Planta experimental para monitora????o e diagn??stico de falhas utilizando intelig??ncia artificial
Experimental plant for monitoring and fault diagnostic using artificial intelligence
dc.contributor | Iraci Martinez Pereira Gon??alves | |
dc.creator | MORAES, DAVI A. | |
dc.date | 2019 | |
dc.date | 2020-02-19T18:37:32Z | |
dc.date | 2020-02-19T18:37:32Z | |
dc.date.accessioned | 2023-09-28T14:14:06Z | |
dc.date.available | 2023-09-28T14:14:06Z | |
dc.identifier | http://repositorio.ipen.br/handle/123456789/30806 | |
dc.identifier | 10.11606/T.85.2020.tde-03022020-110813 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9001033 | |
dc.description | Neste trabalho foi desenvolvida uma planta experimental inspirada em um reator nuclear de pot??ncia do tipo PWR e posterior aplica????o de Intelig??ncia Artificial na Monitora????o e Diagn??stico de Falhas, por meio dos m??todos GMDH (Group Method of Data Handling) e RNA (Redes Neurais Artificiais). Com a planta experimental, tornou-se poss??vel aplicar conceitos inovadores de modelagem de sistemas (Digital Twin) on line para a monitora????o e diagn??stico de falhas individuais e/ou combinadas. Conclui-se que, embora ambos os sistemas de monitora????o apresentaram resultados satisfat??rios, o GMDH demonstrou um melhor desempenho em rela????o ??s Redes Neurais, pois al??m de apresentar valores de desvios m??dios menores do que o modelo utilizando Redes Neurais, foi poss??vel realizar a monitora????o de todas as vari??veis, enquanto que utilizando Redes Neurais n??o foi poss??vel monitorar as vari??veis de pot??ncia do aquecedor, n??vel, e pot??ncia e vaz??es das bombas. A inser????o de falhas em uma ou mais vari??veis de temperatura, repercutiu na estimativa da rede para as demais vari??veis, por??m n??o impediu que o Sistema de Monitora????o identificasse a falha. Para determinar o comportamento do Sistema de Monitora????o com falhas m??ltiplas, foram aplicadas falhas simult??neas nos sensores de temperatura. | |
dc.description | Tese (Doutorado em Tecnologia Nuclear) | |
dc.description | IPEN/T | |
dc.description | Instituto de Pesquisas Energ??ticas e Nucleares - IPEN-CNEN/SP | |
dc.format | 162 | |
dc.rights | openAccess | |
dc.subject | variational methods | |
dc.subject | mathematical models | |
dc.subject | numerical solution | |
dc.subject | artificial intelligence | |
dc.subject | genetic algorithms | |
dc.subject | neural networks | |
dc.subject | computerized simulation | |
dc.subject | system failure analysis | |
dc.subject | sensors | |
dc.subject | temperature distribution | |
dc.subject | medicinal plants | |
dc.subject | diagnosis | |
dc.subject | diagnostic techniques | |
dc.subject | diagnostic uses | |
dc.title | Planta experimental para monitora????o e diagn??stico de falhas utilizando intelig??ncia artificial | |
dc.title | Experimental plant for monitoring and fault diagnostic using artificial intelligence | |
dc.type | Tese | |
dc.coverage | N | |
dc.local | S??o Paulo |