Please use this identifier to cite or link to this item:
https://repositorio.ufrn.br/handle/123456789/23950
Title: | Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais |
Authors: | Souza, Danilo Curvelo de |
Advisor: | Dória Neto, Adrião Duarte |
Keywords: | Sistema especialista;Análise qualitativa de tendências;Monitoramento de processos;Automação inteligente;Tennessee eastman |
Issue Date: | 23-Jun-2017 |
Citation: | SOUZA, Danilo Curvelo de. Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais. 2017. 100f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017. |
Portuguese Abstract: | A presente tese apresenta uma técnica inovadora — designada como sistema especialista baseado em regras ponderado por tendências (SEBRPT) — fundamentada na integração de duas ferramentas existentes na área de inteligência artificial, os sistemas especialistas (SE) e a análise qualitativa de tendências (QTA). Um dos objetivos desta abordagem é usufruir das principais vantagens associadas a cada uma das ferramentas utilizadas, tais como a facilidade de se representar o conhecimento através de regras e a capacidade de extrair o comportamento e as tendências de um sinal contínuo. Esta metodologia também permite preencher uma lacuna entre métodos puramente baseado em números (quantitativos) e métodos puramente simbólicos (qualitativos), permitindo assim uma obtenção de resultados a partir de um processo de inferência baseado tanto nos valores exatos como nas tendências de um determinado sinal. Dessa forma, a técnica abordada possibilita a extração de um "fator de certeza" associado a uma regra previamente modelada por um especialista, descartando assim a lógica puramente booleana (verdadeiro/falso) adotada nos sistemas especialistas clássicos. O método proposto permite uma adoção direta em ambientes industriais, especialmente na área de automação inteligente. Seus principais recursos e características, com aplicação no monitoramento de processos industriais, serão demonstrados por simulações e resultados experimentais baseados no benchmark conhecido como o processo de Tennessee Eastman. |
URI: | https://repositorio.ufrn.br/jspui/handle/123456789/23950 |
Appears in Collections: | PPGEE - Doutorado em Engenharia Elétrica e de Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
DaniloCurveloDeSouza_TESE.pdf | 2,23 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.