Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais

Detalhes bibliográficos
Autor(a) principal: Souza, Danilo Curvelo de
Data de Publicação: 2017
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/23950
Resumo: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
id UFRN_824fa81a2adbed290f9280a6909dc40f
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/23950
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Souza, Danilo Curvelo dehttp://lattes.cnpq.br/5211914223477039http://lattes.cnpq.br/1987295209521433Oliveira, Luiz Affonso Henderson Guedes dehttp://lattes.cnpq.br/7987212907837941Melo, Jorge Dantas dehttp://lattes.cnpq.br/7325007451912598Lima, Marcelo Lopes dehttp://lattes.cnpq.br/6689695922377496Machado, Vinicius Pontehttp://lattes.cnpq.br/9385561556243194Dória Neto, Adrião Duarte2017-09-20T19:36:12Z2017-09-20T19:36:12Z2017-06-23SOUZA, Danilo Curvelo de. Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais. 2017. 100f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017.https://repositorio.ufrn.br/jspui/handle/123456789/23950Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)A presente tese apresenta uma técnica inovadora — designada como sistema especialista baseado em regras ponderado por tendências (SEBRPT) — fundamentada na integração de duas ferramentas existentes na área de inteligência artificial, os sistemas especialistas (SE) e a análise qualitativa de tendências (QTA). Um dos objetivos desta abordagem é usufruir das principais vantagens associadas a cada uma das ferramentas utilizadas, tais como a facilidade de se representar o conhecimento através de regras e a capacidade de extrair o comportamento e as tendências de um sinal contínuo. Esta metodologia também permite preencher uma lacuna entre métodos puramente baseado em números (quantitativos) e métodos puramente simbólicos (qualitativos), permitindo assim uma obtenção de resultados a partir de um processo de inferência baseado tanto nos valores exatos como nas tendências de um determinado sinal. Dessa forma, a técnica abordada possibilita a extração de um "fator de certeza" associado a uma regra previamente modelada por um especialista, descartando assim a lógica puramente booleana (verdadeiro/falso) adotada nos sistemas especialistas clássicos. O método proposto permite uma adoção direta em ambientes industriais, especialmente na área de automação inteligente. Seus principais recursos e características, com aplicação no monitoramento de processos industriais, serão demonstrados por simulações e resultados experimentais baseados no benchmark conhecido como o processo de Tennessee Eastman.porCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃOSistema especialistaAnálise qualitativa de tendênciasMonitoramento de processosAutomação inteligenteTennessee eastmanSistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALDaniloCurveloDeSouza_TESE.pdfDaniloCurveloDeSouza_TESE.pdfapplication/pdf2285417https://repositorio.ufrn.br/bitstream/123456789/23950/1/DaniloCurveloDeSouza_TESE.pdfb8c32c334095dfe92e96ca3094d8d1d5MD51TEXTDaniloCurveloDeSouza_TESE.pdf.txtDaniloCurveloDeSouza_TESE.pdf.txtExtracted texttext/plain155740https://repositorio.ufrn.br/bitstream/123456789/23950/4/DaniloCurveloDeSouza_TESE.pdf.txt00bc6704719f70cc53836df03db61163MD54THUMBNAILDaniloCurveloDeSouza_TESE.pdf.jpgDaniloCurveloDeSouza_TESE.pdf.jpgIM Thumbnailimage/jpeg3961https://repositorio.ufrn.br/bitstream/123456789/23950/5/DaniloCurveloDeSouza_TESE.pdf.jpg2c6bef06521bca0c59878481d871acf6MD55123456789/239502017-11-03 19:07:42.068oai:https://repositorio.ufrn.br:123456789/23950Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-03T22:07:42Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
title Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
spellingShingle Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
Souza, Danilo Curvelo de
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO
Sistema especialista
Análise qualitativa de tendências
Monitoramento de processos
Automação inteligente
Tennessee eastman
title_short Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
title_full Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
title_fullStr Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
title_full_unstemmed Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
title_sort Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais
author Souza, Danilo Curvelo de
author_facet Souza, Danilo Curvelo de
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/5211914223477039
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.none.fl_str_mv http://lattes.cnpq.br/1987295209521433
dc.contributor.referees1.none.fl_str_mv Oliveira, Luiz Affonso Henderson Guedes de
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees1Lattes.none.fl_str_mv http://lattes.cnpq.br/7987212907837941
dc.contributor.referees2.none.fl_str_mv Melo, Jorge Dantas de
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.none.fl_str_mv http://lattes.cnpq.br/7325007451912598
dc.contributor.referees3.none.fl_str_mv Lima, Marcelo Lopes de
dc.contributor.referees3ID.pt_BR.fl_str_mv
dc.contributor.referees3Lattes.none.fl_str_mv http://lattes.cnpq.br/6689695922377496
dc.contributor.referees4.none.fl_str_mv Machado, Vinicius Ponte
dc.contributor.referees4ID.pt_BR.fl_str_mv
dc.contributor.referees4Lattes.none.fl_str_mv http://lattes.cnpq.br/9385561556243194
dc.contributor.author.fl_str_mv Souza, Danilo Curvelo de
dc.contributor.advisor1.fl_str_mv Dória Neto, Adrião Duarte
contributor_str_mv Dória Neto, Adrião Duarte
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO
Sistema especialista
Análise qualitativa de tendências
Monitoramento de processos
Automação inteligente
Tennessee eastman
dc.subject.por.fl_str_mv Sistema especialista
Análise qualitativa de tendências
Monitoramento de processos
Automação inteligente
Tennessee eastman
description Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-09-20T19:36:12Z
dc.date.available.fl_str_mv 2017-09-20T19:36:12Z
dc.date.issued.fl_str_mv 2017-06-23
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.citation.fl_str_mv SOUZA, Danilo Curvelo de. Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais. 2017. 100f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/23950
identifier_str_mv SOUZA, Danilo Curvelo de. Sistema especialista baseado em regras ponderado por tendências aplicado ao monitoramento de processos industriais. 2017. 100f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017.
url https://repositorio.ufrn.br/jspui/handle/123456789/23950
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.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/23950/1/DaniloCurveloDeSouza_TESE.pdf
https://repositorio.ufrn.br/bitstream/123456789/23950/4/DaniloCurveloDeSouza_TESE.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/23950/5/DaniloCurveloDeSouza_TESE.pdf.jpg
bitstream.checksum.fl_str_mv b8c32c334095dfe92e96ca3094d8d1d5
00bc6704719f70cc53836df03db61163
2c6bef06521bca0c59878481d871acf6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832720277143552

Registros relacionados