Aplicação e cálculo da derivada de sinais de processos industriais

• Autor(a) principal: Caumo, Letícia
• Data de Publicação: 2006
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/12558
• topic: Processos químicos industriais; Processamento de sinais

Metodologias para processamento de sinais têm sido amplamente pesquisadas com o objetivo de se extrair informação útil a partir de dados de processo. Nesta categoria incluem-se os filtros digitais, os quais atenuam os ruídos ou erros aleatórios, componentes de alta freqüência do sinal. Técnicas de atenuação de ruído como aproximações polinomiais, filtros de Fourier e Ondaletas recebem destaque dentre as técnicas de filtragem. Os filtros das Ondaletas, por exemplo, baseiam-se nos componentes de freqüência de um sinal, realizando a transformada deste sinal de modo a eliminar as freqüências acima de um limite especificado. Este sinal suavizado (tendência), de ruído atenuado, também pode ser processado de modo a obter a sua derivada. A diferenciação numérica de sinais digitais tem muitas aplicações em processamento de sinais analíticos, devido às suas propriedades, e em várias técnicas de engenharia. Um sinal suavizado desempenha papel importante na identificação de estados estacionários por exemplo, que encontra grande aplicação em análise de processos, otimização, identificação de modelos e reconciliação de dados. Como estas aplicações requerem dados sob condição estacionária, ou muito próxima dela, um método eficiente de detecção de estacionários se faz necessário. A derivada de um sinal ruidoso fica mascarada pelo próprio ruído e não apresenta de forma clara os pontos de inflexão desejados para a análise do sinal. Faz-se necessário, portanto, tratar o sinal com um filtro de modo a reduzir ou eliminar o ruído antes de processá-lo ou, então, obter a tendência que este sinal apresenta. Neste trabalho busca-se comparar algumas metodologias comumente utilizadas para filtragem de sinais de processos e obtenção de tendências, e analisa-se a aplicação de uma destas metodologias para análise e identificação de estados estacionários. Uma metodologia multi-variável simples e eficiente baseada em PCA é proposta, tomando como referência o método proposto por JIANG et al. (2003), que determina um índice de estado estacionário pontual. Para validação do método, estudaram-se alguns sistemas industriais e os resultados obtidos são apresentados, mostrando-se satisfatórios.