Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Andrade, Ana Carla Costa |
| Orientador(a): |
Maitelli, André Laurindo |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| 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 CIÊNCIA E ENGENHARIA DE PETRÓLEO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/47038
|
Resumo: |
A concorrência e regulações no setor industrial determina a produtividade e segurança dos sistemas de controle de plantas industriais, satisfazendo assim o mercado. Quando ocorre o surgimento de uma falha o funcionamento do sistema pode ser comprometido. Logo, métodos de FDD (Fault Detection and Diagnostics) contribuem para evitar eventos indesejados, pois existem técnicas e métodos que estudam a detecção, o isolamento, a identificação e, consequentemente, o diagnóstico de falhas. Neste trabalho, foi desenvolvida uma nova metodologia que se utiliza da emulação de falhas para obtenção de parâmetros semelhantes ao modelo de benchmark DAMADICS (Development and Application of Methods for Actuators Diagnosis in Industrial Control Systems), com o objetivo principal na detecção e diagnóstico de falhas emuladas. Esta metodologia utiliza informações prévias de testes em sensores com e sem falhas para detectar e classificar a situação da planta e, na presença de falhas, realizar o diagnóstico por meio de um processo de eliminação de forma hierárquica. Desta forma, a definição da assinatura do resíduo é utilizada, bem como a criação de uma árvore de decisão. Todo o processo é realizado incorporando técnicas de FDD, através de RNA (Rede Neural Artificial) modelo NARX (Nonlinear Autoregressive with Exogenous Inputs), no diagnóstico da predição comportamental dos sinais para geração dos valores residuais. Em seguida, é aplicado à construção da árvore de decisão a partir do resíduo mais significativo de um determinado sinal, possibilitando o processo de aquisição e formação da matriz de assinatura. Com os procedimentos deste estudo, é possível demonstrar um método prático e sistemático de como emular falhas para válvulas de controle e a possibilidade de realizar uma análise dos dados para adquirir assinaturas do comportamento das falhas. Por fim, são apresentadas simulações resultantes das variáveis mais sensibilizadas para a produção dos resíduos gerados pelas redes neurais, os quais são utilizados para obtenção de assinaturas e isolamento das falhas. O processo mostra ser eficiente em tempo computacional e na facilidade em apresentar uma estratégia de diagnóstico de falhas que pode ser reproduzida em outros processos. |
