Modelo ontológico probabilístico baseado em dados de alarmes e eventos no contexto da Indústria 4.0

• Ano de defesa: 2022
• Autor(a) principal: Silva, Márcio José da
• Orientador(a): Pereira, Carlos Eduardo
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Sistema de alarme; Mineração de dados; Automatização de processos; Ontologia
• Palavras-chave em Inglês: Ontology; Data mining; Automation and control; Predictive inference; Bayesian network; Probabilistic model
• Link de acesso: http://hdl.handle.net/10183/249912

Os avanços das tecnologias de automação, informação e de comunicação apresentam novas perspectivas para diversas áreas, incluindo os sistemas de alarmes de processos industriais. Sistemas inteligentes de alarme industrial são capazes de auxiliar os operadores por meio de alertas, permitindo realizar os ajustes necessários nas variáveis operacionais. Ao mesmo tempo que as modernas tecnologias permitem a monitoração de um número crescente de variáveis e informações dos processos industriais, aumenta a carga cognitiva. Portanto, contribui-se com uma abordagem que beneficia os sistemas industriais para gerenciamento de alarmes de processos com a capacidade de prever situações para facilitação de ações operacionais, particularmente quando uma quantidade de eventos acima da capacidade humana de gerenciamento ocorre. Nesse sentido, é concebido um modelo semântico probabilístico voltado para predição e inferência de situações anormais de operação. A partir disso, é realizada uma integração de definições de contexto em um conjunto de dados, a partir de um modelo ontológico probabilístico, aplicando técnicas de aprendizado de máquina.