Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu

Detalhes bibliográficos
Autor(a) principal: Bando, Fernando Mucio
Data de Publicação: 2016
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/44828
Resumo: Orientador : Dr. Jair Mendes Marques
id UFPR_9d21e9f4d09f73bbe03139953fbecaac
oai_identifier_str oai:acervodigital.ufpr.br:1884/44828
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaMarques, Jair Mendes, 1947-Bando, Fernando Mucio2022-12-12T17:53:40Z2022-12-12T17:53:40Z2016https://hdl.handle.net/1884/44828Orientador : Dr. Jair Mendes MarquesTese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 13/05/2016Inclui referências : f. 131-137Linha de pesquisa : Métodos estatísticos aplicadosResumo: As construções de usinas hidrelétricas consistem em empreendimentos de grande relevância para o desenvolvimento econômico e social de um país. No entanto, esse é um tipo de obra que requer muita vigilância, pois a ocorrência de comportamentos anormais em sua estrutura podem resultar em consequências indesejáveis. Inspeções realizadas através de instrumentos de monitoramento é um dos mecanismos de avaliação da segurança de uma barragem. Leituras periódicas dos instrumentos geram conjuntos de dados estocásticos que fornecem importantes informações sobre sua saúde estrutural. Métodos matemáticos e estatísticos são de grande importância para o tratamento e análise dos dados, pois, possibilitam predições de possíveis anormalidades no comportamento da barragem. Assim, este trabalho propõe uma metodologia de análise de árvore de falhas, em que o conceito de falha é definido através da detecção e classificação automática de pontos de mudança no comportamento de séries temporais geradas por instrumentos de monitoramento instalados em uma barragem. A detecção automática dos pontos de mudança em uma série temporal consiste em uma abordagem neuro/fuzzy/bayesiana dividida em três etapas: clusterização dos pontos da série temporal a partir de um mapa auto-organizável de Kohonen; construção de um conjunto fuzzy que transforma a série temporal inicial, com distribuição arbitrária, em uma nova série com distribuição de probabilidade beta; a detecção dos pontos de mudança através de uma simulação de Monte Carlo via algoritmo de Metropolis-Hastings. O método para a classificação dos pontos de mudança detectados, em relação aos níveis de alerta, foi desenvolvido através da construção de um sistema de controle fuzzy baseado em informações subjetivas utilizadas por especialistas em segurança da barragem. Por fim, a proposta metodológica é aplicada em dados gerados por instrumentos de monitoramento instalados no bloco de contraforte D38, da estrutura de barramento da Usina Hidrelétrica de Itaipu, onde o método destacou como principal resultado a detecção da mudança e comportamento nas medidas dos instrumentos de monitoramento ocorridas no período de enchimento do reservatório, o que mostra a eficiência dos conceitos abordados. Assim, pode-se concluir que a análise fuzzy de árvore de falhas descrita neste trabalho pode ser considerada uma boa alternativa para o auxílio no gerenciamento da segurança de uma barragem.Abstract: The construction of hydroelectric plants consist of highly relevant projects for economic and social development of a country. However, this is a kind of work which requires a lot of monitoring, because the occurrence of atypical behavior in structure can result in undesirable consequences. Inspections carried out by monitoring instruments is one of the safety assessment mechanisms of a dam. Periodic readings of the instruments generate sets of stochastic data provide important information about their structural health. Mathematical and statistical methods are of great importance for the processing and analysis of data therefore enable predictions of possible abnormalities in the dam behavior. Thus, this paper proposes a fault tree analysis methodology, in which the concept of failure is defined by detecting and automatic shift points classification in the time series behavior generated by monitoring instruments installed in a dam. Automatic detection of change points in a time series consists of a neuro/fuzzy/bayesian approach divided into three steps: clustering of points in the time series from a self-organizing map of Kohonen; construction of a fuzzy set that transforms the initial time series with arbitrary distribution on a new series with beta probability distribution; detection of change points through a Monte Carlo simulation via Metropolis-Hastings algorithm. The method for classification of detected shift points in relation to alert levels, is developed by building a fuzzy control system based on subjective information used for dam safety experts. Finally, the proposed methodology is applied to data generated by monitoring instruments installed on the buttress block D38, the bus structure of Itaipu Hydroelectric Power Plant, where the method highlighted as main result the detection of change and behavior in measures of instruments monitoring occurred in the filling period of the container, which shows the efficiency of the discussed concepts. Thus, it can be concluded that the fuzzy analysis of fault tree described in this work could be a good alternative for assistance in security management of a dam.148 f. : il. algumas color.application/pdfDisponível em formato digitalAnálise numéricaBarragens de concretoBarragens e açudes - Medidas de segurançaAlgorítmos difusosTesesAnálise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipuinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - FERNANDO MUCIO BANDO.pdfapplication/pdf4166257https://acervodigital.ufpr.br/bitstream/1884/44828/1/R%20-%20T%20-%20FERNANDO%20MUCIO%20BANDO.pdf5319c0a34285884de57e28193ecbae1bMD51open accessTEXTR - T - FERNANDO MUCIO BANDO.pdf.txtExtracted Texttext/plain258613https://acervodigital.ufpr.br/bitstream/1884/44828/2/R%20-%20T%20-%20FERNANDO%20MUCIO%20BANDO.pdf.txta3386d655157f6c5b5faaabd7688d7f1MD52open accessTHUMBNAILR - T - FERNANDO MUCIO BANDO.pdf.jpgGenerated Thumbnailimage/jpeg1136https://acervodigital.ufpr.br/bitstream/1884/44828/3/R%20-%20T%20-%20FERNANDO%20MUCIO%20BANDO.pdf.jpg7ef9f16de4b6105e4b775460ffc4057bMD53open access1884/448282022-12-12 14:53:40.765open accessoai:acervodigital.ufpr.br:1884/44828Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-12-12T17:53:40Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
title Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
spellingShingle Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
Bando, Fernando Mucio
Análise numérica
Barragens de concreto
Barragens e açudes - Medidas de segurança
Algorítmos difusos
Teses
title_short Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
title_full Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
title_fullStr Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
title_full_unstemmed Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
title_sort Análise fuzzy de árvore de falhas na gestão de segurança de barragens - bloco D38 da Barragem de Itaipu
author Bando, Fernando Mucio
author_facet Bando, Fernando Mucio
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
dc.contributor.advisor1.fl_str_mv Marques, Jair Mendes, 1947-
dc.contributor.author.fl_str_mv Bando, Fernando Mucio
contributor_str_mv Marques, Jair Mendes, 1947-
dc.subject.por.fl_str_mv Análise numérica
Barragens de concreto
Barragens e açudes - Medidas de segurança
Algorítmos difusos
Teses
topic Análise numérica
Barragens de concreto
Barragens e açudes - Medidas de segurança
Algorítmos difusos
Teses
description Orientador : Dr. Jair Mendes Marques
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2022-12-12T17:53:40Z
dc.date.available.fl_str_mv 2022-12-12T17:53:40Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/44828
url https://hdl.handle.net/1884/44828
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 148 f. : il. algumas color.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/44828/1/R%20-%20T%20-%20FERNANDO%20MUCIO%20BANDO.pdf
https://acervodigital.ufpr.br/bitstream/1884/44828/2/R%20-%20T%20-%20FERNANDO%20MUCIO%20BANDO.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/44828/3/R%20-%20T%20-%20FERNANDO%20MUCIO%20BANDO.pdf.jpg
bitstream.checksum.fl_str_mv 5319c0a34285884de57e28193ecbae1b
a3386d655157f6c5b5faaabd7688d7f1
7ef9f16de4b6105e4b775460ffc4057b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860918771974144

Registros relacionados