Προγνωστική συντήρηση και εφαρμογές

Λυκούρεσης, Νικόλαος Δημήτριος

dc.contributor.advisor	Nikolaou, Grigoris
dc.contributor.author	Λυκούρεσης, Νικόλαος Δημήτριος
dc.date.accessioned	2024-10-15T12:24:14Z
dc.date.available	2024-10-15T12:24:14Z
dc.date.issued	2024-10
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/7739
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-7571
dc.description.abstract	Η αιολική ενέργεια έχει αναδειχθεί ως βασικό στοιχείο στην παγκόσμια μετάβαση σε τρόπους ανανεώσιμης ενέργειας, ωστόσο η συντήρηση των ανεμογεννητριών, ιδιαίτερα σε θαλάσσια περιβάλλοντα, παρουσιάζει σημαντικές προκλήσεις. Η προγνωστική συντήρηση (PdM) σηματοδοτεί μια σημαντική πρόοδο στη διατήρηση της λειτουργικής αποτελεσματικότητας και τη μείωση των δαπανών για την παραγωγή ανανεώσιμης ενέργειας. Αυτή η διατριβή εξετάζει την εφαρμογή του PdM, χρησιμοποιώντας μεθοδολογίες μηχανικής μάθησης για την πρόβλεψη δυσλειτουργιών εξοπλισμού σε ανεμογεννήτριες. Η έρευνα επικεντρώνεται στη μελέτη μιας περίπτωσης αιολικών πάρκων, χρησιμοποιώντας δεδομένα SCADA από ανεμογεννήτριες για τη διαμόρφωση ενός μοντέλου μακροπρόθεσμης μνήμης (LSTM) για πρόβλεψη σφαλμάτων. Η έρευνα υπογραμμίζει τα οικονομικά, περιβαλλοντικά και λειτουργικά πλεονεκτήματα του PdM, αναδεικνύοντας την υπεροχή του έναντι των συμβατικών στρατηγικών συντήρησης. Προβλέποντας τις αστοχίες πριν από την εκδήλωσή τους, το PdM όχι μόνο μετριάζει τον χρόνο διακοπής λειτουργίας αλλά και παρατείνει τη μακροζωία των βασικών εξαρτημάτων, εξασφαλίζοντας έτσι βιώσιμη παραγωγή ενέργειας. Τα αποτελέσματα υπογραμμίζουν τη σημασία των τεχνολογικών καινοτομιών για την αύξηση της αξιοπιστίας και της αποτελεσματικότητας των συστημάτων αιολικής ενέργειας, συμβάλλοντας στους γενικούς στόχους της ενεργειακής βιωσιμότητας και της προστασίας του περιβάλλοντος.	el
dc.format.extent	70	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Προγνωστική συντήρηση	el
dc.subject	SCADA	el
dc.subject	LSTM	el
dc.subject	Ανεμογεννήτριες	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Πρόβλεψη σφάλματος	el
dc.title	Προγνωστική συντήρηση και εφαρμογές	el
dc.title.alternative	Predictive maintenance and applications	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Βασιλειάδου, Σουλτάνα
dc.contributor.committee	Drosos, Christos
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής	el
dc.description.abstracttranslated	Wind energy has emerged as a key element in the global transition to renewable energy modes, but maintaining wind turbines, particularly in marine environments, presents significant challenges. The integration of predictive maintenance (PdM) in wind turbines represents a significant advancement in maintaining operational efficiency and reducing costs in renewable energy production. This thesis investigates the application of PdM, leveraging machine learning techniques to predict equipment failures in wind turbines. The study focuses on a case analysis of wind farms, utilizing SCADA data from turbines to develop a Long Short-Term Memory (LSTM) model for fault prediction. The research highlights the economic, environmental, and operational benefits of PdM, showcasing its superiority over traditional maintenance methods. By predicting failures before they occur, PdM not only minimizes downtime but also extends the lifespan of critical components, ensuring sustainable energy production. The findings underscore the importance of technological advancements in enhancing the reliability and efficiency of wind energy systems, contributing to the broader goals of energy sustainability and environmental protection.	el

Αρχεία σε αυτό το τεκμήριο

Όνομα:: Lykouresis_71445063.pdf
Μέγεθος:: 2.996Mb
Τύπος:: PDF
Περιγραφή:: Πτυχιακή εργασία

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές

Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές