Group Method of Data Handling (GMDH) e redes neurais na monitora????o e detec????o de falhas em sensores de centrais nucleares

• Autor(a) principal: BUENO, ELAINE I.
• Data de Publicação: 2011
• Tipo de documento: Tese
• Título da fonte: Repositório Institucional do IPEN
• Texto Completo: http://repositorio.ipen.br/handle/123456789/9982
• topic: nuclear power plants; monitoring; system failure analysis; computerized simulation; algorithms; neural networks

A demanda crescente na complexidade, efici??ncia e confiabilidade nos sistemas industriais modernos t??m estimulado os estudos da teoria de controle aplicada no desenvolvimento de sistemas de Monitora????o e Detec????o de Falhas. Neste trabalho foi desenvolvida uma metodologia in??dita de Monitora????o e Detec????o de Falhas atrav??s do algoritmo GMDH e Redes Neurais Artificiais (RNA) que foi aplicada ao reator de pesquisas do IPEN, IEA-R1. O desenvolvimento deste trabalho foi dividido em duas etapas: sendo a primeira etapa dedicada ao pr??-processamento das informa????es, realizada atrav??s do algoritmo GMDH; e a segunda o processamento das informa????es atrav??s de RNA. O algoritmo GMDH foi utilizado de duas maneiras diferentes: primeiramente, o algoritmo GMDH foi utilizado para gerar uma melhor estimativa da base de dados, tendo como resultado uma matriz denominada matriz_z, que foi utilizada no treinamento das RNA. Logo ap??s, o GMDH foi utilizado no estudo das vari??veis mais relevantes, sendo estas vari??veis utilizadas no processamento das informa????es. Para realizar as simula????es computacionais, foram propostos cinco modelos: Modelo 1 (Modelo Te??rico) e Modelos 2, 3, 4 e 5 (Dados de opera????o do reator). Ap??s a realiza????o de um estudo exaustivo dedicado a Monitora????o, iniciou-se a etapa de Detec????o de Falhas em sensores, onde foram simuladas falhas na base de dados dos sensores. Para tanto as leituras dos sensores tiveram um acr??scimo dos seguintes valores: 5%, 10%, 15% e 20%. Os resultados obtidos utilizando o algoritmo GMDH na escolha das melhores vari??veis de entrada para as RNA foram melhores do que aqueles obtidos utilizando apenas RNA, o que viabiliza o uso da nova metodologia de Monitora????o e Detec????o de Falhas em sensores apresentada.