Webinars gratuitos

Acesse o webinar e todas as perguntas e respostas que surgiram durante a live!

Basta clicar na imagem do webinar que deseja assistir e preencher os campos na próxima página, você será redirecionado automaticamente para o página do webinar com as perguntas e respostas.

Sensoriamento
Sensoriamento para o monitoramento de vibrações em hidrogeradores.
Conceitos básicos de vibração mecânica e tipos de sensores: deslocamento, aceleração, velocidade e pressão.
Tiago Matsuo
VP/Techinical Director
Monitoramento
Monitoramento de vibrações em hidrogeradores segundo normas ISO
Introdução à norma ISO 13373-1: Tipos de monitoramento; Boas práticas de instalação de sensores; Processamento, tratamento e apresentação de sinais. Introdução à norma ISO 20816-5: Tipos de máquinas e seus componentes; Procedimentos de medição; Avaliação de medições.
Marcos Nishioka
Mechanical Engineer
Dados
Aquisição de dados para monitoramento de vibrações
A importância da aquisição de dados para um sistema de monitoramento de vibrações. Entenda o processo e os requisitos necessários para um ótimo condicionamento e digitalização dos sinais recebidos por sensores instalados em hidrogeradores.
Celso Souza
Sr. Hardware Engineer
Análise
Ferramentas de análise de vibrações em hidrogeradores
Diferentes níveis de análise, como supervisão, visualização em tempo real, tendência e registros detalhados, além das ferramentas avançadas Cascata FFT, Entreferro e Fluxo Magnético.
Emerson Ancini
Sales and service director
Diagnóstico
Diagnóstico de defeitos em hidrogeradores
Diagnóstico de defeitos em hidrogeradores através da análise das frequências notáveis, segundo ISO 13373-7.Desbalanceamento, desalinhamento, folga, roçamento, rodopio de óleo, problema de pás de turbina, problema de pás do distribuidor, problema em entreferro, problema em polos, análise de órbita
Rafael Matos
Service Manager
Estudos de caso
Especificando um SMV e Estudos de caso de monitoramento de vibrações
Revisão dos principais tópicos abordados anteriormente por meio de estudos de casos, finalizando com dicas relacionadas a especificação de um eficiente sistema de monitoramento de vibrações.
Tiago Matsuo
VP/Techinical Director
Machine Learning
Machine Learning para o diagnóstico e prognóstico no setor elétrico

Introdução ao tema

Processo de monitoramento da condição

Abordagens Model-based, Data-Driven e híbrida

Conceitos fundamentais de Machine Learning

Algoritmos PCA, KNN, k-means, ANN-MLP, SVM, ARIMA, GTB

Exemplos de aplicações no setor elétrico

Fabrizio Freitas
Innovation and Marketing Director