Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/26508
Title: Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos
Authors: Leitão, Gustavo Bezerra Paz
Keywords: Processamento de alarme;Diagnóstico de falhas;Automação industrial;Sistemas de alarmes;Sistemas inteligentes
Issue Date: 9-Nov-2018
Citation: LEITÃO, Gustavo Bezerra Paz. Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos. 2018. 138f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018.
Abstract: Industrial processes are subject to failures in their thousands of components at any time and can lead to shutdowns, loss of product quality, equipment damage or even accidents. In this sense, the alarm system is necessary to aid in the identification of process abnormalities. However, during a process failure it is common for the operator to be subjected to hundreds of alarms causing overload beyond the human processing capacity. This phenomenon is known as alarm flood and to treat them properly is a challenge for the modern alarms systems. Thus, the present work aims at the development of an online alarm processing methodology capable of assisting the operator in the identification and classification of abnormal situations of the process, especially in moments of alarm overload. To validate the proposal, a case study was carried out on a process simulator widely used and accepted by the scientific community called Tennessee Eastman Process. The results indicate that it is important to identify and monitor the abnormality scenarios underway in industrial processes. The results show that the methodology is efficient to identify and follow the abnormality scenarios in progress in industrial processes.
Portuguese Abstract: Os processos industriais de grande porte estão sujeito a falhas em seus milhares de componentes, podendo levar a paradas não programadas, perda de qualidade do produto, danos aos equipamentos ou até mesmo acidentes. Nesse sentido, o sistema de alarmes é parte necessária no auxílio na identificação de anormalidades na operação de processos industriais. No entanto, em momentos de falhas ou distúrbios, é comum os operadores ficarem sujeitos a centenas de alarmes, causando sobrecarga na sua capacidade de processamento da informação recebida. Esse fenômeno é conhecido como avalanche de alarmes e tratá-lo é um grande desafio para os sistemas de alarmes modernos. Assim, diante da relevância deste problema, nesta tese é proposta uma metodologia de processamento de alarmes on-line voltada ao auxílio ao operador na identificação e classificação de situações anormais do processo, especialmente em momentos de sobrecarga de alarmes. Para validação da proposta foi realizado um estudo de caso em um simulador de processo largamente utilizado e aceito pela comunidade científica chamado de Tennessee Eastman Process. Os resultados indicaram que a metodologia é eficiente para identificar e acompanhar os cenários de anormalidade em curso em processos industriais.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/26508
Appears in Collections:PPGEE - Doutorado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
Classificaçãoon-linesituações_Leitão_2018.pdf4,22 MBAdobe PDFThumbnail
View/Open


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