Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/jspui/handle/123456789/20160
Título: Ferramenta para avaliação e inferência de parâmetros de redes industriais sem fio
Autor(es): Florêncio, Heitor Medeiros
Palavras-chave: Redes industriais;Redes de sensores sem fio;Estatística descritiva;Redes neurais artificiais;WirelessHART;ISA 100.11a.
Data do documento: 20-Jul-2015
Editor: Universidade Federal do Rio Grande do Norte
Citação: FLORÊNCIO, Heitor Medeiros. Ferramenta para avaliação e inferência de parâmetros de redes industriais sem fio. 2015. 60f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2015.
Resumo: Wireless sensor networks (WSN) have gained ground in the industrial environment, due to the possibility of connecting points of information that were inaccessible to wired networks. However, there are several challenges in the implementation and acceptance of this technology in the industrial environment, one of them the guaranteed availability of information, which can be influenced by various parameters, such as path stability and power consumption of the field device. As such, in this work was developed a tool to evaluate and infer parameters of wireless industrial networks based on the WirelessHART and ISA 100.11a protocols. The tool allows quantitative evaluation, qualitative evaluation and evaluation by inference during a given time of the operating network. The quantitative and qualitative evaluation are based on own definitions of parameters, such as the parameter of stability, or based on descriptive statistics, such as mean, standard deviation and box plots. In the evaluation by inference uses the intelligent technique artificial neural networks to infer some network parameters such as battery life. Finally, it displays the results of use the tool in different scenarios networks, as topologies star and mesh, in order to attest to the importance of tool in evaluation of the behavior of these networks, but also support possible changes or maintenance of the system.
metadata.dc.description.resumo: As redes de sensores sem fio (RSSF) estão gradativamente ganhando espaço no ambiente industrial devido à possibilidade de conectar pontos de informação que eram inacessíveis com as redes cabeadas. Contudo, existem vários desafios na implantação e aceitação dessa tecnologia no meio industrial, sendo um deles a garantia de disponibilidade da informação, a qual pode ser influenciada por vários parâmetros, como a estabilidade do caminho de dados e o consumo de energia do instrumento de campo. Nesse sentido, neste trabalho foi desenvolvido uma ferramenta para avaliar e inferir parâmetros de redes industriais sem fio baseadas nos protocolos WirelessHART e ISA 100.11a. A ferramenta disponibiliza funcionalidades de avaliação quantitativa, avaliação qualitativa e avaliação por inferência durante um determinado tempo de execução da rede. As avaliações quantitativa e qualitativa são baseadas nas próprias definições dos parâmetros, como o parâmetro de estabilidade, ou em ferramentas da estatística descritiva, como média, desvio padrão e diagramas de caixa. Já na avaliação por inferência é utilizada a técnica inteligente de redes neurais artificiais para estimar alguns parâmetros da rede, como vida útil da bateria. Por fim, são apresentados os resultados do uso da ferramenta em diferentes cenários de redes, topologias em estrela e em malha, com o intuito de atestar a importância do uso da ferramenta na avaliação do comportamento dessas redes, como também, apoiar possíveis adequações ou manutenções do sistema.
URI: http://repositorio.ufrn.br/handle/123456789/20160
Aparece nas coleções:PPGEE - Mestrado em Engenharia Elétrica e de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
HeitorMedeirosFlorencio_DISSERT.pdf2,74 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.