Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/SLSS-85BGVZ |
Resumo: | A área de gerenciamento de alarmes vem crescendo rapidamente e se destacando em tópicos de processos industriais. Sistemas de alarmes mal projetados ou com funcionamento inadequado já foram causas de diversos incidentes e grandes acidentes em plantas industriais ao redor do mundo, causando prejuízos financeiros e perdas de vidas. Uma das etapas mais importantes dentro das metodologias de gerenciamento é a racionalização dos alarmes, em que o volume de eventos gerados por dia é reduzido a um número adequado para que um ser humano possa compreendê-los e tratá-los. Uma das maiores dificuldades neste processo é identificar, dentre arquivos e bases de dados contendo dezenas de milhares de registros diários, padrões que possam indicar alarmes desnecessários, dado que os padrões temporais que correlacionam estes alarmes podem ser complexos por serem dependentes de variáveis de processo. Além da análise de correlação cruzada, técnica recomendada pelas normas da área para a solução deste problema, poucas tentativas foram feitas em termos de desenvolvimento de uma técnica adequada especificamente para a descoberta dos padrões de alarmes industriais redundantes. Nenhuma destas tentativas foi suficientemente capaz de realizar a atividade de maneira abrangente, com resultados previsíveis e confiáveis e complexidade gerenciável.Este trabalho apresenta uma alternativa às soluções atualmente utilizadas como técnicas de mineração dentro do processo de racionalização de alarmes, capaz de tratar algumas das dificuldades práticas enfrentadas pelas soluções anteriores e facilitar o processo. A proposta consiste em uma nova abordagem que combina mineração de sequências, mineração de regras de associação com MNR (Regras de Associação Mínimas Não Redundantes), análise de correlação cruzada e modelagem de redes complexas na visualização dos resultados, criando uma alternativa mais abrangente em termos de padrões detectados. O desempenho em termos de exatidão da solução comprova melhorias em relação à melhor abordagem existente, resultando em uma alternativa mais confiável e previsível na identificação de padrões significativos. |
id |
UFMG_9270e0e1f7399ee969760f035897048e |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/SLSS-85BGVZ |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Virgilio Augusto Fernandes AlmeidaFabio Goncalves JotaGisele Lobo PappaWagner Meira JuniorLeandro Pfleger de Aguiar2019-08-14T05:50:33Z2019-08-14T05:50:33Z2010-02-25http://hdl.handle.net/1843/SLSS-85BGVZA área de gerenciamento de alarmes vem crescendo rapidamente e se destacando em tópicos de processos industriais. Sistemas de alarmes mal projetados ou com funcionamento inadequado já foram causas de diversos incidentes e grandes acidentes em plantas industriais ao redor do mundo, causando prejuízos financeiros e perdas de vidas. Uma das etapas mais importantes dentro das metodologias de gerenciamento é a racionalização dos alarmes, em que o volume de eventos gerados por dia é reduzido a um número adequado para que um ser humano possa compreendê-los e tratá-los. Uma das maiores dificuldades neste processo é identificar, dentre arquivos e bases de dados contendo dezenas de milhares de registros diários, padrões que possam indicar alarmes desnecessários, dado que os padrões temporais que correlacionam estes alarmes podem ser complexos por serem dependentes de variáveis de processo. Além da análise de correlação cruzada, técnica recomendada pelas normas da área para a solução deste problema, poucas tentativas foram feitas em termos de desenvolvimento de uma técnica adequada especificamente para a descoberta dos padrões de alarmes industriais redundantes. Nenhuma destas tentativas foi suficientemente capaz de realizar a atividade de maneira abrangente, com resultados previsíveis e confiáveis e complexidade gerenciável.Este trabalho apresenta uma alternativa às soluções atualmente utilizadas como técnicas de mineração dentro do processo de racionalização de alarmes, capaz de tratar algumas das dificuldades práticas enfrentadas pelas soluções anteriores e facilitar o processo. A proposta consiste em uma nova abordagem que combina mineração de sequências, mineração de regras de associação com MNR (Regras de Associação Mínimas Não Redundantes), análise de correlação cruzada e modelagem de redes complexas na visualização dos resultados, criando uma alternativa mais abrangente em termos de padrões detectados. O desempenho em termos de exatidão da solução comprova melhorias em relação à melhor abordagem existente, resultando em uma alternativa mais confiável e previsível na identificação de padrões significativos.Alarm management is a research area that is growing rapidly on industrial automation topics. One of the major challenges in alarm rationalization, in which the volume of generated alarms is reduced to an appropriate number so that a human being can handle them, is to identify, between files and databases containing tens of thousands of daily records, patterns that might indicate unnecessary alarms. This work presents a new approach which combines sequence mining, association rules extraction with MNR (Minimum Non Redundant Association Rules), cross-correlation analysis, and complex network modeling for visualization, creating a more comprehensive alternative to the detection process. The solutions performance in terms of accuracy shows improvements over the best existing approach, resulting in an more reliable and predictable alternative for the identification of meaningful patterns.Universidade Federal de Minas GeraisUFMGGerenciamento de alarmesRedes complexasMineração de dados (Computação)Descoberta de conhecimentoRegras de associaçãoGerenciamento de alarmesMineração de sequênciasRedes complexasDescoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALleandropflegeraguiar.pdfapplication/pdf3521816https://repositorio.ufmg.br/bitstream/1843/SLSS-85BGVZ/1/leandropflegeraguiar.pdfdb9d51bc7db0b389e45444a5be14e1e6MD51TEXTleandropflegeraguiar.pdf.txtleandropflegeraguiar.pdf.txtExtracted texttext/plain189153https://repositorio.ufmg.br/bitstream/1843/SLSS-85BGVZ/2/leandropflegeraguiar.pdf.txt54fe2d032ffdd7640a5f6b65c3264b9fMD521843/SLSS-85BGVZ2019-11-14 10:37:27.462oai:repositorio.ufmg.br:1843/SLSS-85BGVZRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T13:37:27Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas |
title |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas |
spellingShingle |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas Leandro Pfleger de Aguiar Descoberta de conhecimento Regras de associação Gerenciamento de alarmes Mineração de sequências Redes complexas Gerenciamento de alarmes Redes complexas Mineração de dados (Computação) |
title_short |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas |
title_full |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas |
title_fullStr |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas |
title_full_unstemmed |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas |
title_sort |
Descoberta de padrões de alarme redundantes com técnicas de mineração de dados e redes complexas |
author |
Leandro Pfleger de Aguiar |
author_facet |
Leandro Pfleger de Aguiar |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Virgilio Augusto Fernandes Almeida |
dc.contributor.referee1.fl_str_mv |
Fabio Goncalves Jota |
dc.contributor.referee2.fl_str_mv |
Gisele Lobo Pappa |
dc.contributor.referee3.fl_str_mv |
Wagner Meira Junior |
dc.contributor.author.fl_str_mv |
Leandro Pfleger de Aguiar |
contributor_str_mv |
Virgilio Augusto Fernandes Almeida Fabio Goncalves Jota Gisele Lobo Pappa Wagner Meira Junior |
dc.subject.por.fl_str_mv |
Descoberta de conhecimento Regras de associação Gerenciamento de alarmes Mineração de sequências Redes complexas |
topic |
Descoberta de conhecimento Regras de associação Gerenciamento de alarmes Mineração de sequências Redes complexas Gerenciamento de alarmes Redes complexas Mineração de dados (Computação) |
dc.subject.other.pt_BR.fl_str_mv |
Gerenciamento de alarmes Redes complexas Mineração de dados (Computação) |
description |
A área de gerenciamento de alarmes vem crescendo rapidamente e se destacando em tópicos de processos industriais. Sistemas de alarmes mal projetados ou com funcionamento inadequado já foram causas de diversos incidentes e grandes acidentes em plantas industriais ao redor do mundo, causando prejuízos financeiros e perdas de vidas. Uma das etapas mais importantes dentro das metodologias de gerenciamento é a racionalização dos alarmes, em que o volume de eventos gerados por dia é reduzido a um número adequado para que um ser humano possa compreendê-los e tratá-los. Uma das maiores dificuldades neste processo é identificar, dentre arquivos e bases de dados contendo dezenas de milhares de registros diários, padrões que possam indicar alarmes desnecessários, dado que os padrões temporais que correlacionam estes alarmes podem ser complexos por serem dependentes de variáveis de processo. Além da análise de correlação cruzada, técnica recomendada pelas normas da área para a solução deste problema, poucas tentativas foram feitas em termos de desenvolvimento de uma técnica adequada especificamente para a descoberta dos padrões de alarmes industriais redundantes. Nenhuma destas tentativas foi suficientemente capaz de realizar a atividade de maneira abrangente, com resultados previsíveis e confiáveis e complexidade gerenciável.Este trabalho apresenta uma alternativa às soluções atualmente utilizadas como técnicas de mineração dentro do processo de racionalização de alarmes, capaz de tratar algumas das dificuldades práticas enfrentadas pelas soluções anteriores e facilitar o processo. A proposta consiste em uma nova abordagem que combina mineração de sequências, mineração de regras de associação com MNR (Regras de Associação Mínimas Não Redundantes), análise de correlação cruzada e modelagem de redes complexas na visualização dos resultados, criando uma alternativa mais abrangente em termos de padrões detectados. O desempenho em termos de exatidão da solução comprova melhorias em relação à melhor abordagem existente, resultando em uma alternativa mais confiável e previsível na identificação de padrões significativos. |
publishDate |
2010 |
dc.date.issued.fl_str_mv |
2010-02-25 |
dc.date.accessioned.fl_str_mv |
2019-08-14T05:50:33Z |
dc.date.available.fl_str_mv |
2019-08-14T05:50:33Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/SLSS-85BGVZ |
url |
http://hdl.handle.net/1843/SLSS-85BGVZ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/SLSS-85BGVZ/1/leandropflegeraguiar.pdf https://repositorio.ufmg.br/bitstream/1843/SLSS-85BGVZ/2/leandropflegeraguiar.pdf.txt |
bitstream.checksum.fl_str_mv |
db9d51bc7db0b389e45444a5be14e1e6 54fe2d032ffdd7640a5f6b65c3264b9f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589315830218752 |