Diagnóstico de falhas baseado em sistema inteligente evolutivo
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
Fernando Antonio Campos Comide
Ivan Nunes da Silva
Pyramo Pires da Costa Júnior
Fernando Antonio Campos Comide
Ivan Nunes da Silva
Pyramo Pires da Costa Júnior
Resumo
Em muitas áreas, os avanços tecnológicos levaram ao surgimento de máquinas e equipamentos complexos, dificultando seu gerenciamento e manutenção e, consequentemente, ocasionando o aumento de falhas. Nesse contexto, esse trabalho propõe uma metodologia de diagnóstico de falhas baseada em sistema inteligente evolutivo, visando sua aplicação em sistemas dinâmicos não estacionários que exijam a realização dessas tarefas em modo on-line e em tempo real. Sistemas inteligentes evolutivos são sistemas capazes de determinar gradualmente tanto a sua estrutura quanto os seus parâmetros, extraindo conhecimento a partir dos dados de entrada. De acordo com o conceito de manutenção inteligente, a aplicação de sistemas inteligentes evolutivos para realizar diagnostico de falhas tem-se mostrado promissora. Nesse trabalho é proposto um classificador fuzzy evolutivo para aplicação em diagnóstico de falhas, baseado em uma nova abordagem que combina um algoritmo de agrupamento recursivo e um método de detecção de drift. Essa abordagem confere ao classificador fuzzy evolutivo a capacidade de aprendizado contínuo e incremental em modo on-line, sem a necessidade do conhecimento prévio do sistema dinâmico em questão, e ainda proporcionando maior robustez a outliers e ruído presentes nos dados de entrada. O classificador proposto nesse trabalho _e avaliado em dois problemas tipicamente encontrados na indústria, que são o diagnóstico de falhas em sistema de acionamento de uma máquina de corrente continua, e o diagnóstico de falhas em sistema de tanques interativos. Os resultados das simulações realizadas demonstraram que o classificador proposto tem um desempenho promissor, sugerindo-o como uma alternativa viável para aplicação em problemas reais de diagnostico de falhas.
Abstract
In many areas, the advance of technology has resulted in the emergence of machinery and complex equipments, which impose great challenges for its management and maintenance, and consequently, increase the fault occurrences. In this context, this work proposes a methodology for fault diagnosis based on evolving intelligent system aiming at its application in nonstationary dynamic systems which require performing these tasks in online mode and real time. Evolving intelligent systems are dened as systems capable to gradually determine both its structure and its parameters, by extracting knowledge from input data. According to intelligent maintenance concept, the application of evolving intelligent systems to perform fault diagnosis has shown promising. In this work we propose an evolving fuzzy classier for fault diagnosis application, based on a new approach that combines a recursive clustering algorithm and a drift detection method. This approach gives the evolving fuzzy classier the ability of continuous and incremental learning in online mode and real time, without need a prior knowledge about of the dynamic system in question, and providing greater robustness to outliers and noise present in input data. The classier proposed in this work is evaluated on two problems typically found in the industry, which are fault diagnosis in DC drive system, and fault diagnosis in interactive tanks system. The results of simulations and experiments demonstrate that the proposed classier achieves promising performance, suggesting it as a feasible alternative for application to real problems of fault diagnosis.
Assunto
Engenharia elétrica
Palavras-chave
Diagnóstico de falhas, Classificador fuzzy, Sistemas evolutivos