Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/24011
Title: Análise de desempenho de técnicas de indicação de causalidade aplicadas a alarmes industriais
Authors: Miranda, Tiago Fernandes de
Keywords: Gerenciamento de alarmes industriais;Causalidade;Correlação cruzada;Teste de causalidade de Granger
Issue Date: 3-Jul-2017
Citation: MIRANDA, Tiago Fernandes de. Análise de desempenho de técnicas de indicação de causalidade aplicadas a alarmes industriais. 2017. 86f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017.
Portuguese Abstract: Alarmes industriais tem natureza inerentemente assíncrona e são fundamentais para a manutenção da segurança operacional e saúde de processos industriais complexos. Entretanto, sistemas de alarmes industriais mal configurados tendem a gerar quantidades excessivas de alarmes, o que os tornam ineficientes. Dentre os possíveis agentes degradantes de um sistema de alarmes, estão os alarmes causais. Situações de alarmes causais ocorrem quando a ativação de um determinado alarme implica na ativação de um ou mais alarmes decorrentes, gerando informação redundante no sistema de alarmes. Diante da relevância do problema, nesta dissertação são analisados os desempenhos de duas técnicas para determinação de alarmes causais: correlação cruzada e teste de causalidade de Granger. Como dados de alarmes industriais são essencialmente de natureza discreta, antes de se aplicar ambas as técnicas, houve a necessidade de se realizar um pré-processamento sobre os dados de alarmes, através de uma técnica de suavização de sinais. Para obtenção dos resultados, foram utilizados dados de alarmes provenientes de cenários de simulação de geração de alarmes e do Benchmark Tennessee Eastman Process. Os resultados obtidos indicam que, em aspectos gerais, o teste de causalidade de Granger obteve maior eficiência que a correlação cruzada na tarefa de indicação de relações causais em alarmes industriais. Também foram realizados estudos comparativos da aplicação do teste de causalidade de Granger sobre variáveis de processo e alarmes no Benchmark Tennessee Eastman Process, indicando suas características.
Abstract: Industrial alarms are inherently asynchronous in nature and are critical to maintaining the operational safety and health of complex industrial processes. However, poorly configured industrial alarm systems tend to generate excessive amounts of alarms, making them inefficient. Among the possible degrading agents of an alarm system are the causal alarms. Causal alarm situations occur when the activation of a given alarm implies the activation of one or more of the resulting alarms, generating redundant information in the alarm system. Given the relevance of the problem, this dissertation analyzes the performance of two techniques for determining causal alarms: Cross-correlation and Granger causality test. The industrial alarm data is essentially of a discrete nature, before performing both techniques, there was a need to perform a preprocessing on the alarm data, through the signal smoothing technique. To obtain the results, we used alarm data from the alarm generation simulation scenarios and the Tennessee Eastman Process Benchmark. Therefore, the results indicate that, in general aspects, the Granger causality test performed a greater efficiency than the cross-correlation in the task of indicating causal relations between industrial alarms. We also performed comparative studies of the application of the Granger causality test on process variables and alarms in the Tennessee Eastman Process Benchmark, indicating their characteristics.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/24011
Appears in Collections:PPGEE - Mestrado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
TiagoFernandesDeMiranda_DISSERT.pdf4,95 MBAdobe PDFThumbnail
View/Open


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