Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy

Detalhes bibliográficos
Autor(a) principal: Marcos, Ivan Patricio Moreno
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/10425
Resumo: Dissertação (Mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2012.
id UNB_0b3c59ce3e39c8ce761e46487c0228fe
oai_identifier_str oai:repositorio.unb.br:10482/10425
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzyMethodology for intelligent monitoring of machine dondition : an approach by using fuzzy membership functionsMetodología para monitoramiento inteligente de condición : una abordaje usando funciones de membrecía fuzzyLógica difusaUsinas hidrelétricasMáquinas - manutenção e reparosDissertação (Mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2012.O alto desempenho requerido nas grandes usinas hidrelétricas no Brasil, com o objetivo de gerar um serviço de alta qualidade, tem suscitado, principalmente na área de manutenção de processos, conhecer e integrar nos seus sistemas, novas técnicas modernas de monitoramento de condição, diagnóstico e prognóstico para avaliação contínua de parâmetros chaves do estado de funcionamento de máquinas com o objetivo de detectar eventuais falhas ou defeitos e gerar um conjunto de ações de manutenção preditiva para incrementar a produtividade do processo. O presente trabalho se propõe a apresentar uma solução viável nesse contexto e tem como objetivo desenvolver uma metodologia para a concepção de um sistema de monitoramento de condição inteligente baseado em regras de produção usando funções de pertinência fuzzy visando melhorar a confiabilidade dos estados de máquinas para incrementar sua disponibilidade e produtividade. Para a implementação computacional da metodologia, criou-se um conjunto de regras de produção fuzzy na interface ECLIPSE usando a biblioteca FuzzyJess. Finalmente, um estudo de caso, de forma não integrada à base de conhecimento do SIMPREBAL (Sistema Inteligente de Manutenção Preditiva de Balbina), foi realizado com o histórico de dados das grandezas físicas monitoradas pelo SIMPREBAL na usina hidrelétrica de Balbina para avaliar o desempenho da nova base de regras fuzzy e sua futura integração na base de conhecimento do SIMPREBAL. Os resultados deste estudo sugerem que a base de regras fuzzy proposta, além de poder ser integrada no SIMPREBAL, possui um grande potencial na detecção do correto estado funcionamento de máquinas com o intuito de avaliar melhor as tendências em diagnóstico e prognóstico de possíveis falhas ou defeitos. ______________________________________________________________________________ ABSTRACTThe high performance needed in the large hydroelectric power plants from Brazil, demand knowing and integrating on their systems, principally on the process maintenance area, new modern techniques of condition monitoring, diagnostic and prognostic for continuous assessment of key performance parameters related to running state of machines with the aim of detecting possible failures or faults and generating a set of predictive maintenance actions to increase the productivity of the process. This work presents a feasible solution on that context and it has as main objective to develop a methodology for the conception of an intelligent condition monitoring system based on production rules by using fuzzy membership functions aiming to improve the reliability of the running states of machines for increase their availability and production. For the computational implementation of the methodology, we built a set of fuzzy production rules in the ECLIPSE interface by using FuzzyJess package. Finally, a study case, non-integrated to the knowledge base of SIMPREBAL (Balbina’s Predictive Maintenance Intelligent System), was executed with the reading log of the monitored physical variables by SIMPREBAL on the Balbina’s hydroelectric power plant to assess the performance of the new fuzzy rule base and its future integration on the knowledge base of SIMPREBAL. The results of this study suggest that the new fuzzy rule base, is not only able to integrate to SIMPREBAL, but also possess a great potential on the detection of correct running state of machines with the objective to assess better their trends on diagnosis and prognosis of failures or faults. ______________________________________________________________________________ RESUMENEl alto desempeño requerido en centrales hidroeléctricas del Brasil, con el objetivo de generar un servicio de alta calidad, ha originado, en el área de manutención de procesos, conocer e integrar en sus sistemas, nuevas técnicas modernas de monitoramiento de condición, diagnóstico y pronóstico para evaluar continuamente parámetros claves del estado de funcionamiento de máquinas con el objetivo de detectar eventuales fallas o defectos e generar un conjunto de acciones de manutención predictiva para aumentar la productividad del proceso. El presente trabajo se propone a presentar una solución viable en ese contexto e tiene como objetivo desenvolver una metodología para la concepción de un sistema de monitoramiento de condición inteligente basado en reglas de producción usando funciones de membrecía fuzzy apuntando a mejorar la confiabilidad de los estados de funcionamiento de máquinas para incrementar su disponibilidad y productividad. Para la implementación computacional de la metodología, se construyó un conjunto de reglas de producción fuzzy en la interface ECLIPSE usando la biblioteca FuzzyJess. Finalmente, un estudio de caso, de forma no integrada a la base de conocimiento del SIMPREBAL (Sistema Inteligente de Manutención Predictiva de Balbina), fue realizada con el histórico de datos de las variables físicas monitoreadas por el SIMPREBAL en la fábrica hidroeléctrica de Balbina con el objetivo de evaluar el desempeño de la nueva base de reglas fuzzy y su futura integración en la base de reglas del SIMPREBAL. Los resultados de este estudio sugieren que la base de reglas fuzzy, además de poder integrarse al SIMPREBAL, posee un gran potencial en la detección del correcto estado de funcionamiento de máquinas con el objetivo de evaluar mejor las tendencias en diagnóstico e pronóstico de fallas posibles.Álvares, Alberto JoséMarcos, Ivan Patricio Moreno2012-05-14T11:27:45Z2012-05-14T11:27:45Z2012-05-142012-01-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMARCOS, Ivan Patricio Moreno. Metodologia para monitoramento inteligente de condição de máquina: uma abordagem usando funções de pertinência fuzzy. 2012. xxi, 153 f. Dissertação (Mestrado em Sistemas Mecatrônicos)-Universidade de Brasília, Brasília, 2012.http://repositorio.unb.br/handle/10482/10425info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-13T20:17:26Zoai:repositorio.unb.br:10482/10425Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-13T20:17:26Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
Methodology for intelligent monitoring of machine dondition : an approach by using fuzzy membership functions
Metodología para monitoramiento inteligente de condición : una abordaje usando funciones de membrecía fuzzy
title Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
spellingShingle Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
Marcos, Ivan Patricio Moreno
Lógica difusa
Usinas hidrelétricas
Máquinas - manutenção e reparos
title_short Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
title_full Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
title_fullStr Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
title_full_unstemmed Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
title_sort Metodologia para monitoramento inteligente de condição de máquina : uma abordagem usando funções de pertinência fuzzy
author Marcos, Ivan Patricio Moreno
author_facet Marcos, Ivan Patricio Moreno
author_role author
dc.contributor.none.fl_str_mv Álvares, Alberto José
dc.contributor.author.fl_str_mv Marcos, Ivan Patricio Moreno
dc.subject.por.fl_str_mv Lógica difusa
Usinas hidrelétricas
Máquinas - manutenção e reparos
topic Lógica difusa
Usinas hidrelétricas
Máquinas - manutenção e reparos
description Dissertação (Mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2012.
publishDate 2012
dc.date.none.fl_str_mv 2012-05-14T11:27:45Z
2012-05-14T11:27:45Z
2012-05-14
2012-01-10
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 MARCOS, Ivan Patricio Moreno. Metodologia para monitoramento inteligente de condição de máquina: uma abordagem usando funções de pertinência fuzzy. 2012. xxi, 153 f. Dissertação (Mestrado em Sistemas Mecatrônicos)-Universidade de Brasília, Brasília, 2012.
http://repositorio.unb.br/handle/10482/10425
identifier_str_mv MARCOS, Ivan Patricio Moreno. Metodologia para monitoramento inteligente de condição de máquina: uma abordagem usando funções de pertinência fuzzy. 2012. xxi, 153 f. Dissertação (Mestrado em Sistemas Mecatrônicos)-Universidade de Brasília, Brasília, 2012.
url http://repositorio.unb.br/handle/10482/10425
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508310241476608

Registros relacionados