Detecção de falhas em sistemas dinâmicos: abordagens imunoinspiradas.
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Primeiro orientador
Membros da banca
Benjamim Rodrigues Menezes
Leandro Nunes de Castro Silva
Takashi Yoneyama
Tomaz Aroldo da Mota Santos
Leandro Nunes de Castro Silva
Takashi Yoneyama
Tomaz Aroldo da Mota Santos
Resumo
Esta tese propôs, aplicou e discutiu abordagens imunoinspiradas para detecção de falhas em sistemas dinâmicos. A detecção de falhas se torna cada vez mais desafiadora devido ao aumento de complexidade dos processos e agilidade necessária para evitar o funcionamento incorreto ou até mesmo acidentes. O grande desafio reside na diferenciação entre condições de funcionamento normal e potencialmente de falha. Soluções promissoras para este problema têm emergido por meio de abordagens imunoinspiradas. Esta tese contribuiu com três abordagens para este fim: DF-NKC (Detecção de Falhas inspirada na célula natural killer ), a DF-DM (Detecção de Falhas inspirada no Modelo do Perigo) e a DF-Multioperacional (Detecção de Falhas inspirada nos algoritmos de seleção negativa). Enquanto a primeira baseou-se nos mecanismos de ativação e reconhecimento das células natural killer, a segunda inspirou-se no modelo do perigo associado a um modelo matemático do sistema imune e, finalmente, a terceira focou-se na melhoria dos algoritmos de seleção negativa. As abordagens DF-NKC e DF-DM foram aplicadas no benchmark de sistema de atuação de uma válvula provido pela DAMADICS (Development and Application of Methods for Actuator Diagnosis in Industrial Control Systems) enquanto que a abordagem DF-Multioperacional foi aplicada no benchmark de sistema de acionamento de um motor de corrente contínua. Os resultados evidenciaram que as abordagens propostas são promissoras para a detecção de falhas.
Abstract
This thesis has proposed, implemented and discussed immune-inspired approaches for dynamic systems fault detection. The fault detection is becoming increasingly challenging due to processes complexity and the agility need to prevent malfunction or even accidents. The challenge lies in diferentiating between normal operation and potential fault. Promising solutions to this problem has emerged through immune-inspired approaches. This thesis has contributed through three approaches: DF-NKC (fault detection inspired on natural killer cell's mechanisms), DF-DM (fault detection inspired on danger model) and DF-Multioperacional (fault detection based on improvements of negative selection algorithms). Firstly, DF-NKC approach has used concepts inspired on natural killer cells biological mechanisms of activation and maturation. Secondly, DF-DM approach has used danger model inspiration and a mathematical model of immune system. Finally, the DF-Multioperational approach was based on existing negative selection algorithms. The DF-NKC and DF-DM were applied in a valve actuator system benchmark provided by DAMADICS (Development and Application of Methods for Actuator Diagnosis in Industrial Control Systems) while DF-Multioperacional was applied to fault detection in a direct current motor system benchmark. The algorithms results show that the approaches are promising for fault detection.
Assunto
Engenharia elétrica
Palavras-chave
Engenharia Elétrica