Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/15356
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAraújo, Fábio Meneghetti Ugulino dept_BR
dc.contributor.authorRebouças, Diogo Leitept_BR
dc.date.accessioned2014-12-17T14:55:50Z-
dc.date.available2011-11-29pt_BR
dc.date.available2014-12-17T14:55:50Z-
dc.date.issued2011-06-21pt_BR
dc.identifier.citationREBOUÇAS, Diogo Leite. Utilização de redes neurais artificiais para detecção e diagnóstico de falhas. 2011. 93 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2011.por
dc.identifier.urihttps://repositorio.ufrn.br/jspui/handle/123456789/15356-
dc.description.abstractIn a real process, all used resources, whether physical or developed in software, are subject to interruptions or operational commitments. However, in situations in which operate critical systems, any kind of problem may bring big consequences. Knowing this, this paper aims to develop a system capable to detect the presence and indicate the types of failures that may occur in a process. For implementing and testing the proposed methodology, a coupled tank system was used as a study model case. The system should be developed to generate a set of signals that notify the process operator and that may be post-processed, enabling changes in control strategy or control parameters. Due to the damage risks involved with sensors, actuators and amplifiers of the real plant, the data set of the faults will be computationally generated and the results collected from numerical simulations of the process model. The system will be composed by structures with Artificial Neural Networks, trained in offline mode using Matlab®eng
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal do Rio Grande do Nortepor
dc.rightsAcesso Abertopor
dc.subjectSistemas Críticospor
dc.subjectDetecção de Falhaspor
dc.subjectDiagnóstico de Falhaspor
dc.subjectRedes Neurais Artificiaispor
dc.subjectCritical Systemseng
dc.subjectFault Detectioneng
dc.subjectFault Diagnosiseng
dc.subjectArtificial Neural Networkeng
dc.titleUtilização de redes neurais artificiais para detecção e diagnóstico de falhaspor
dc.typemasterThesispor
dc.publisher.countryBRpor
dc.publisher.initialsUFRNpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapor
dc.contributor.authorLatteshttp://lattes.cnpq.br/6067093280002083por
dc.contributor.advisorLatteshttp://lattes.cnpq.br/5473196176458886por
dc.contributor.referees1Maitelli, André Laurindopt_BR
dc.contributor.referees1Latteshttp://lattes.cnpq.br/0477027244297797por
dc.contributor.referees2Gabriel Filho, Oscarpt_BR
dc.contributor.referees2Latteshttp://lattes.cnpq.br/4171033998524192por
dc.description.resumoEm um processo real, todos os recursos utilizados, sejam físicos ou desenvolvidos em software, estão sujeitos a interrupções ou a comprometimentos operacionais. Contudo, nas situações em que operam os sistemas críticos, qualquer tipo de problema pode vir a trazer grandes consequências. Sabendo disso, este trabalho se propõe a desenvolver um sistema capaz de detectar a presença e indicar os tipos de falhas que venham a ocorrer em um determinado processo. Para implementação e testes da metodologia proposta, um sistema de tanques acoplados foi escolhido como modelo de estudo de caso. O sistema desenvolvido deverá gerar um conjunto de sinais que notifiquem o operador do processo e que possam vir a ser pós-processados, possibilitando que sejam feitas alterações nas estratégias ou nos parâmetros dos controladores. Em virtude dos riscos envolvidos com relação à queima dos sensores, atuadores e amplificadores existentes na planta real, o conjunto de dados das falhas será gerado computacionalmente e os resultados coletados a partir de simulações numéricas do modelo do processo, não havendo risco de dano aos equipamentos. O sistema será composto por estruturas que fazem uso de Redes Neurais Artificiais, treinadas em modo offline pelo software matemático Matlab®por
dc.publisher.departmentAutomação e Sistemas; Engenharia de Computação; Telecomunicaçõespor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
Appears in Collections:PPGEE - Mestrado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
DiogoLR_DISSERT.pdf2.12 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.