Pré-despacho de carga em usinas termoelétricas considerando a gestão da manutenção via lógica fuzzy

Esta tese apresenta uma nova proposta para o pré-despacho de carga considerando o estado técnico dos motores das usinas termelétricas através da combinação de diversas técnicas de manutenção e de diagnóstico a partir da inteligência computacional via lógica Fuzzy. O diagnóstico do estado técnico dos motores é realizado usando a análise de óleo lubrificante, análise de vibrações, e termografia. Com esses dados e com a análise estatística, é possível prever quando um motor pode falhar ainda no pré-despacho de carga. Para aumentar a confiabilidade dos motores e do fornecimento da energia elétrica, se desenvolveu um Programa de Gerenciamento de Manutenção (PGM), usando ferramentas de gestão, aplicando apenas 4 pilares do TPM (manutenção produtiva total) e combinando com a manutenção preditiva e o diagnóstico, permitindo assim o gerenciamento para a diminuição das paradas corretivas dos equipamentos da usina. Alguns resultados atingidos após a implantação são: redução do custo anual de manutenção, redução da manutenção corretiva, aumento do MTBF (Mean Time Between Failures) e diminuição do MTTR (Mean Time To Repair) em todas as áreas. Além disso, o pré-despacho realizado garante que possa ser atingida a potência demandada com um alto grau de confiabilidade e qualidade.