Detalhes bibliográficos
| Ano de defesa: |
2013 |
| Autor(a) principal: |
Venceslau, Allan Robson Silva |
| Orientador(a): |
Oliveira, Luiz Affonso Henderson Guedes de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/19934
|
Resumo: |
Agarramento, ou atrito estático, em válvulas posicionadoras é um problema muito comum nos processos industriais modernos. Recentemente, muitos estudos são desenvolvidos para tentar entender, modelar e detectar esse tipo de problema. Porém quantificar o agarramento ainda é um desafio. Uma vez que a posição da válvula (mv) é normalmente desconhecida em um processo industrial, o principal desafio é diagnosticar agarramento tendo conhecimento apenas dos sinais de saída do processo (pv) e o sinal de controle (op). Neste trabalho é apresentada uma proposta baseada em Redes Neurais Artificiais para detectar e quantificar o grau de agarramento em válvulas utilizando apenas as informações de pv e op. Diferentes métodos para o pré-processamento do conjunto de treinamento da Rede Neural são apresentados. Esses métodos são baseados no cálculo de Centroide e de Transformada de Fourier. A proposta é validada através de um processo simulado e os resultados obtidos foram satisfatórios. |
