Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRJ |
Texto Completo: | http://hdl.handle.net/11422/10384 |
Resumo: | Este trabalho possui como objetivo a criação de um modelo, usando a linguagem Python, que com a aplicação de um Sistema Especialista utiliza regras de produção para analisar os dados obtidos em tempo real da usina e auxilie o operador a identificar a ocorrência de transientes/acidentes. Na ocorrência de um transiente o programa alerta o operador e sinaliza qual sessão do Manual do Operador deverá ser consultada para levar de volta a usina ao seu estado normal. A estrutura genérica utilizada para representar o conhecimento do Sistema Especialista foi uma Árvore de Falha e a obtenção dos dados da usina foi realizada por meio de agentes inteligentes que transformam os dados obtidos da usina em valores booleanos usados na Árvore de Falha, inclusive utilizando Lógica Nebulosa. Para testar a validade do programa foi utilizado um modelo simplificado dos manuais da Central Nuclear Almirante Alvaro Alberto 2 (Angra 2) e com este modelo foram realizadas simulações para analisar o funcionamento do programa e a redução no tempo de identificação de um transiente, quando comparado com métodos manuais. Os resultados dos testes apresentaram significativa redução no tempo e grande acurácia, demonstrando a aplicabilidade do modelo ao problema. |
id |
UFRJ_f9561639b1d19b6ad0c246a6c1745b84 |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/10384 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Paiva, Gustavo Varandahttp://lattes.cnpq.br/5942110535792058Medeiros, Jose Antonio Carlos CanedoPereira, Claudio Marcio de Nascimento AbreuSchirru, Roberto2019-11-05T16:43:26Z2023-11-30T03:01:18Z2017-02http://hdl.handle.net/11422/10384Este trabalho possui como objetivo a criação de um modelo, usando a linguagem Python, que com a aplicação de um Sistema Especialista utiliza regras de produção para analisar os dados obtidos em tempo real da usina e auxilie o operador a identificar a ocorrência de transientes/acidentes. Na ocorrência de um transiente o programa alerta o operador e sinaliza qual sessão do Manual do Operador deverá ser consultada para levar de volta a usina ao seu estado normal. A estrutura genérica utilizada para representar o conhecimento do Sistema Especialista foi uma Árvore de Falha e a obtenção dos dados da usina foi realizada por meio de agentes inteligentes que transformam os dados obtidos da usina em valores booleanos usados na Árvore de Falha, inclusive utilizando Lógica Nebulosa. Para testar a validade do programa foi utilizado um modelo simplificado dos manuais da Central Nuclear Almirante Alvaro Alberto 2 (Angra 2) e com este modelo foram realizadas simulações para analisar o funcionamento do programa e a redução no tempo de identificação de um transiente, quando comparado com métodos manuais. Os resultados dos testes apresentaram significativa redução no tempo e grande acurácia, demonstrando a aplicabilidade do modelo ao problema.This work aims to create a model, using the Python language, which with the application of an Expert System uses production rules to analyze the data obtained in real time from the plant and help the operator to identify the occurrence of transients / accidents. In the event of a transient the program alerts the operator and indicates which section of the Operator's Manual should be consulted to bring the plant back to its normal state. The generic structure used to represent the knowledge of the Expert System was a Fault Tree and the data obtained from the plant was done through intelligent agents that transform the data obtained from the plant into Boolean values used in the Fault Tree, including using Fuzzy Logic. In order to test validate the program, a simplified model of the Almirante Alvaro Alberto 2 Nuclear Power Plant (Angra 2) manuals was used and with this model, simulations were performed to analyze the program's operation and the reduction in the transient identification time when compared with manual methods. The results of the tests presented significant reduction in the time and great accuracy, demonstrating the applicability of the model to the problem.Submitted by Christianne Fontes de Andrade (cfontes@ct.ufrj.br) on 2019-11-05T16:43:26Z No. of bitstreams: 1 877605.pdf: 788212 bytes, checksum: 8001ee33de4ca229257d81dd474ce2d4 (MD5)Made available in DSpace on 2019-11-05T16:43:26Z (GMT). No. of bitstreams: 1 877605.pdf: 788212 bytes, checksum: 8001ee33de4ca229257d81dd474ce2d4 (MD5) Previous issue date: 2017-02porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia NuclearUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA NUCLEAREngenharia de transportesDiagnóstico de acidentesSistema especialistaUsina nuclearDiagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINAL877605.pdf877605.pdfapplication/pdf788212http://pantheon.ufrj.br:80/bitstream/11422/10384/1/877605.pdf8001ee33de4ca229257d81dd474ce2d4MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/10384/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/103842023-11-30 00:01:18.339oai:pantheon.ufrj.br:11422/10384TElDRU7Dh0EgTsODTy1FWENMVVNJVkEgREUgRElTVFJJQlVJw4fDg08KCkFvIGFzc2luYXIgZSBlbnRyZWdhciBlc3RhIGxpY2Vuw6dhLCB2b2PDqihzKSBvKHMpIGF1dG9yKGVzKSBvdSBwcm9wcmlldMOhcmlvKHMpIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBjb25jZWRlKG0pIGFvIFJlcG9zaXTDs3JpbyBQYW50aGVvbiBkYSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gZGUgSmFuZWlybyAoVUZSSikgbyBkaXJlaXRvIG7Do28gLSBleGNsdXNpdm8gZGUgcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBvIGRvY3VtZW50byBlbnRyZWd1ZSAoaW5jbHVpbmRvIG8gcmVzdW1vKSBlbSB0b2RvIG8gbXVuZG8sIGVtIGZvcm1hdG8gZWxldHLDtG5pY28gZSBlbSBxdWFscXVlciBtZWlvLCBpbmNsdWluZG8sIG1hcyBuw6NvIGxpbWl0YWRvIGEgw6F1ZGlvIGUvb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIGEgVUZSSiBwb2RlLCBzZW0gYWx0ZXJhciBvIGNvbnRlw7pkbywgdHJhZHV6aXIgYSBhcHJlc2VudGHDp8OjbyBkZSBxdWFscXVlciBtZWlvIG91IGZvcm1hdG8gY29tIGEgZmluYWxpZGFkZSBkZSBwcmVzZXJ2YcOnw6NvLgoKVm9jw6ogdGFtYsOpbSBjb25jb3JkYSBxdWUgYSBVRlJKIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZXNzYSBzdWJtaXNzw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIGUgcHJlc2VydmHDp8OjbyBkaWdpdGFsLgoKRGVjbGFyYSBxdWUgbyBkb2N1bWVudG8gZW50cmVndWUgw6kgc2V1IHRyYWJhbGhvIG9yaWdpbmFsLCBlIHF1ZSB2b2PDqiB0ZW0gbyBkaXJlaXRvIGRlIGNvbmNlZGVyIG9zIGRpcmVpdG9zIGNvbnRpZG9zIG5lc3RhIGxpY2Vuw6dhLiBWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIGEgc3VhIGFwcmVzZW50YcOnw6NvLCBjb20gbyBtZWxob3IgZGUgc2V1cyBjb25oZWNpbWVudG9zLCBuw6NvIGluZnJpbmdpIGRpcmVpdG9zIGF1dG9yYWlzIGRlIHRlcmNlaXJvcy4KClNlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIGNvbnTDqW0gbWF0ZXJpYWwgZG8gcXVhbCB2b2PDqiBuw6NvIHRlbSBkaXJlaXRvcyBkZSBhdXRvciwgZGVjbGFyYSBxdWUgb2J0ZXZlIGEgcGVybWlzc8OjbyBpcnJlc3RyaXRhIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBlIGNvbmNlZGUgYSBVRlJKIG9zIGRpcmVpdG9zIHJlcXVlcmlkb3MgcG9yIGVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgZGUgcHJvcHJpZWRhZGUgZGUgdGVyY2Vpcm9zIGVzdMOhIGNsYXJhbWVudGUgaWRlbnRpZmljYWRvIGUgcmVjb25oZWNpZG8gbm8gdGV4dG8gb3UgY29udGXDumRvIGRhIHN1Ym1pc3PDo28uCgpTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSDDqSBiYXNlYWRvIGVtIHRyYWJhbGhvIHF1ZSBmb2ksIG91IHRlbSBzaWRvIHBhdHJvY2luYWRvIG91IGFwb2lhZG8gcG9yIHVtYSBhZ8OqbmNpYSBvdSBvdXRybyhzKSBvcmdhbmlzbW8ocykgcXVlIG7Do28gYSBVRlJKLCB2b2PDqiBkZWNsYXJhIHF1ZSBjdW1wcml1IHF1YWxxdWVyIGRpcmVpdG8gZGUgUkVWSVPDg08gb3UgZGUgb3V0cmFzIG9icmlnYcOnw7VlcyByZXF1ZXJpZGFzIHBvciBjb250cmF0byBvdSBhY29yZG8uCgpBIFVGUkogaXLDoSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8ocykgc2V1KHMpIG5vbWUocykgY29tbyBhdXRvcihlcykgb3UgcHJvcHJpZXTDoXJpbyhzKSBkYSBzdWJtaXNzw6NvLCBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIHBhcmEgYWzDqW0gZGFzIHBlcm1pdGlkYXMgcG9yIGVzdGEgbGljZW7Dp2EsIG5vIGF0byBkZSBzdWJtaXNzw6NvLgo=Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:01:18Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica |
title |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica |
spellingShingle |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica Paiva, Gustavo Varanda CNPQ::ENGENHARIAS::ENGENHARIA NUCLEAR Engenharia de transportes Diagnóstico de acidentes Sistema especialista Usina nuclear |
title_short |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica |
title_full |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica |
title_fullStr |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica |
title_full_unstemmed |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica |
title_sort |
Diagnóstico de acidentes da usina nuclear de Angra 2 baseado em agentes inteligentes de aquisição em tempo real, e em um modelo de árvore lógica |
author |
Paiva, Gustavo Varanda |
author_facet |
Paiva, Gustavo Varanda |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5942110535792058 |
dc.contributor.author.fl_str_mv |
Paiva, Gustavo Varanda |
dc.contributor.referee1.fl_str_mv |
Medeiros, Jose Antonio Carlos Canedo |
dc.contributor.referee2.fl_str_mv |
Pereira, Claudio Marcio de Nascimento Abreu |
dc.contributor.advisor1.fl_str_mv |
Schirru, Roberto |
contributor_str_mv |
Medeiros, Jose Antonio Carlos Canedo Pereira, Claudio Marcio de Nascimento Abreu Schirru, Roberto |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA NUCLEAR |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA NUCLEAR Engenharia de transportes Diagnóstico de acidentes Sistema especialista Usina nuclear |
dc.subject.por.fl_str_mv |
Engenharia de transportes Diagnóstico de acidentes Sistema especialista Usina nuclear |
description |
Este trabalho possui como objetivo a criação de um modelo, usando a linguagem Python, que com a aplicação de um Sistema Especialista utiliza regras de produção para analisar os dados obtidos em tempo real da usina e auxilie o operador a identificar a ocorrência de transientes/acidentes. Na ocorrência de um transiente o programa alerta o operador e sinaliza qual sessão do Manual do Operador deverá ser consultada para levar de volta a usina ao seu estado normal. A estrutura genérica utilizada para representar o conhecimento do Sistema Especialista foi uma Árvore de Falha e a obtenção dos dados da usina foi realizada por meio de agentes inteligentes que transformam os dados obtidos da usina em valores booleanos usados na Árvore de Falha, inclusive utilizando Lógica Nebulosa. Para testar a validade do programa foi utilizado um modelo simplificado dos manuais da Central Nuclear Almirante Alvaro Alberto 2 (Angra 2) e com este modelo foram realizadas simulações para analisar o funcionamento do programa e a redução no tempo de identificação de um transiente, quando comparado com métodos manuais. Os resultados dos testes apresentaram significativa redução no tempo e grande acurácia, demonstrando a aplicabilidade do modelo ao problema. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-02 |
dc.date.accessioned.fl_str_mv |
2019-11-05T16:43:26Z |
dc.date.available.fl_str_mv |
2023-11-30T03:01:18Z |
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/11422/10384 |
url |
http://hdl.handle.net/11422/10384 |
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 do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Nuclear |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/10384/1/877605.pdf http://pantheon.ufrj.br:80/bitstream/11422/10384/2/license.txt |
bitstream.checksum.fl_str_mv |
8001ee33de4ca229257d81dd474ce2d4 dd32849f2bfb22da963c3aac6e26e255 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1784097168344219648 |