Visão de máquina aplicada na identificação de receptores de raio em pás de turbinas eólicas
dc.contributor.advisor | Valente, Carlos Magno de Oliveira | |
dc.contributor.author | Mauro, Anna Beathriz Cipriano de | |
dc.contributor.author | Stegmann, Nicolas Barbosa | |
dc.contributor.author | Dias, Pedro Villas Bôas | |
dc.coverage.spatial | São Paulo, SP | pt_BR |
dc.creator | Mauro, Anna Beathriz Cipriano de | |
dc.creator | Stegmann, Nicolas Barbosa | |
dc.creator | Dias, Pedro Villas Bôas | |
dc.date.accessioned | 2022-06-30T19:47:40Z | |
dc.date.available | 2022-06-30T19:47:40Z | |
dc.date.issued | 2020 | |
dc.date.submitted | 2020 | |
dc.description | Projeto realizado na empresa GE | pt_BR |
dc.description.abstract | Ao serem utilizados drones para medir a condutividade dos lightning receptors (LR), ou seja, os receptores de raios presentes nas pás de turbinas eólicas, é possível realizar não somente uma forma mais segura para uma manobra de risco (antes feita por operador de O&M), como também uma maneira mais eficiente em termos de tempo de execução e eficácia para a realização da tarefa. A solução apresentada nesse projeto implica no uso de visão de máquina para a criação de um algoritmo em python, utilizando-se da biblioteca Open CV, capaz de analisar as imagens da pá captadas pelo drone em tempo real e identificar a localização dos receptores de raio. Essa abordagem representa a primeira fase de um projeto maior, em que os dados de saída dessa primeira etapa servirão de base para a segunda fase, em que será elaborado o controle do movimento do drone, o qual, orientado pelas imagens, irá se aproximar e medir a condutividade dos receptores. Por fim, embora ambas as fases contribuam para um único produto, o trabalho aqui relatado é relacionado apenas a fase 1. | pt_BR |
dc.description.other | By using drones to measure the conductivity of lightning receptors (LR), lightning prevention component present in the blades of wind turbines, it makes possible not only for a safer maneuver (previously done by an O&M operator), as well as a more efficient way in terms of execution time and efficiency of accomplishing the task. This solution implies the use of machine vision in the creation of a python program, using Open CV library, capable of analyzing the images of the drone in real time and identifying the presence of the receptors, as well as detecting its location on the blade. This approach represents the first phase of a bigger project, in which the second phase involves the use of phase 1 outputs for the creation of an autonomous drone flight control algorithm, this one guided by the images, it approaches the blade and performs measurement of its conductivity. Finally, although both phases contribute to a single product, the work reported here is only related to phase 1. | pt_BR |
dc.identifier.uri | https://repositorio.insper.edu.br/handle/11224/3307 | |
dc.language.iso | Português | pt_BR |
dc.rights.license | Todos os documentos desta Coleção podem ser acessados, mantendo-se os direitos dos autores pela citação da origem. | pt_BR |
dc.subject | visão computacional, lightning receptors, drone e python | pt_BR |
dc.subject | machine vision, lightning receptors, drone and python | pt_BR |
dc.title | Visão de máquina aplicada na identificação de receptores de raio em pás de turbinas eólicas | pt_BR |
dc.type | bachelor thesis | |
dspace.entity.type | Publication | |
local.contributor.boardmember | Valente, Carlos Magno de Oliveira | |
local.contributor.boardmember | Montagner, Igor dos Santos | |
local.contributor.boardmember | Adegas, Fabiano Daher | |
local.type | Trabalho de Conclusão de Curso | pt_BR |