Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos

Detalhes bibliográficos
Autor(a) principal: Aguiar, Fernando Guimarães
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18147/tde-17012011-160008/
Resumo: O presente trabalho tem como objetivo principal o desenvolvimento de um sistema de identificação do surgimento de vazamentos (rupturas) em dutos, através da análise do sinal de sensores de pressão de resposta rápida (frequência de corte superior a 1 kHz). O reconhecimento do sinal de vazamento se realiza através de uma rede neural artificial feed-foward do tipo Perceptron Multi Camadas, previamente treinada. Neste trabalho, a implementação para tal operação foi feita off-line, mas devido ao baixo custo computacional pode ser facilmente implementada em eletrônica embarcada, em tempo real (on-line). Os resultados experimentais foram obtidos no oleoduto piloto do NETeF - Núcleo de Engenharia Térmica e Fluidos da USP - Universidade de São Paulo, com uma seção de testes com 1500 metros e diâmetro de 51,2 mm. Especificamente, os resultados foram obtidos com escoamento monofásico de água. Os resultados mostram-se promissores, visto que o sistema de redes neurais artificiais foi capaz de discriminar 2 universos linearmente separáveis, para sinais de vazamento e de não vazamento, para diversas vazões e localizações de vazamentos simulados.
id USP_6bde6d7b0c04cf12ca90e601733f273b
oai_identifier_str oai:teses.usp.br:tde-17012011-160008
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutosThe use of artificial neural networks for pattern detection of leaks in pipelinesArtificial neural networksDetecção de vazamentoInstrumentaçãoInstrumentationLeak detectionProcessamento de sinaisRedes neurais artificiaisSignal processingO presente trabalho tem como objetivo principal o desenvolvimento de um sistema de identificação do surgimento de vazamentos (rupturas) em dutos, através da análise do sinal de sensores de pressão de resposta rápida (frequência de corte superior a 1 kHz). O reconhecimento do sinal de vazamento se realiza através de uma rede neural artificial feed-foward do tipo Perceptron Multi Camadas, previamente treinada. Neste trabalho, a implementação para tal operação foi feita off-line, mas devido ao baixo custo computacional pode ser facilmente implementada em eletrônica embarcada, em tempo real (on-line). Os resultados experimentais foram obtidos no oleoduto piloto do NETeF - Núcleo de Engenharia Térmica e Fluidos da USP - Universidade de São Paulo, com uma seção de testes com 1500 metros e diâmetro de 51,2 mm. Especificamente, os resultados foram obtidos com escoamento monofásico de água. Os resultados mostram-se promissores, visto que o sistema de redes neurais artificiais foi capaz de discriminar 2 universos linearmente separáveis, para sinais de vazamento e de não vazamento, para diversas vazões e localizações de vazamentos simulados.The present dissertation deals with the development of a system to identify abrupt leaks (ruptures) in pipelines, by analyzing the signal of fast response pressure sensors (cutoff frequency over then 1kHz). The recognition of the leak signal is established by an artificial neural network feed-forward Perceptron Multi Layer, previously trained. In the present work the implementation was performed off-line, but due to low computational costs, the neural network can be easily implemented in real time embedded electronics (online). The experimental results were obtained in a 1500 meter-long and 51.2 millimeter-diameter pilot pipeline at the Center of Thermal Engineering and Fluids. Specifically, the results were obtained with single-phase flow of water. The results have proven to be promising, as the trained neural network was capable of classifying the 2 types of signals into 2 linearly separable regions, for leakage signals and no leakage signals, for various flow rates and locations of simulated leaks.Biblioteca Digitais de Teses e Dissertações da USPSeleghim Junior, PauloAguiar, Fernando Guimarães2010-07-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18147/tde-17012011-160008/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:26Zoai:teses.usp.br:tde-17012011-160008Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:26Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
The use of artificial neural networks for pattern detection of leaks in pipelines
title Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
spellingShingle Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
Aguiar, Fernando Guimarães
Artificial neural networks
Detecção de vazamento
Instrumentação
Instrumentation
Leak detection
Processamento de sinais
Redes neurais artificiais
Signal processing
title_short Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
title_full Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
title_fullStr Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
title_full_unstemmed Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
title_sort Utilização de redes neurais artificiais para detecção de padrões de vazamento em dutos
author Aguiar, Fernando Guimarães
author_facet Aguiar, Fernando Guimarães
author_role author
dc.contributor.none.fl_str_mv Seleghim Junior, Paulo
dc.contributor.author.fl_str_mv Aguiar, Fernando Guimarães
dc.subject.por.fl_str_mv Artificial neural networks
Detecção de vazamento
Instrumentação
Instrumentation
Leak detection
Processamento de sinais
Redes neurais artificiais
Signal processing
topic Artificial neural networks
Detecção de vazamento
Instrumentação
Instrumentation
Leak detection
Processamento de sinais
Redes neurais artificiais
Signal processing
description O presente trabalho tem como objetivo principal o desenvolvimento de um sistema de identificação do surgimento de vazamentos (rupturas) em dutos, através da análise do sinal de sensores de pressão de resposta rápida (frequência de corte superior a 1 kHz). O reconhecimento do sinal de vazamento se realiza através de uma rede neural artificial feed-foward do tipo Perceptron Multi Camadas, previamente treinada. Neste trabalho, a implementação para tal operação foi feita off-line, mas devido ao baixo custo computacional pode ser facilmente implementada em eletrônica embarcada, em tempo real (on-line). Os resultados experimentais foram obtidos no oleoduto piloto do NETeF - Núcleo de Engenharia Térmica e Fluidos da USP - Universidade de São Paulo, com uma seção de testes com 1500 metros e diâmetro de 51,2 mm. Especificamente, os resultados foram obtidos com escoamento monofásico de água. Os resultados mostram-se promissores, visto que o sistema de redes neurais artificiais foi capaz de discriminar 2 universos linearmente separáveis, para sinais de vazamento e de não vazamento, para diversas vazões e localizações de vazamentos simulados.
publishDate 2010
dc.date.none.fl_str_mv 2010-07-23
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 http://www.teses.usp.br/teses/disponiveis/18/18147/tde-17012011-160008/
url http://www.teses.usp.br/teses/disponiveis/18/18147/tde-17012011-160008/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256559785082880