Utilizando ciência de dados e inteligência artificial, a Radix desenvolveu dois sistemas simultâneos para otimização da operação e manutenção preditiva de uma das maiores plantas termelétricas com motores a combustão do Nordeste. Os projetos foram desenvolvidos em parceria com a equipe de P&D da Epasa, produtora independente de energia e proprietária das usinas Termonordeste e Termoparaíba.
Segundo as partes, a ferramenta permite melhor aproveitamento do combustível utilizado nos motores, maximizando a geração e reduzindo o número de partidas e paradas, o que traz uma padronização dos procedimentos de operação.
O sistema de apoio à tomada de decisão promove a maximização da confiabilidade e disponibilidade das usinas, indicando desvios e possíveis falhas no funcionamento dos equipamentos para evitar paradas desnecessárias e os pontos ótimos onde devem ser realizadas pela área de O&M.
O projeto foi baseado em modelos de digital twin para identificação de índice de saúde dos motores e seus subsistemas associados a modelos de machine learning, permitindo a classificação de falhas. As representações são condições e parâmetros mecânicos, térmicos e elétricos de cada equipamento, gerando alertas quando ocorrem desvios do modelo base.
Por sua vez o sistema de otimização foi baseado em modelos com diferentes algoritmos e machine learning para melhor configuração operacional através de dados dos sensores reais e virtuais.
De acordo com o gerente de PD&I na Radix, Flávio Loução, esse tipo de arquitetura desenvolvida pode ser replicada em qualquer segmento industrial que utilize supervisores SCADA, podendo ser adaptada, expandida e evoluída para outras tecnologias de geração, como UTEs que utilizam diferentes combustíveis, PCHs, eólicas e termonucleares, ou ainda na distribuição e transmissão de energia.
