Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/19934
Title: Detecção e diagnostico de agarramento em válvulas posicionadoras
Authors: Venceslau, Allan Robson Silva
Keywords: Agarramento;Válvulas posicionadoras;Detectar;Quantificar;Redes neurais;Centroide;Transformada de Fourier
Issue Date: 31-Jan-2013
Publisher: Universidade Federal do Rio Grande do Norte
Citation: VENCESLAU, Allan Robson Silva. Detecção e diagnostico de agarramento em válvulas posicionadoras. 2013. 42f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2013.
Portuguese Abstract: 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.
Abstract: Valve stiction, or static friction, in control loops is a common problem in modern industrial processes. Recently, many studies have been developed to understand, reproduce and detect such problem, but quantification still remains a challenge. Since the valve position (mv) is normally unknown in an industrial process, the main challenge is to diagnose stiction knowing only the output signals of the process (pv) and the control signal (op). This paper presents an Artificial Neural Network approach in order to detect and quantify the amount of static friction using only the pv and op information. Different methods for preprocessing the training set of the neural network are presented. Those methods are based on the calculation of centroid and Fourier Transform. The proposal is validated using a simulated process and the results show a satisfactory measurement of stiction.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/19934
Appears in Collections:PPGEE - Mestrado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
AllanRobsonSilvaVenceslau_DISSERT.pdf3.91 MBAdobe PDFThumbnail
View/Open


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