Utiliza????o de redes neurais artificiais na monitora????o e detec????o de falhas em sensores do reator IEA-R1

• Autor(a) principal: BUENO, ELAINE I.
• Data de Publicação: 2006
• Tipo de documento: Dissertação
• Título da fonte: Repositório Institucional do IPEN
• Texto Completo: http://repositorio.ipen.br/handle/123456789/11409
• topic: iear-1 reactor; artificial intelligence; neural networks; failures; temperature monitoring; monitoring; reactor control systems

Os estudos na ??rea de Monitora????o e Diagn??stico de Falhas t??m sido estimulados devido ao aumento crescente em qualidade, confiabilidade e seguran??a nos processos de produ????o, onde a interrup????o da produ????o por alguma anomalia imprevista pode colocar em risco a seguran??a do operador, al??m de provocar perdas econ??micas, aumentando os custos com a repara????o de algum equipamento danificado. Tendo em vista estes dois fatores, o fator econ??mico e a pr??pria quest??o de seguran??a do operador, torna-se necess??rio a implementa????o de Sistemas de Monitora????o e Detec????o de Falhas. Neste trabalho foi desenvolvido um Sistema de Monitora????o e Detec????o de Falhas usando a metodologia de Redes Neurais Artificiais que foi aplicado ao reator de pesquisas IEA-R1. O desenvolvimento deste sistema foi dividido em tr??s etapas: sendo a primeira etapa dedicada ?? monitora????o, a segunda a detec????o, e a terceira ao diagn??stico de falhas. Na primeira etapa, foram treinadas diversas Redes Neurais Artificiais para a monitora????o das vari??veis de temperatura, pot??ncia e taxa de dose. Para tanto foram utilizadas duas bases dados: uma contendo dados gerados por um modelo te??rico do reator, e outra contendo dados referentes a uma semana t??pica de opera????o. Na segunda etapa, as redes treinadas para realizar a monitora????o das vari??veis, foram testadas com uma base de dados contendo falhas inseridas artificialmente nos sensores de temperatura. Como o limite m??ximo de erro de calibra????o para termopares especiais ?? de , foram inseridas falhas de ?? nos sensores respons??veis pela leitura das vari??veis T3 e T4. Na terceira etapa foi desenvolvido um Sistema Fuzzy para realizar o diagn??stico de falhas, onde foram consideradas 3 condi????es poss??veis de falhas: condi????o normal, falha de −, e falha de , sendo que o sistema desenvolvido indicar?? qual o sensor de temperatura est?? com falha. C??5,0??C??1C??1C??1+