Classificação on-line de situações anormais em operação de processos industriais baseada em processamento de alarmes e variáveis de processos

Detalhes bibliográficos
Autor(a) principal: Leitão, Gustavo Bezerra Paz
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

Registros relacionados