Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso
Autor(a) principal: | |
---|---|
Data de Publicação: | 2002 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/BUOS-8CVNNC |
Resumo: | O presente trabalho consiste no desenvolvimento de um sistema para detecção de cascão em um alto-forno. A formação de cascão é uma falha que pode causar grandes prejuízos financeiros e riscos de acidentes, sendo de difícil detecção pelo operador do alto-forno. Utilizando técnicas de inteligência computacional, o sistema é capaz de detectar, em tempo real, a formação do cascão, alarmando e indicando a provável posição de crescimento da camada do mesmo. Por ser umproblema de detecção e diagnóstico de falhas em um sistema dinâmico de difícil modelagem matemática, o mesmo será abordado sob a ótica de classificação de padrões. Para classificação dos padrões é proposta uma nova topologia de rede neurofuzzy, que é uma variação da topologiaANFIS. Para treinamento da rede foram utilizados dados adquiridos da planta. Para validação foram utilizados dados operacionais da planta, no período de Dezembro de 2001 a Abril de 2002. Durante este período o sistema indicou corretamente sete ocorrências de formação de cascão. Estes resultados preliminares o credenciam como uma alternativa promissora para resolver o problema de detecção de cascão. |
id |
UFMG_d017de99b5a14f80bfcbb688ab67fd4e |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/BUOS-8CVNNC |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Walmir Matos CaminhasCarmen Dea Moraes PataroFernando Antônio Campos GomideRobercy Alves da Silva2019-08-10T15:34:19Z2019-08-10T15:34:19Z2002-12-19http://hdl.handle.net/1843/BUOS-8CVNNCO presente trabalho consiste no desenvolvimento de um sistema para detecção de cascão em um alto-forno. A formação de cascão é uma falha que pode causar grandes prejuízos financeiros e riscos de acidentes, sendo de difícil detecção pelo operador do alto-forno. Utilizando técnicas de inteligência computacional, o sistema é capaz de detectar, em tempo real, a formação do cascão, alarmando e indicando a provável posição de crescimento da camada do mesmo. Por ser umproblema de detecção e diagnóstico de falhas em um sistema dinâmico de difícil modelagem matemática, o mesmo será abordado sob a ótica de classificação de padrões. Para classificação dos padrões é proposta uma nova topologia de rede neurofuzzy, que é uma variação da topologiaANFIS. Para treinamento da rede foram utilizados dados adquiridos da planta. Para validação foram utilizados dados operacionais da planta, no período de Dezembro de 2001 a Abril de 2002. Durante este período o sistema indicou corretamente sete ocorrências de formação de cascão. Estes resultados preliminares o credenciam como uma alternativa promissora para resolver o problema de detecção de cascão.This work consists in a system developed to detect scaffold in blast furnace. The scaffold is a failure, which can cause big money losses, and injury employees, and is very difficult to be detected by blast furnaces operators. Using computing intelligence techniques, this system isallowed to detect, in real time, the scaffold growing, alarming and showing the scaffold position inside the blast furnace. How this is a detection and diagnoses problem in a difficult modeling dynamics system, it will be solved using pattern classification theory. To pattern classification, will be proposed a new neurofuzzy topology, which is an ANFIS topology variation. To training this network, was used data acquired from the plant. To validate, was used data from the same plantduring the last eight. During this time, the system detected seven real scaffold situations. These preliminary results certify this system as a useful solution to solve problems of scaffold detection in blast furnaces.Universidade Federal de Minas GeraisUFMGEngenharia elétricaEngenharia elétricaDetecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de casoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINAL519m.pdfapplication/pdf2009832https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVNNC/1/519m.pdf8f6572f403b9471441c3437667109b1fMD51TEXT519m.pdf.txt519m.pdf.txtExtracted texttext/plain76336https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVNNC/2/519m.pdf.txt94002c073f28c7213dbc95e0a7eaac31MD521843/BUOS-8CVNNC2019-11-14 03:45:36.331oai:repositorio.ufmg.br:1843/BUOS-8CVNNCRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T06:45:36Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso |
title |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso |
spellingShingle |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso Robercy Alves da Silva Engenharia elétrica Engenharia elétrica |
title_short |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso |
title_full |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso |
title_fullStr |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso |
title_full_unstemmed |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso |
title_sort |
Detecção e diagnóstico de falhas em alto - forno - um estudo de caso: um estudo de caso |
author |
Robercy Alves da Silva |
author_facet |
Robercy Alves da Silva |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Walmir Matos Caminhas |
dc.contributor.referee1.fl_str_mv |
Carmen Dea Moraes Pataro |
dc.contributor.referee2.fl_str_mv |
Fernando Antônio Campos Gomide |
dc.contributor.author.fl_str_mv |
Robercy Alves da Silva |
contributor_str_mv |
Walmir Matos Caminhas Carmen Dea Moraes Pataro Fernando Antônio Campos Gomide |
dc.subject.por.fl_str_mv |
Engenharia elétrica |
topic |
Engenharia elétrica Engenharia elétrica |
dc.subject.other.pt_BR.fl_str_mv |
Engenharia elétrica |
description |
O presente trabalho consiste no desenvolvimento de um sistema para detecção de cascão em um alto-forno. A formação de cascão é uma falha que pode causar grandes prejuízos financeiros e riscos de acidentes, sendo de difícil detecção pelo operador do alto-forno. Utilizando técnicas de inteligência computacional, o sistema é capaz de detectar, em tempo real, a formação do cascão, alarmando e indicando a provável posição de crescimento da camada do mesmo. Por ser umproblema de detecção e diagnóstico de falhas em um sistema dinâmico de difícil modelagem matemática, o mesmo será abordado sob a ótica de classificação de padrões. Para classificação dos padrões é proposta uma nova topologia de rede neurofuzzy, que é uma variação da topologiaANFIS. Para treinamento da rede foram utilizados dados adquiridos da planta. Para validação foram utilizados dados operacionais da planta, no período de Dezembro de 2001 a Abril de 2002. Durante este período o sistema indicou corretamente sete ocorrências de formação de cascão. Estes resultados preliminares o credenciam como uma alternativa promissora para resolver o problema de detecção de cascão. |
publishDate |
2002 |
dc.date.issued.fl_str_mv |
2002-12-19 |
dc.date.accessioned.fl_str_mv |
2019-08-10T15:34:19Z |
dc.date.available.fl_str_mv |
2019-08-10T15:34:19Z |
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/BUOS-8CVNNC |
url |
http://hdl.handle.net/1843/BUOS-8CVNNC |
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/BUOS-8CVNNC/1/519m.pdf https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVNNC/2/519m.pdf.txt |
bitstream.checksum.fl_str_mv |
8f6572f403b9471441c3437667109b1f 94002c073f28c7213dbc95e0a7eaac31 |
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_ |
1803589417499099136 |