A catarinense AQTech, empresa de predição no mercado de geração de energia, está avançando no uso de machine learning (ML) para monitoramento e diagnóstico de turbinas hidrelétricas e eólicas. A multinacional brasileira, que mantém presença em países da América Latina, Ásia e Europa, está ampliando o desenvolvimento e aplicação de recursos de inteligência computacional em suas soluções nos setores de ‘hydro’ e ‘wind’ — representando um marco tecnológico para o setor.

O ambicioso projeto, iniciado em 2020, inclui a colaboração de cientistas de dados e a produção de estudos de caso em parceria com empresas e universidades. A iniciativa foca em elevar a eficiência na previsão de falhas nas máquinas de geração de energia, utilizando variáveis como vibração, temperatura, acústica e análise de óleo para a detecção precoce de problemas.

Emerson Ancini, diretor comercial da AQTech, enfatiza que a meta não é substituir a mão de obra humana pela IA, mas sim complementá-la, identificando máquinas que requerem atenção especial. A empresa já observa êxito na integração do ML em suas soluções, destacando a evolução constante dos modelos de machine learning em termos de produtos.

A AQTech concentra esforços no aperfeiçoamento de seus modelos de ML, adaptando-os às características específicas das máquinas instaladas em hidrelétricas e parques eólicos. Esse processo é essencial para a identificação precisa de máquinas que desviam do padrão operacional normal.

E, considerando a inviabilidade de uma análise manual e constante por parte da equipe de Operação e Manutenção (O&M) de todas as máquinas e subsistemas, a ideia é utilizar os dados históricos para treinar os modelos a identificar desvios do comportamento-padrão, proporcionando uma detecção automatizada, rápida e eficaz de defeitos.

No segmento de energia eólica, a empresa experimentou um crescimento expressivo de 470% em faturamento entre 2020 e 2023. O ML tem sido fundamental nesse setor, especialmente devido à dificuldade de acesso às turbinas eólicas e à necessidade de análises preditivas automatizadas para prevenir falhas e quebras, reduzindo custos de manutenção.

No campo das hidrelétricas, um dos projetos da AQTech, em parceria com a Santo Antônio Energia e sob regulação da Aneel, visa desenvolver um "Sistema de Aprendizado de Máquina para análise e diagnóstico de falhas em hidrelétricas". O estudo, focado em métodos estatísticos e ML, apresenta resultados promissores na identificação precoce de falhas nos componentes das turbinas, potencializando a manutenção preventiva e preditiva.

Ancini enfatiza também o impacto positivo do ML na manutenção de hidrogeradores, destacando a capacidade de prever defeitos em estágios iniciais e prevenir quebras que podem ter custos elevados.

“Esses primeiros resultados já demonstram que o machine learning é promissor para auxiliar na manutenção preventiva e preditiva em hidrogeradores, sinalizando de forma eficaz defeitos ainda nos estágios iniciais, evitando quebras de componentes que podem chegar na casa dos milhões de reais em casos mais graves”.