

A transformada wavelet pode fornecer janelas de tamanho variável, tornando-a adequada para processar sinais com características de mutação instantânea. Ajustando a função mãe wavelet, é possível identificar com precisão vibrações anormais em uma faixa de frequência específica.

Como uma ferramenta avançada de análise tempo-frequência, a distribuição Wigner-Ville, apesar de gerar interferência de termos cruzados, oferece uma análise mais refinada do tempo e da frequência do sinal, tornando-a particularmente adequada para a detecção de falhas em ambientes de sinal complexos.

Na prática, combinando os métodos de análise tempo-frequência mencionados acima com os dados originais medidos pelos sensores, é possível monitorar e diagnosticar com precisão as condições de operação dos disjuntores de alta tensão. Em condições normais de operação, a faixa de frequência dos disjuntores de alta tensão geralmente pode ser mantida entre 50-100 Hz; enquanto, em caso de contato ruim, fadiga de componentes estruturais e falhas de dano, a frequência dos disjuntores de alta tensão se deslocará significativamente ou aparecerão novos componentes de frequência.

2.2.2 Aprendizado de Máquina e Reconhecimento de Padrões

Primeiro, após a coleta de dados, através de uma etapa de pré-processamento, como eliminação de ruído e extração de características, os dados de entrada são preparados para algoritmos de aprendizado de máquina. Os dados incluem componentes de frequência de sinais de vibração, características de forma de parâmetros elétricos, etc.

Segundo, algoritmos de aprendizado supervisionado, como Máquinas de Vetores de Suporte (SVM) e Floresta Aleatória, podem ser usados para classificar os dados obtidos dos sensores. Esses algoritmos são treinados para identificar diferentes tipos de padrões de falha, como os padrões de sinal únicos causados por contato ruim ou falhas do atuador. Na prática, milhares de pontos de dados são inseridos nos algoritmos para treinamento, garantindo que eles possam identificar com precisão os estados de falha.

Finalmente, técnicas de aprendizado profundo, especialmente Redes Neurais Convolucionais (CNN), são usadas para reconhecimento de padrões complexos. As técnicas de aprendizado profundo podem extrair informações úteis de grandes volumes de dados multidimensionais através de suas capacidades de aprendizado automático de características, melhorando a precisão do diagnóstico. Por exemplo, em um modelo CNN específico, várias camadas convolucionais e de pooling são projetadas para processar os dados de imagem de vídeo coletados para identificar características típicas de falhas.

2.3 Análise de Sinal de Corrente do Motor Acionador

O monitoramento e a análise em tempo real dos sinais de corrente gerados durante a operação do motor acionador podem prever e diagnosticar falhas mecânicas potenciais. A análise de sinal de corrente do motor acionador geralmente se concentra na detecção de pequenas mudanças no sinal de corrente para determinar anomalias ou desgaste de componentes mecânicos.

Se houver falhas nos componentes mecânicos do disjuntor de alta tensão, como danos nos rolamentos, desgaste de engrenagens ou desequilíbrio, isso afetará indiretamente a carga do motor acionador, causando variações específicas no seu sinal de corrente.

Em termos de análise de dados, um sensor de corrente é usado para registrar a forma de onda da corrente sob condições de operação normais ao redor da bobina de alimentação do motor. A frequência de amostragem geralmente é definida acima de 20 kHz para capturar informações detalhadas e garantir a análise de dados de alta precisão.

Em termos de extração de características, a transformada de Fourier é usada para converter o sinal de corrente no domínio do tempo em um sinal no domínio da frequência, o que ajuda a identificar anomalias harmônicas causadas por falhas mecânicas. Por exemplo, em condições sem falhas, o sinal de corrente do motor acionador contém principalmente a frequência fundamental e suas harmônicas inteiras. Se houver uma falha, como falha no rolamento, novos picos serão observados em frequências específicas.

No processamento subsequente de dados, métodos estatísticos podem ser usados para analisar as frequências extraídas. Por exemplo, calcular as mudanças de amplitude de cada ponto de frequência e treinar um modelo de identificação de falhas usando um algoritmo de aprendizado de máquina. A entrada do algoritmo são as características de frequência do sinal de corrente, e a saída é a previsão do tipo e da gravidade da falha.

Analisando o sinal de corrente, a desvio do sinal de corrente pode ser quantificado. Por exemplo, na fase inicial de falha do rolamento, a amplitude da harmônica de corrente pode aumentar de 5 a 10 A, enquanto, no caso de desgaste de engrenagens, a amplitude da harmônica relevante pode aumentar de 3 a 8 A. Isso permite que a equipe de manutenção determine com precisão o estado do equipamento e planeje o trabalho de manutenção, evitando assim interrupções de energia em larga escala causadas por falhas.

2.4 Aplicação da Tecnologia de Medição de Deformação Resistiva

A tecnologia de medição de deformação resistiva pode ser usada para monitorar o estresse estrutural e a deformação dos disjuntores de alta tensão. Esta tecnologia é realizada através de extensômetros resistivos instalados em componentes-chave.

Um extensômetro resistivo é um sensor que converte a deformação mecânica em um sinal elétrico. Seu princípio de funcionamento baseia-se na propriedade de que o valor de resistência de um condutor metálico muda quando é deformado sob força. Um diagrama esquemático da estrutura do extensômetro resistivo é mostrado na Figura 4.

Ao selecionar extensômetros resistivos, podem ser escolhidos extensômetros resistivos de fita metálica de alta precisão. Estes extensômetros têm boas características lineares e resposta de temperatura estável, e geralmente são instalados nas posições onde o disjuntor de alta tensão está mais sujeito a tensões e fadiga, como o braço de contato e o eixo de rotação.

Após a seleção e instalação dos extensômetros resistivos, é necessário conectá-los ao sistema de coleta de dados através de fios. O sistema de coleta de dados é responsável por registrar as mudanças de resistência transmitidas pelos extensômetros resistivos e convertê-las em sinais de tensão para leitura. O sistema de coleta de dados precisa ter uma taxa de amostragem rápida e alta resolução para garantir que possa capturar as mudanças rápidas de deformação geradas durante a operação do disjuntor de alta tensão. A taxa de amostragem usada geralmente está na faixa de quilohertz, e a resolução atinge o nível de milivolts.

Software apropriado é usado para processar os sinais de tensão coletados. Primeiro, é realizada a filtragem para remover possíveis interferências de ruído, e então são usados algoritmos matemáticos, como a Transformada Rápida de Fourier (FFT), para analisar o espectro do sinal e extrair dados de deformação. Os dados de deformação podem ser convertidos para obter o estado de tensão real do componente correspondente.

Os dados de deformação medidos são comparados com o modelo de tensão pré-estabelecido do disjuntor de alta tensão para avaliar o status atual de saúde do equipamento. Quando a tensão monitorada excede o limiar de projeto, o sistema de coleta de dados emitirá automaticamente um sinal de alerta para lembrar o pessoal de operação e manutenção de realizar inspeções ou manutenção.

3 Conclusão

Este artigo explorou profundamente os tipos comuns de falhas mecânicas em disjuntores de alta tensão e seus métodos de diagnóstico inteligente. Usar métodos de diagnóstico inteligente para falhas mecânicas em disjuntores de alta tensão não apenas melhora a confiabilidade da operação do equipamento, mas também reduz significativamente os custos de manutenção e otimiza o processo de tomada de decisão de manutenção.

Com o progresso da ciência e tecnologia e o aumento da maturidade da tecnologia de análise de dados, é necessário que as pessoas envolvidas aumentem o investimento em pesquisa para melhorar o nível de diagnóstico inteligente de falhas mecânicas em disjuntores de alta tensão, fornecendo forte suporte para a operação estável do sistema de energia.