Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/26508 |
Resumo: | Os processos industriais de grande porte estão sujeito a falhas em seus milhares de componentes, podendo levar a paradas não programadas, perda de qualidade do produto, danos aos equipamentos ou até mesmo acidentes. Nesse sentido, o sistema de alarmes é parte necessária no auxílio na identificação de anormalidades na operação de processos industriais. No entanto, em momentos de falhas ou distúrbios, é comum os operadores ficarem sujeitos a centenas de alarmes, causando sobrecarga na sua capacidade de processamento da informação recebida. Esse fenômeno é conhecido como avalanche de alarmes e tratá-lo é um grande desafio para os sistemas de alarmes modernos. Assim, diante da relevância deste problema, nesta tese é proposta uma metodologia de processamento de alarmes on-line voltada ao auxílio ao operador na identificação e classificação de situações anormais do processo, especialmente em momentos de sobrecarga de alarmes. Para validação da proposta foi realizado um estudo de caso em um simulador de processo largamente utilizado e aceito pela comunidade científica chamado de Tennessee Eastman Process. Os resultados indicaram que a metodologia é eficiente para identificar e acompanhar os cenários de anormalidade em curso em processos industriais. |
id |
UFRN_a5ef7dcc18a308f81142c7a705326f8f |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/26508 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Leitão, Gustavo Bezerra PazOliveira, Luiz Affonso Henderson Guedes deSilva, Ivanovitch Medeiros Dantas daSilva, Diego Rodrigo CabralCampos, Mário Cesar Mello Massa deMartins, Rodrigo SiqueiraOliveira, Luiz Affonso Henderson Guedes de2019-01-15T18:33:39Z2019-01-15T18:33:39Z2018-11-09LEITÃO, Gustavo Bezerra Paz. Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos. 2018. 138f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018.https://repositorio.ufrn.br/jspui/handle/123456789/26508Os processos industriais de grande porte estão sujeito a falhas em seus milhares de componentes, podendo levar a paradas não programadas, perda de qualidade do produto, danos aos equipamentos ou até mesmo acidentes. Nesse sentido, o sistema de alarmes é parte necessária no auxílio na identificação de anormalidades na operação de processos industriais. No entanto, em momentos de falhas ou distúrbios, é comum os operadores ficarem sujeitos a centenas de alarmes, causando sobrecarga na sua capacidade de processamento da informação recebida. Esse fenômeno é conhecido como avalanche de alarmes e tratá-lo é um grande desafio para os sistemas de alarmes modernos. Assim, diante da relevância deste problema, nesta tese é proposta uma metodologia de processamento de alarmes on-line voltada ao auxílio ao operador na identificação e classificação de situações anormais do processo, especialmente em momentos de sobrecarga de alarmes. Para validação da proposta foi realizado um estudo de caso em um simulador de processo largamente utilizado e aceito pela comunidade científica chamado de Tennessee Eastman Process. Os resultados indicaram que a metodologia é eficiente para identificar e acompanhar os cenários de anormalidade em curso em processos industriais.Industrial processes are subject to failures in their thousands of components at any time and can lead to shutdowns, loss of product quality, equipment damage or even accidents. In this sense, the alarm system is necessary to aid in the identification of process abnormalities. However, during a process failure it is common for the operator to be subjected to hundreds of alarms causing overload beyond the human processing capacity. This phenomenon is known as alarm flood and to treat them properly is a challenge for the modern alarms systems. Thus, the present work aims at the development of an online alarm processing methodology capable of assisting the operator in the identification and classification of abnormal situations of the process, especially in moments of alarm overload. To validate the proposal, a case study was carried out on a process simulator widely used and accepted by the scientific community called Tennessee Eastman Process. The results indicate that it is important to identify and monitor the abnormality scenarios underway in industrial processes. The results show that the methodology is efficient to identify and follow the abnormality scenarios in progress in industrial processes.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)porCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAProcessamento de alarmeDiagnóstico de falhasAutomação industrialSistemas de alarmesSistemas inteligentesClassificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processosinfo: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:UFRNTEXTClassificaçãoon-linesituações_Leitão_2018.pdf.txtClassificaçãoon-linesituações_Leitão_2018.pdf.txtExtracted texttext/plain290061https://repositorio.ufrn.br/bitstream/123456789/26508/2/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.txt9ccc07cfba920d3add834b66a25ab219MD52THUMBNAILClassificaçãoon-linesituações_Leitão_2018.pdf.jpgClassificaçãoon-linesituações_Leitão_2018.pdf.jpgIM Thumbnailimage/jpeg4602https://repositorio.ufrn.br/bitstream/123456789/26508/3/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.jpg6598c5dfd22cd7ccc72905800593cdabMD53TEXTClassificaçãoon-linesituações_Leitão_2018.pdf.txtClassificaçãoon-linesituações_Leitão_2018.pdf.txtExtracted texttext/plain290061https://repositorio.ufrn.br/bitstream/123456789/26508/2/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.txt9ccc07cfba920d3add834b66a25ab219MD52THUMBNAILClassificaçãoon-linesituações_Leitão_2018.pdf.jpgClassificaçãoon-linesituações_Leitão_2018.pdf.jpgIM Thumbnailimage/jpeg4602https://repositorio.ufrn.br/bitstream/123456789/26508/3/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.jpg6598c5dfd22cd7ccc72905800593cdabMD53ORIGINALClassificaçãoon-linesituações_Leitão_2018.pdfapplication/pdf4318813https://repositorio.ufrn.br/bitstream/123456789/26508/1/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdfe3fb1d1a82d58e08a455083b00664e5aMD51123456789/265082019-01-30 11:55:19.61oai:https://repositorio.ufrn.br:123456789/26508Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-01-30T14:55:19Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos |
title |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos |
spellingShingle |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos Leitão, Gustavo Bezerra Paz CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Processamento de alarme Diagnóstico de falhas Automação industrial Sistemas de alarmes Sistemas inteligentes |
title_short |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos |
title_full |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos |
title_fullStr |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos |
title_full_unstemmed |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos |
title_sort |
Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos |
author |
Leitão, Gustavo Bezerra Paz |
author_facet |
Leitão, Gustavo Bezerra Paz |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees1.none.fl_str_mv |
Silva, Ivanovitch Medeiros Dantas da |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2.none.fl_str_mv |
Silva, Diego Rodrigo Cabral |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.referees3.none.fl_str_mv |
Campos, Mário Cesar Mello Massa de |
dc.contributor.referees3ID.pt_BR.fl_str_mv |
|
dc.contributor.referees4.none.fl_str_mv |
Martins, Rodrigo Siqueira |
dc.contributor.referees4ID.pt_BR.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Leitão, Gustavo Bezerra Paz |
dc.contributor.advisor-co1.fl_str_mv |
Oliveira, Luiz Affonso Henderson Guedes de |
dc.contributor.advisor1.fl_str_mv |
Oliveira, Luiz Affonso Henderson Guedes de |
contributor_str_mv |
Oliveira, Luiz Affonso Henderson Guedes de Oliveira, Luiz Affonso Henderson Guedes de |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Processamento de alarme Diagnóstico de falhas Automação industrial Sistemas de alarmes Sistemas inteligentes |
dc.subject.por.fl_str_mv |
Processamento de alarme Diagnóstico de falhas Automação industrial Sistemas de alarmes Sistemas inteligentes |
description |
Os processos industriais de grande porte estão sujeito a falhas em seus milhares de componentes, podendo levar a paradas não programadas, perda de qualidade do produto, danos aos equipamentos ou até mesmo acidentes. Nesse sentido, o sistema de alarmes é parte necessária no auxílio na identificação de anormalidades na operação de processos industriais. No entanto, em momentos de falhas ou distúrbios, é comum os operadores ficarem sujeitos a centenas de alarmes, causando sobrecarga na sua capacidade de processamento da informação recebida. Esse fenômeno é conhecido como avalanche de alarmes e tratá-lo é um grande desafio para os sistemas de alarmes modernos. Assim, diante da relevância deste problema, nesta tese é proposta uma metodologia de processamento de alarmes on-line voltada ao auxílio ao operador na identificação e classificação de situações anormais do processo, especialmente em momentos de sobrecarga de alarmes. Para validação da proposta foi realizado um estudo de caso em um simulador de processo largamente utilizado e aceito pela comunidade científica chamado de Tennessee Eastman Process. Os resultados indicaram que a metodologia é eficiente para identificar e acompanhar os cenários de anormalidade em curso em processos industriais. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-11-09 |
dc.date.accessioned.fl_str_mv |
2019-01-15T18:33:39Z |
dc.date.available.fl_str_mv |
2019-01-15T18:33:39Z |
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 |
LEITÃO, Gustavo Bezerra Paz. Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos. 2018. 138f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/26508 |
identifier_str_mv |
LEITÃO, Gustavo Bezerra Paz. Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos. 2018. 138f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/26508 |
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/123456789/26508/2/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/26508/3/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.jpg https://repositorio.ufrn.br/bitstream/123456789/26508/2/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/26508/3/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf.jpg https://repositorio.ufrn.br/bitstream/123456789/26508/1/Classifica%c3%a7%c3%a3oon-linesitua%c3%a7%c3%b5es_Leit%c3%a3o_2018.pdf |
bitstream.checksum.fl_str_mv |
9ccc07cfba920d3add834b66a25ab219 6598c5dfd22cd7ccc72905800593cdab 9ccc07cfba920d3add834b66a25ab219 6598c5dfd22cd7ccc72905800593cdab e3fb1d1a82d58e08a455083b00664e5a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 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_ |
1802117865998909440 |