Detecção de Falhas em Malhas de Controle Utilizando Algoritmo Imunológico
|
|
- Lorenzo Felgueiras
- 5 Há anos
- Visualizações:
Transcrição
1 Detecção de Falhas em Malhas de Controle Utilizando Algoritmo Imunológico 1 Rhaisa Souza Tavares; 2 Cleonilson Protásio de Souza; 3 Marcus André Ramos Berger 1 Mestranda Engenharia Elétrica, Universidade Federal do Maranhão; 2 Dr Prof Universidade Federal da Paraíba; 3 M.Sc Eng Consórcio de Alumínio do Maranhão rhaisastavares@yahoo.com.br, protasio@cear.ufpb.br, marcusarb@gmail.com Abstract - Nowadays, fault monitoring and diagnosis of industrial processes are becoming even more necessary due the increasing demand for quality, reliability and safety issues that these processes need to achieve. The production interruption by an unexpected failure may put at risk staff safety, cause environmental impact, economical losses and high cost to repair damaged equipments. However, because the complexity of modern processes, automatic or manual faults detection is turning into a hard task. In this way, this work presents a novel method for automatic fault detection in control loops applying Artificial Immune Systems. The proposed method is able to verify abnormal conditions based on its normal operation. Simulation results illustrate the effectiveness of the method. Keywords: Artificial Immune Systems, Negative Selection Algorithm, Fault Detection, Control Systems Resumo - Atualmente, o monitoramento e o diagnóstico de falhas em processos industriais têm se tornado cada vez mais necessário devido ao aumento crescente da demanda por qualidade, confiabilidade e segurança. A interrupção da produção por alguma anomalia imprevista pode colocar em risco a segurança dos operadores, provocar impactos ambientais, perdas econômicas e altos custos com a reparação de equipamentos danificados. Entretanto, devido a complexidade dos processos atuais, a detecção manual ou mesmo automática de falhas está se tornando uma tarefa difícil. Dessa forma, neste trabalho é apresentado um método automático de detecção de falhas em malhas de controle utilizando Sistemas Imunológicos Artificiais que, ao invés de detectar padrões préestabelecidos de falhas, verifica condições anormais ou falhas de operação baseando-se nas condições consideradas normais. Resultados de simulações são apresentados para comprovar a eficiência do método. Palavras-chave: Sistemas Imunológicos Artificiais, Algoritmo de Seleção Negativa, Detecção de Falhas, Sistemas de Controle I. INTRODUÇÃO Estudos na área de Monitoramento e Detecção de Falhas em processos industriais têm sido estimulados devido à necessidade do aumento crescente da qualidade, confiabilidade e segurança nesses processos, em que a interrupção da produção por alguma anomalia imprevista pode colocar em risco a segurança dos operadores, provocar impactos ambientais e/ou perdas econômicas e atingir altos custos com a reparação de equipamentos danificados. A detecção e isolamento de falhas em sistemas de controle é um problema que tem recebido grande atenção da indústria e da comunidade acadêmica nos últimos anos. A detecção rápida, ou até mesmo prévia, enquanto o processo ainda opera sob condições aceitáveis, pode ajudar a evitar a progressão dos eventos anormais e reduzir eventuais perdas de produtividade. Entretanto, atualmente, esta tarefa ainda permanece predominantemente manual e, devido à complexidade dos processos industriais modernos, a tarefa de operadores humanos lidarem com a detecção de falhas tem se tornado cada vez mais difícil e perigoso, pois cerca de 70% dos acidentes industriais são causados por erros humanos (VENKATASUBRAMANIAN, 2002). Dessa forma, é promissor o uso de técnicas automáticas de detecção de falhas que, além de diminuírem o fator humano no processo de detecção, podem ser de grande valor para as atividades de manutenção da planta industrial, contribuindo para a manutenção preditiva, permitindo um melhor planejamento das atividades de manutenção ou ainda reduzindo o tempo de localização de falhas (KOURTI, 2002). Em outro contexto, ferramentas algorítmicas baseadas em Sistemas Imunológicos Artificiais (SIA) têm se mostrado bastante eficientes na detecção prévia de anomalias. Os algoritmos oriundos de SIA são inspirados no sistema imunológico biológico e assim possuem capacidade de detecção e proteção do organismo contra agentes patogênicos. Entre suas características relevantes estão: unicidade (resposta específica e única a um ataque), aprendizagem, memória e detecção de anomalias. Uma das mais importantes ferramentas extraídas de SIA é o Algoritmo de Seleção Negativa (ASN) por sua eficiente aplicação no monitoramento automático de erros (FORREST, 2000). Este algoritmo é inspirado no mecanismo utilizado pelo sistema imunológico para maturar células de defesa tipo T para o reconhecimento de células próprias e não-próprias ao organismo (DASGUPTA, 1997; SOUZA, 2008). Nesses contextos, apresenta-se neste trabalho um método para a detecção de falhas em malhas de controle baseado em SIA. O método verifica todas as condições anormais ou de falhas de operação baseando-se no histórico de operações consideradas normais ou aceitáveis presente no processo. Atualmente, esses históricos são amplamente disponíveis devido aos modernos sistemas SCADA e SDCD e seus grandes bancos de dados (SEBORG, 2004). O método proposto não necessita de modelos que poderiam inserir novas incertezas na detecção ou assinaturas de falhas que limitam a capacidade de detecção (VENKATASUBRAMANIAN, 2003). Da mesma forma como o sistema imunológico dos seres vivos, o 57
2 objetivo é identificar quando o sistema de controle estiver operando inadequadamente. O trabalho é organizado da seguinte forma: na Secção II serão discutidos alguns tipos de falhas comuns em sistemas de controle e como essas falhas são simuladas neste trabalho a fim de testar as características da técnica proposta. Uma breve revisão teórica dos Sistemas Imunológicos Artificiais é realizada na Secção III. Na Secção IV, o método proposto de detecção de falhas é apresentado. Então, são apresentados exemplos que comprovam a eficácia da técnica na Secção V. Finalmente, as conclusões são descritas na Secção VI. II. FALHAS EM MALHAS DE CONTROLE Os sistemas de controle são utilizados para garantir a operação do processo em condições desejáveis de segurança e eficiência. Genericamente, esses sistemas são formados por sensores, controladores e atuadores e, entre estes, estão os meios de transmissão da informação compostos, atualmente, de modernas redes de controle industriais. Esses sistemas possuem a configuração apresentada na Figura 1 em que C(s) representa o controlador, F(s) o atuador, G(s) o processo a ser controlado e H(s) a estrutura de medição composta por sensores e meios de transmissão de sinal. O sinal y representa a variável de processo a ser controlada ou variável controlada, r o sinal referência para o controlador, e o erro e u a variável manipulável, o sinal de controle associado. Figura 1: malha de controle. Todos os componentes vistos na Figura 1 estão sujeitos a falhas principalmente devido aos seguintes fatores: fadiga, falta de manutenção, especificação, instalação ou operação incorreta. Além desses, grandes variações imprevistas do processo ou a sintonia inadequada do controlador que cause a degradação do desempenho do sistema também devem ser considerados como situações anormais. Um sistema automático de monitoramento de falhas deve ser capaz de detectar estas situações. Como são inúmeros os tipos e as formas de representação de falhas em sistemas de controle, neste trabalho somente alguns tipos serão utilizadas para demonstrar a aplicação do método, conforme visto a seguir. A. Falhas em Atuadores Nos sistemas de controle industriais, os atuadores podem se apresentar de diversas maneiras, tais como, por exemplo, válvulas, motores, bombas, entre outros. Entre esses atuadores, a detecção de falhas em válvulas de controle tem recebido bastante atenção recentemente. Estima-se que 30% dos problemas de oscilação em malhas de controle se devem a problemas com válvulas (CHOUDHURYA, 2005). Neste trabalho, os exemplos apresentados serão baseados neste tipo de atuador. As válvulas são utilizadas para controle de vazão e pressão e estão entre os principais atuadores utilizados na indústria. As válvulas podem apresentar um comportamento altamente não-linear indesejado devido à ocorrência de stiction, backlash ou banda morta. A falha mais comum é o efeito stiction, no qual a válvula opera sob elevada fricção estática e viscosa. Isto faz com que a válvula responda apenas quando o sinal de controle é grande suficiente para vencer a fricção, o que pode também levar à abertura excessiva da válvula. Este efeito causa oscilação da variável manipulada e conseqüentemente da variável controlada. Variáveis oscilatórias são as principais causas de baixo desempenho em sistemas de controle e o grande desafio é detectar a causa raiz desse efeito em sistemas com dezenas de malhas. Neste trabalho, a fricção é modelada simplificadamente através do efeito da Fricção Viscosa e de Coulomb, dada por:. (1) Em (1), o offset b representa a Fricção Estática, o ganho linear k representa a Fricção Viscosa e u o sinal do controlador. Além da fricção, o efeito stiction também apresenta a característica de banda morta (CHOUDHURYA, 2005). B. Falhas em Sensores As falhas que podem ocorrer em sensores e nos meios de transmissão dos sinais associados podem ocorrer em inúmeras formas. As mais comuns são ruído excessivo, perda de sinal devido a problemas de comunicação, atenuação e distorção do sinal devido à operação do sensor fora de sua especificação. Neste artigo, as falhas de sensores são representadas através da perda da realimentação, da injeção de ruído branco ou da alteração da resposta dinâmica do sensor acarretando a atenuação e retardo do sinal. III. SISTEMAS IMUNOLÓGICOS ARTIFICIAIS O sistema imunológico compreende todos os mecanismos de proteção do organismo contra agentes patogênicos, tais como: bactérias, vírus e moléculas estranhas ao corpo. Uma de suas principais finalidades é reconhecer todas as células dentro do corpo e classificálas como próprias ou não-próprias ao corpo. Existem dois tipos principais de mecanismos de defesa: o inato e o adquirido (ou específico ou ainda adaptativo). Quando o organismo é invadido por um agente patogênico, o sistema inato é o primeiro a ser acionado. Em muitos casos, essa resposta protege por si só o organismo. Caso isso não aconteça, o sistema adaptativo é acionado. Como esta ação é mais específica, a resposta torna-se mais eficaz. Entre as células do sistema imunológico, encontramse os linfócitos (ou glóbulos brancos) que podem ser de 58
3 dois tipos: T e B. As células do tipo B são produzidas na medula óssea e se responsabilizam pela imunidade humoral, atuando na produção de anticorpos e no combate contra organismos extracelulares. Essas células são capazes de identificar agentes estranhos através da detecção de antígenos presentes na superfície desses agentes e destruí-los. Já as células do tipo T são maturadas no Timo ainda na vida fetal e durante a infância. Essas células são responsáveis pela imunidade celular e pelo processo de discriminação próprio e nãopróprio, ou seja, reconhecer se uma célula é própria ao organismo ou não. Durante o período de maturação, as células do tipo T passam por um processo de seleção genético-aleatório, denominado seleção negativa, visto na Figura 2, no qual ocorre a eliminação das células T que têm na sua superfície epítetos que reagem com os auto-antígenos presentes nas células próprias do corpo. Após esse processo, somente as células T que não casam com nenhuma célula do corpo são permitidas deixar o Timo e circular pelo organismo com a capacidade de detectar, caso haja, qualquer mudança em seu funcionamento. O processo de reconhecimento é o seguinte: como essas células T maturadas não casam com nenhuma célula própria ao organismo, então é altamente provável que elas casem com células fora do conjunto das próprias, ou seja, as não-próprias. Com essa habilidade de detecção de células não-próprias, o sistema imunológico aparenta ser uma adequada fonte de inspiração para o desenvolvimento de algoritmos de detecção de comportamento anômalo em sistemas (DASGUPTA, 1997; SOUZA, 2008). de monitoramento em que esses detectores são utilizados para a detecção de praticamente qualquer elemento não-próprio do sistema (DASGUPTA, 1997). Dessa forma, o ASN é composto de três fases: I. Definição dos dados a serem protegidos, II. Geração de detectores, e III. Monitoramento de erro. Na primeira fase, define-se como elementos próprios do sistema m vetores P 1 i m formadores do conjunto P, que serão monitorados contra ocorrência de mudanças P P,P,P,,P.As demais fases serão descritas a seguir. C. Geração de detectores Os candidatos a detectores são gerados aleatoriamente e testados individualmente para verificar se casam com algum vetor de P. Se houver casamento, o candidato é rejeitado. Esse processo é repetido até que um conjunto D de detectores seja alcançado, como pode ser visto no fluxo apresentado na Figura 3. Para verificar se um candidato casa com um vetor próprio, são utilizados critérios de casamento parcial. Um exemplo é: dois vetores casam se, e somente se, eles forem iguais em pelo menos r posições, onde r é um valor escolhido. Figura 3. Geração de detectores. Figura 2: maturação Baseado no processo de maturação das células T, o Algoritmo de Seleção Negativa (ASN), proposto em Forrest (1994), funciona de forma similar ao processo de discriminação do próprio e não-próprio do corpo. Primeiro, é gerado aleatoriamente um conjunto de candidatos a detectores (células T não-maturadas) e, em seguida, eliminam-se os que casam com os elementos denominados de próprios do sistema a ser monitorado ou protegido contra mudanças. Os candidatos nãoeliminados são então potenciais detectores. Após este processo de geração de detectores, é iniciado o processo A maior limitação na geração de detectores válidos é a dificuldade computacional em gerá-los, pois com o aumento do número de elementos em P o número de detectores que não casam cresce consideravelmente. O ASN propõe-se a gerar detectores que não casem com os vetores próprios, e casem com qualquer vetor nãopróprio com alta probabilidade. A solução para esse algoritmo é interessante porque o sistema não procura por padrões específicos de erro, ele detecta qualquer atividade estranha. D. Monitoramento de Erro Supondo que o conjunto de vetores próprios seja passível de ocorrência de erros, para determinar se uma falha ocorreu, verifica-se continuamente se os detectores D casam com algum vetor de P de acordo com o critério de casamento e parâmetro r escolhidos. 59
4 Se algum detector em algum momento casar com qualquer elemento de P, então um erro ocorreu, como pode ser visto na Figura 4. No ASN são utilizados critérios de casamento parcial, pois um casamento completo implica que cada elemento de um vetor casa exatamente com o do detector. Dois critérios de casamento parcial são os mais comuns em sistemas de monitoramento de erros: o r-contínuos e o r-hamming. anormais. Esses dados podem ser obtidos através de históricos de processo disponíveis nos modernos sistemas de controle atuais. O sinal de erro da malha de controle operando em condições normais é então utilizado para geração dos vetores próprios: 瑲 6 O sinal de erro traz vantagens devido à sua representatividade e à sua independência em relação ao ponto de operação, isto é, o sinal mantém a mesma magnitude no caso de sistemas lineares ou que não apresentem alteração dos parâmetros tanto do processo como do controlador. Para realizar a comparação de dois vetores reais utilizou-se uma variável denominada desvio ε. Desse modo, as posições correspondentes do vetor erro casam se a diferença em módulo for menor ou igual ao desvio. Por exemplo, considerando dois vetores: E [1,2; 0,5; 1,8;0,95; 2,0] 7 Figura 4. Monitoramento. E. Critério de Casamento r-contínuos O critério de Casamento r-contínuos consiste em verificar se dois vetores de comprimentos iguais e que tenham símbolos em um alfabeto pré-definido casam em pelo menos r posições de forma contínua. Por exemplo, considerando dois vetores binários A e B de comprimentos iguais e de elementos pertencentes ao mesmo alfabeto: A [0, 0, 1, 0, 0, 0, 0, 1, 0, 1] B [0, 0, 1, 1, 0, 1, 0, 1, 0, 1] 2 3 Estes vetores casam para qualquer 4, usando critério de casamento r-contínuos. F. Critério de Casamento r-hamming O critério de Casamento r-hamming consiste em verificar se dois vetores de comprimentos iguais casam em pelo menos r posições correspondentes, mas não necessariamente de forma contínua. Por exemplo, supondo novamente dois vetores binários: C [0, 1, 1, 1, 0, 0, 0, 1, 0, 1] D [0, 0, 1, 1, 0, 1, 0, 1, 0,0] 4 5 Neste caso, ocorre o casamento para qualquer 6 utilizando o critério r-hamming. IV. DETECÇÃO DE FALHAS EM MALHAS DE CONTROLE Para detecção de falhas em sistemas de controle, o Algoritmo de Seleção Negativa necessita de dados que descrevam as condições de operação normal do sistema a fim de gerar os detectores de condições de operação P [1,4; 1,0; 2,3; 0,76; 2,1] 60 8 e definindo 0,2, esses vetores casam para qualquer 3, considerando o critério de casamento r- Hamming. O conjunto de vetores próprios reais P é definido através da partição do histórico dos sinais de erro quando a malha estava operando em condições consideradas aceitáveis. O tamanho dos vetores de dados próprios n deve ser determinado antes do processo de aprendizagem do sistema imunológico e está relacionado à dinâmica e à taxa de amostragem do sistema. A priori, devem ser escolhidos valores pequenos, em torno de 5, a fim de facilitar a geração dos detectores. O Algoritmo de Seleção Negativa é então aplicado para geração dos detectores, para isso deve ser determinado o número de detectores η que se deseja gerar, o parâmetro de casamento r (a priori metade do tamanho do vetor), e o desvio aceitável ε que deve estar relacionado à variância ou com o nível de ruído aceitável. Durante a etapa de monitoramento, o conjunto de n amostras do sinal de erro e, atualizado de acordo com a taxa de amostragem e com as características do processo, será utilizado para detecção de falhas ou de condições de operação inaceitáveis da malha de controle. Uma falha será identificada assim que qualquer um dos detectores do conjunto for ativado. V. EXEMPLOS Nesta secção o ASN é aplicado em simulações de três processos. A malha de controle simulada é apresentada na Figura 1 e a taxa de amostragem é 0,1. A técnica utiliza os dados obtidos durante a operação em condições consideradas normais como dados próprios. As simulações utilizadas para isto são denominadas Condições Normais, Aceitáveis e Fricção Fraca. Na primeira simulação é utilizado o sistema sem falhas ou alterações. Na segunda, baixo nível de ruído
5 branco com potência 5 10 é inserido na saída do processo e os parâmetros das funções de transferência do processo, do sensor e do atuador são alterados em 10%. Na terceira, os valores referentes a fricção no atuador são alterados. As outras simulações que serão monitoradas são as condições de falhas nos atuadores (fricção elevada) e nos sensores, alterações do processo e alterações dos parâmetros do controlador. O atuador é uma válvula com característica linear representada por uma função de primeira ordem dada pela Eq. 9. A ocorrência de fricção na válvula é representada pelo comportamento não-linear dado pela Equação 1. Os parâmetros k e b serão alterados para representar os níveis de fricção: No caso da condição de fricção fraca foi utilizado k=0,9 e b=-0,1 e durante a simulação de fricção elevada foi utilizado k=0,85 e b=0,3. Neste caso, além da fricção também é empregada banda morta simétrica com amplitude 0,4. sinais das falhas apresentam diversos padrões distintos enquanto que os sinais das condições normais que devem ser protegidas apresentam uma menor variedade de padrões de sinais., 9 Figura 5. Sinal de erro das condições aceitáveis. O sensor é modelado através da função de transferência linear dada pela Eq. 10. As falhas no sensor são simuladas através da redução do ganho do sensor e aumento de sua constante de tempo em 50% em conjunto com a adição de ruído branco com potência 1 10 ou através da interrupção da realimentação caracterizando a perda de sinal, ou seja, a operação em malha aberta. Mais informações sobre as características dinâmicas dos sensores e válvulas de controle podem ser encontradas em (SEBORG, 2004)., 10 Figura 6. Sinal de erro das condições de falha. Tanto as simulações de condições normais e como as simulações das situações consideradas falhas são monitoradas para avaliar a eficiência do algoritmo. Durante o monitoramento, o vetor de dados monitorado é totalmente atualizado a cada n amostras. A. Exemplo 1 O processo é dado por: A malha é controlada por um controlador PI 0, Neste exemplo, foi determinado que o vetor teria tamanho n=5, o parâmetro de casamento seria r=4, o número de detectores a serem gerados η=100 e o desvio ε= 0,2. Os resultados são apresentados na Tabela 1 onde são indicados o número de acionamentos durante o monitoramento gm, a porcentagem de detectores acionados e se a falha foi detectada pelo ASN. Uma falha é identificada a partir do acionamento de um ou mais detectores. O gm é o número de vezes que ocorreu casamento, sendo que um detector pode ser acionado mais de uma vez. B. Exemplo 2 Neste exemplo, o processo em condição normal é representado por: Os parâmetros do controlador foram alterados aleatoriamente para Kp=0,41 e Ti=8. Além das simulações de falhas já apresentas, é simulada a malha com alteração do processo dada por:,,, 14, 13 Nas Figuras 5 e 6 são apresentados os sinais de erro das simulações realizadas. É possível observar que os 61
6 Tabela 1. Resultados do exemplo 1 Malha Aberta 6 1% Sim Sensor 7 2,33% Sim Fricção Forte 102 1,33% Sim Processo 29 0,66% Sim Controlador 76 1,66% Sim A malha é controlada por um controlador PI com parâmetros Kp=0,172 e Ti=1,34. Os parâmetros do controlador foram alterados para Kp=0,38 e Ti=1,07. O processo é alterado da seguinte forma:,,, 15 Nas Figuras 7 e 8 são apresentados os sinais de erro. Neste exemplo, foi determinado n=6, r=3, η=100 e ε= 0,1. Os resultados são apresentados na Tabela 2 e foram similares quando repetidas as simulações. Tabela 2. Resultados do exemplo 2. Malha Aberta 1 1% Sim Sensor 4,4% Sim Fricção Forte 7 2% Sim Processo 1 1% Sim Controlador 8 4% Sim C. Exemplo 3 Neste exemplo, o processo em condição normal é representado por:,,,, 16 A malha é controlada por um controlador com parâmetros Kp=0,6 e Ti=21. Os parâmetros do controlador foram alterados para Kp=0,83 e Ti=18,9. A alteração no processo é representada por:,,,,,,,, 17 A resposta dinâmica do sensor será representada por:, 18 A falha no sensor é representada pela seguinte função de transferência junto a adição de ruído branco com potência 5 10 : Figura 7. Sinal de erro das condições aceitáveis.,, 19 Para este processo, serão considerados dois casos com n=3 e n=4, o parâmetro de casamento é r=2 e o desvio ε= 0,02. O número de detectores a serem gerados foi η=100 no primeiro e η=500 no segundo caso. Os resultados são apresentados nas Tabelas 3 e 4. Neste exemplo, novamente o algoritmo obteve sucesso ao identificar as falhas tanto com a variação do elemento do vetor quanto do número de detectores gerados. Figura 8. Sinal de erro das condições de falha. VI. CONCLUSÕES Neste artigo foi apresentado como o Algoritmo de Seleção Negativa pode ser utilizado para a detecção de falhas em sistemas de controle. Além de discutir as características do algoritmo e a sua aplicação na técnica proposta, foram descritos alguns tipos de falhas que ocorrem em sistemas de controle, em especial, falhas associadas às válvulas de controle. Exemplos de simulações computacionais de falhas em válvulas e sensores, alterações do processo e do controlador comprovaram a eficácia do algoritmo. A técnica apresentou repetibilidade na detecção das falhas simuladas. O algoritmo exige um razoável esforço 62
7 computacional durante a fase de geração de detectores e baixo esforço na fase de monitoramento o que torna viável sua aplicação em sistemas de controle em tempo real. Tabela 3. Resultados do exemplo 3 para n = 3. Malha Aberta 1 1% Sim Sensor 68 20% Sim Fricção Forte 4 2% Sim Processo 5 2% Sim Controlador 6 2% Sim SOUZA, C.P.; ASSIS, F.M.; FREIRE, R.C.S.. Circuit Testing Using the Principles of SelfNonself Discrimination, IEEE Transactions on Instrumentation and Measurement, Volume 57, Número 9, p , VENKATASUBRAMANIAN, Venkat.; RENGASWAMY, Raghunathan.; YIN, Kewen.; KAVURI, Surya N. A Review of Process Fault Detection and Diagnosis. Part I: Quantitative Model-Based Methods, Computers & Chemical Engineering, Volume 27, p , VENKATASUBRAMANIAN, Venkat.; RENGASWAMY, Raghunathan.; YIN, Kewen.; KAVURI, Surya N. A Review of Process Fault Detection and Diagnosis. Part III: Process History Based Methods, Computers & Chemical Engineering, Volume 27, p , Tabela 4. Resultados do exemplo 3 para n = 4. Malha Aberta 7 1,4% Sim Sensor ,6% Sim Fricção Forte 126 8,7% Sim Processo 42 5,8% Sim Controlador 65 7% Sim AGRADECIMENTOS Os autores agradecem o suporte financeiro, através da concessão de bolsa de pesquisa, da Fundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do Maranhão (FAPEMA). REFERÊNCIAS CHOUDHURYA, M. A. A. Shoukat; THORNHILLB, N. F.; SHAH, S. L.. Modelling Valve Stiction. Control Engineering Practice, Volume 13, Número 5, p , DASGUPTA, D.; ATTOH-OKINE, N. Immunity-Based Systems: a Survey. IEEE International Conference on Systems, Man, and Cybernetics, Volume 1, p , FORREST, S., PERELSON, A. S., ALLEN, L and CHERUKURI, R. Self- Nonself discrimination in a computer. Proceedings of IEEE Symposium on Research in Security and Privacy, pages 202{212, May HOFMEYER, S.A.; FORREST, S. Architeture for an Artificial Immune System, Evolutionary Computation, Volume 8, Número 4, p , KOURTI, T.. Process Analysis and Abnormal Situation Detection: From Theory to Practice, IEEE Control Systems Magazine, Volume 22, Número 5, p 10-25, SEBORG, Dale E.; EDGAR, Thomas F.; MELLICHAMP, Duncan A. Process Dynamics and Control, 2.ed., New York: John Wiley & Sons,
DETECÇÃO DE FALHAS EM UM HELICÓPTERO DE TRÊS GRAUS DE LIBERDADE EMPREGANDO CONTROLE ESTATÍSTICO MULTIVARIADO DE PROCESSO
Anais do XVI Encontro de Iniciação Científica e Pós-Graduação do ITA XVI ENCITA / 2010 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil 20 de outubro de 2010 DETECÇÃO DE FALHAS EM UM
Leia maisDiagnóstico de Faltas em Redes Aéreas de Distribuição de Energia Elétrica utilizando Redes Imunológicas Artificiais
Diagnóstico de Faltas em Redes Aéreas de Distribuição de Energia Elétrica utilizando Redes Imunológicas Artificiais Helton do Nascimento Alves [1] Kelly dos Santos Silva [2] Cristiana da Silva Alexandre
Leia maisDetecção e Isolamento de Falhas Sobre Sensores Utilizando Banco de Observadores
Detecção e Isolamento de Falhas Sobre Sensores Utilizando Banco de Observadores Elson Gustavo Mota Arruda, Nestor Roqueiro 2, 2 Departamento de Automação e Sistemas. Universidade Federal de Santa Catarina,
Leia maisReconhecimento de Caracteres Manuscritos Utilizando Sistemas Imunológicos Artificiais
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Reconhecimento de Caracteres Manuscritos Utilizando Sistemas Imunológicos Artificiais Fernando P. A. ima James C. Silva Amanda P. A. ima Carlos R. Minussi
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia maisAspectos do Projeto de um Sistema de Controle de Processos. Aspectos do Projeto (CP1) DEQ/UFSCar 1 / 25
Aspectos do Projeto de um Sistema de Controle de Processos Aspectos do Projeto (CP1) wwwprofessoresdequfscarbr/ronaldo/cp1 DEQ/UFSCar 1 / 25 Roteiro 1 Classificação das Variáveis em um Processo Químico
Leia maisClassificação de Distúrbios de Energia Elétrica baseada no Algoritmo de Seleção Clonal
Classificação de Distúrbios de Energia Elétrica baseada no Algoritmo de Seleção Clonal Bruno Willian de Souza Arruda, Raimundo Carlos Silvério Freire Universidade Federal de Campina Grande Rua Aprígio
Leia mais1 Introdução 1.1 Motivação
1 Introdução 1.1 Motivação A concepção de sistemas artificiais inspirados na natureza não é uma idéia recente. As Redes Neurais Artificiais, a Computação Evolucionária, o Enxame de Partículas e as Colônias
Leia maisModelo para alocação de instrumentos com previsão de redundância de medição em sistemas com medições escassas.
Modelo para alocação de instrumentos com previsão de redundância de medição em sistemas com medições escassas. M. V. A. NARCISO 1, E. C. DO VALLE 1 e R. A. KALID 1 1 Universidade Federal da Bahia, Departamento
Leia maisTÍTULO: DIAGNÓSTICO DE FALTAS DE ALTA IMPEDÂNCIA EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA USANDO UM ALGORITMO IMUNOLÓGICO ARTIFICIAL
16 TÍTULO: DIAGNÓSTICO DE FALTAS DE ALTA IMPEDÂNCIA EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA USANDO UM ALGORITMO IMUNOLÓGICO ARTIFICIAL CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA:
Leia maisProjeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido
Projeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido Allan Martins¹, Jéssica Aguiar¹, Paulo Henrique Melo¹,
Leia maisCOMPARAÇÃO ENTRE CONTROLADORES PID CLÁSSICO E PID FUZZY COM GANHO PROGRAMADO NO SISTEMA DE AZIMUTE
COMPARAÇÃO ENTRE CONTROLADORES PID CLÁSSICO E PID FUZZY COM GANHO PROGRAMADO NO SISTEMA DE AZIMUTE Brehme D. R. de MESQUITA (1); Jefferson A. L. e SILVA (2); André M. D. FERREIRA (3) (1) Instituto Federal
Leia maisInfluência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de.
Influência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de 1. Introdução: Classificação Lupércio França Bessegato 1 Roberto da Costa Quinino 2
Leia maisOrganização da Disciplina Controle de Processos 1
Organização da Disciplina Controle de Processos 1 Ronaldo Guimarães Corrêa Departamento de Engenharia Química Universidade Federal de São Carlos 2 o Sem. 2017 Organização da Disciplina (CP1) www.professores.deq.ufscar.br/ronaldo/cp1
Leia maisMonitoramento da Integridade de Estruturas Aeronáuticas Utilizando um Método Inteligente Baseado em Sistemas Imunológicos Artificiais
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Monitoramento da Integridade de Estruturas Aeronáuticas Utilizando um Método Inteligente Baseado em Sistemas Imunológicos Artificiais Fernando P. A.
Leia maisGERENCIAMENTO DE MALHAS Introdução
Introdução Nos últimos anos a tecnologia de controle digital tem evoluído rapidamente no mundo. Os fabricantes de sistemas oferecem soluções de hardware e software com maior capacidade e menor custo. Apesar
Leia maisDécimo Quinto Encontro Regional Ibero-americano do CIGRÉ Foz do Iguaçu-PR, Brasil 19 a 23 de maio de 2013
DETECÇÃO DE DESCARGAS PARCIAIS EM EQUIPAMENTOS ISOLADOS EM SF6, EM CAMPO W.R. Bacega* H. Tatizawa** F. Bacega* * Companhia de Transmissão de energia Elétrica Paulista - CTEEP **Instituto de Eletrotécnica
Leia maisEstimação de Componentes Harmônicos de Sistemas Elétricos de Potência por meio do Algoritmo de Seleção Clonal
Estimação de Componentes Harmônicos de Sistemas Elétricos de Potência por meio do Algoritmo de Seleção Clonal Luanna Holanda de Siqueira Aluna Marcus Lemos Orientador
Leia maisDIFERENTES ESTRATÉGIAS DE AMOSTRAGENS PARA REDUZIR O EFEITO DA AUTOCORRELAÇÃO NO DESEMPENHO DO GRÁFICO DA MÉDIA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 2 a5 de outubro
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1 Introdução Com o elevado índice de expansão dos sistemas elétricos de potência, os freqüentes aumentos nas interligações e o alto número de variáveis que envolvem
Leia maisINSTRUMENTAÇÃO MECATRÔNICA
CONCEITOS DE INSTRUMENTAÇÃO Instrumentação é a ciência que aplica e desenvolve técnicas para adequação de instrumentos de medição, transmissão, indicação, registro e controle de variáveis físicas em equipamentos
Leia maisPROJETO DA MALHA DE CONTROLE DE UM PROCESSO DE HIDRÓLISE DE ANIDRIDO ACÉTICO EM CSTR
PROJETO DA MALHA DE CONTROLE DE UM PROCESSO DE HIDRÓLISE DE ANIDRIDO ACÉTICO EM CSTR A. C. S. R. DIAS, B. R. BOTINHA, J. R. COSTA, C. S. O. TENIS e J. C. S. DUTRA LAMCES Laboratório de Métodos Computacionais,
Leia maisNoções de Exatidão, Precisão e Resolução
Noções de Exatidão, Precisão e Resolução Exatidão: está relacionada com o desvio do valor medido em relação ao valor padrão ou valor exato. Ex : padrão = 1,000 Ω ; medida (a) = 1,010 Ω ; medida (b)= 1,100
Leia maisEFEITO DA PRESSÃO SOBRE DINÂMICA E CONTROLE DE COLUNA DE DESTILAÇÃO COM RETIRADA LATERAL
EFEITO DA PRESSÃO SOBRE DINÂMICA E CONTROLE DE COLUNA DE DESTILAÇÃO COM RETIRADA LATERAL G. W. de FARIAS NETO, R. P. BRITO, S. R. DANTAS e R. M. L. OLIVEIRA Universidade Federal de Campina Grande, Departamento
Leia maisControle de Processos Aula: Regras de sintonia de controladores PID
107484 Controle de Processos Aula: Regras de sintonia de controladores PID Prof. Eduardo Stockler Tognetti Departamento de Engenharia Elétrica Universidade de Brasília 1º Semestre 2016 Escolha da estrutura
Leia mais5 RNA para Diagnóstico de Falhas em Turbinas a Gás
5 RNA para Diagnóstico de Falhas em Turbinas a Gás 5.1. Introdução Neste capítulo, a aplicação de RNAs para diagnosticar as falhas no caminho do gás de turbinas a gás foi investigada. As redes neurais
Leia maisRELATÓRIO PREPARADO PELO ELAT A PEDIDO DO MINITÉRIO PÚBLICO RESUMO
RELATÓRIO PREPARADO PELO ELAT A PEDIDO DO MINITÉRIO PÚBLICO Incidência de descargas atmosféricas associadas à interrupção de suprimento de energia elétrica ocorrida no dia 10/11/2009 na região do sistema
Leia maisCONTROLE DOS RUÍDOS ELÉTRICOS NA INSTRUMENTAÇÃO INDUSTRIAL*
CONTROLE DOS RUÍDOS ELÉTRICOS NA INSTRUMENTAÇÃO INDUSTRIAL* Otaviano Donizeti Valadão de Freitas 1 Resumo Ruídos elétricos afetam os circuitos lógicos e conseqüentemente podem comprometer a confiabilidade
Leia maisIF-705 Automação Inteligente Sistemas de Controle - Fundamentos
IF-705 Automação Inteligente Sistemas de Controle - Fundamentos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br
Leia maisCAPÍTULO 8: O CONTROLADOR PID
CAPÍTULO 8: O CONTROLADOR PID Quando eu terminar este capítulo eu quero ser capaz de completar o seguinte Conhecer os pontos fortes e fracos do controle PID Determinar o modelo do sistema feedback utilizando
Leia maisIDENTIFICAÇÃO DE PROCESSOS EM TEMPO REAL VIA MODELO ARMAX
IDENTIFICAÇÃO DE PROCESSOS EM TEMPO REAL VIA MODELO ARMAX C. B. CAVALCANTI 1, J. N. SILVA 1 1 Universidade Federal de Campina Grande, Departamento de Engenharia Química E-mail para contato: nilton.silva@ufcg.edu.br
Leia mais2ª PROVA ICIN 1º/2015
Departamento de Engenharia Elétrica Prof. Adolfo Bauchspiess Faculdade de Tecnologia Laboratório de Automação e Robótica Universidade de Brasília 163848 INTRODUÇÃO AO CONTROLE INTELIGENTE NUMÉRICO - 1
Leia maisEvolução Diferencial Aplicada na Estimação de Parâmetros de um Sistema Oscilatório
https://eventos.utfpr.edu.br//sicite/sicite2017/index Evolução Diferencial Aplicada na Estimação de Parâmetros de um Sistema Oscilatório RESUMO Iolanda Ortiz Bernardes ibernardes@alunos.utfpr.edu.br Estudante
Leia maisMODELAGEM E CONTROLE DE UM TROCADOR DE CALOR FEIXE TUBULAR
PAULO ALEXANDRE MARTIN MODELAGEM E CONTROLE DE UM TROCADOR DE CALOR FEIXE TUBULAR Dissertação apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do título de Mestre em Engenharia.
Leia maisO que é instrumentação INSTRUMENTAÇÃO E CONTROLE. Tubo de venturi. Ultrassônico carretel 22/2/2011. Introdução
O que é instrumentação INSTRUMENTAÇÃO E CONTROLE Éaciênciaquedesenvolveeaplicatécnicasde medição, indicação, registro e controle de processos, visando a otimização e eficiência destes processos. Introdução
Leia maisLaboratórios Integrados III - ENG470
Laboratórios Integrados III - ENG470 Apresentação do Curso Prof. Dr. Fabrício Simões Instituto Federal da Bahia - IFBA 21 de maio de 2019 Prof. Dr. Fabrício Simões (Instituto Federal da Bahia Laboratórios
Leia maisAULA FMEA FABIANO DROZDA
AULA FMEA FABIANO DROZDA 1 Failure Modes Effects Analysis (FMEA) is used during the development of new products and processes to identify, control and eliminate the causes of failure, while mitigating
Leia maisUMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC
UMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC R. R. ROCHA 1 e L. C. OLIVEIRA-LOPES 1 1 Universidade Federal de Uberlândia, Faculdade de Engenharia Química E-mail para contato: rosi.rocha28@gmail.com;
Leia mais5.1 INTRODUÇÃO AO SISTEMA DE CONTROLE GAIN SCHEDULING
54 5. SISTEMA DE CONTROLE GAIN SCHEDULING 5.1 INTRODUÇÃO AO SISTEMA DE CONTROLE GAIN SCHEDULING O sistema de controle tipo gain scheduling [14] é um sistema adaptativo [15], onde os parâmetros do controlador
Leia maisDETERMINAÇÃO EXPERIMENTAL DOS PARÂMETROS DE UM MODELO PARA UM PROCESSO MULTIVARIÁVEL DE QUATRO TANQUES ACOPLADOS.
DETERMINAÇÃO EXPERIMENTAL DOS PARÂMETROS DE UM MODELO PARA UM PROCESSO MULTIVARIÁVEL DE QUATRO TANQUES ACOPLADOS. M.C. de Freitas, F.V. da Silva. Universidade Estadual de Campinas, Faculdade de Engenharia
Leia maisAnálise Estatística de Sistemas de Comunicação Digitais Usando o Diagrama de Olho
Análise Estatística de Sistemas de Comunicação Digitais Usando o Diagrama de Olho MSc UERJ-FEN-DETEL Análise Estatística de Sistemas de Comunicação Digitais Os sistemas de comunicação digital operam com
Leia maisTópicos em Simulação e Otimização de Processos Aula 1 2: Plano de Ensino e Conceitos Básicos
Tópicos em Simulação e Otimização de Processos Aula 1 2: Plano de Ensino e Conceitos Básicos, MSc rodolfo@unipampa.edu.br Curso de Universidade Federal do Pampa Campus Bagé 22 de janeiro de 2013 BA000379
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação
Leia mais2 Análise da Confiabilidade em Sistemas de Potência
2 Análise da Confiabilidade em Sistemas de Potência Confiabilidade é a capacidade de um dispositivo desempenhar seu propósito durante o período de tempo desejado, sob as condições operativas encontradas.
Leia maisDIAGNÓSTICO CLÍNICO DE AMOSTRAS DE CÂNCER DE MAMA UTILIZANDO SISTEMAS IMUNOLÓGICOS ARTIFICIAIS COM SELEÇÃO NEGATIVA
DIAGNÓSTICO CLÍNICO DE AMOSTRAS DE CÂNCER DE MAMA UTILIZANDO SISTEMAS IMUNOLÓGICOS ARTIFICIAIS COM SELEÇÃO NEGATIVA FERNANDO P. A. LIMA¹, MARA L. M. LOPES², ANNA D. P. LOTUFO¹, CARLOS R. MINUSSI¹ ¹ Departamento
Leia maisCLASSIFICAÇÃO DE DISTÚRBIOS DE TENSÃO EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA UTILIZANDO SISTEMAS IMUNOLÓGICOS ARTIFICIAIS
CLASSIFICAÇÃO DE DISTÚRBIOS DE TENSÃO EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA UTILIZANDO SISTEMAS IMUNOLÓGICOS ARTIFICIAIS Rafael Fernandes Alvarenga rafaelfer12@mail.uft.edu.br Ayllon Gustavo
Leia maisPalavras-chave: distribuição de energia elétrica; fluxo de potência; regulador de tensão.
Desenvolvimento e Modelagem de Regulador de Tensão para Fluxo de Potência em Redes de Distribuição de Energia Elétrica Rodrigo Mendonça de CARVALHO; Antônio Cesar Baleeiro ALVES Escola de Engenharia Elétrica
Leia maisRuído. Aula 11 Prof. Nobuo Oki
Ruído Aula 11 Prof. Nobuo Oki Considerações Gerais Ruído O ruído limita o nível mínimo do sinal que um circuito pode processar com uma qualidade aceitável. O problema do ruído relaciona-se com a potência
Leia maisControle de Sistemas Dinâmicos. Informações básicas
Controle de Sistemas Dinâmicos Informações básicas Endereço com material http://sites.google.com/site/disciplinasrgvm/ Ementa Modelagem de Sistemas de Controle; Sistemas em Malha Aberta e em Malha Fechada;
Leia maisDESENVOLVIMENTO DE UM SISTEMA DE CONTROLE DE TEMPERATURA PID, ATRAVÉS DE ARDUINO E LABVIEW
DESENVOLVIMENTO DE UM SISTEMA DE CONTROLE DE TEMPERATURA PID, ATRAVÉS DE ARDUINO E LABVIEW Lair Santos de Oliveira (1); Josué da Silva Sousa (2); Antônio Almeida da Silva (3); Moisés Hamsses Sales de Souza
Leia maisImplementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC
Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC Ederson Costa dos Santos 1, Leandro Barjonas da Cruz Rodrigues 1, André Maurício Damasceno Ferreira 2 1
Leia maisAções de controle básicas: uma análise do desempenho em regime
Capítulo 3 Ações de controle básicas: uma análise do desempenho em regime estático 3. Introdução Neste capítulo, as ações de controle básicas utilizadas em controladores industriais e o seu desempenho
Leia mais3 Algoritmos Genéticos
Técnicas de Inteligência Computacional 33 3 Algoritmos Genéticos Este capítulo resume os principais conceitos sobre o algoritmo evolucionário empregado nesta dissertação. É apresentada uma breve explicação
Leia maisImunologia. Propriedades das Respostas imunes e órgãos linfóides. Bibliografia Básica. Introdução. Tipos de imunidade. Histórico 12/03/2012
Bibliografia Básica Imunologia Prof. Dr. Gilson C. Macedo www.ufjf.br/imunologia Introdução Propriedades das Respostas imunes e órgãos linfóides Prof: Dr. Gilson C. Macedo Derivado do latim immunitas Refere-se
Leia maisDisciplina: Instrumentação e Controle de Sistemas Mecânicos. Teoria de Controle Parte 1
Disciplina: Instrumentação e Controle de Sistemas Mecânicos Teoria de Controle Parte 1 Objetivos do Controle Independente do estágio tecnológico ou da complexidade de um processo de fabricação, são sempre
Leia maisEstudo da localização de maternidades em Sergipe através de simulação Monte Carlo
Estudo da localização de maternidades em Sergipe através de simulação Monte Carlo João Batista dos Santos-Filho 1, Tatiana Santos de Araujo Batista 2, José Carlos Rodrigues Oliveira 3,Maria Letícia da
Leia maisUm modelo in-silico do sistema imunológico humano: um caso de estudo da autoimunidade. Projeto Final de Curso Seminários II
Um modelo in-silico do sistema imunológico humano: um caso de estudo da autoimunidade Projeto Final de Curso Seminários II Gustavo Alves Oliveira Silva Alcione de Paiva Oliveira (orientador) Modelo O modelo
Leia maisAnálise do artigo: Ataque furtivo em Sistemas de Controle Físicos Cibernéticos
Análise do artigo: Ataque furtivo em Sistemas de Controle Físicos Cibernéticos Sistemas Ciber-físicos Sistemas ciber-físicos são sistemas computacionais e colaborativos os quais as operações são monitoradas,
Leia mais6 Estudos de Casos Porta Lógica OU de 4 Entradas
6 Estudos de Casos Com o objetivo de avaliar a síntese automática de circuitos de QCA usando técnicas de Hardware Evolucionário (EHW), alguns circuitos foram sintetizados e serão apresentados a seguir.
Leia maisAPLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO
APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO André TEIXEIRA DE AQUINO; André LUIZ CARNEIRO DE ARAÚJO (1) Instituto Federal de Educação, Ciência e Tecnologia do Ceará,
Leia maisDetecção de Intrusão. Intrusão. Intruso. É o processo pelo qual algo tenta violar uma sistema.
Detecção de Intrusão Disciplina: Auditoria de Sistemas Prof. Luiz Antonio Curso: Segurança Patrimonial Intrusão É o processo pelo qual algo tenta violar uma sistema. A intrusão pode ser de fora ou de elementos
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
APLICAÇÃO DE ALGORITMO PARA DETECÇÃO DE FALHAS EM BOMBAS CENTRÍFUGAS MULTI-ESTÁGIO DE INJEÇÃO DE ÁGUA EM RESERVARTÓRIOS DE PETRÓLEO WENDERSON L. GANDA 1, MARCUS V. B. MOUTINHO 1, GABRIEL B. CASTRO 1. 1.
Leia mais5 Análise em Regime Permanente e Dinâmico de um Compensador Síncrono
5 Análise em Regime Permanente e Dinâmico de um Compensador Síncrono 5.1 Introdução O objetivo é analisar a possibilidade de um compensador síncrono estar associado à ocorrência de eventos de estabilidade
Leia maisAplicação de um Sistema Imunológico Artificial em um Tower Defense
Aplicação de um Sistema Imunológico Artificial em um Tower Defense Renato de Pontes Pereira UNIVEM, Centro Universitário Eurípedes de Marília, Computing and Information Systems Research Lab, renato.ppontes@gmail.com
Leia mais6. O SISTEMA DE CONTROLE COMO FERRAMENTA DIDÁTICA
71 6. O SISTEMA DE CONTROLE COMO FERRAMENTA DIDÁTICA 6.1 SOFTWARE DIDÁTICO O sistema de controle que compreende um software didático e um hardware de aquisição de dados, poderá servir como ferramenta didática
Leia maisUniversidade Federal do Espírito Santo SEAGRO: ANAIS DA SEMANA ACADÊMICA DO CURSO DE AGRONOMIA DO CCAE/UFES FILTRO DE PARTÍCULAS APLICADO À ESTIMAÇÃO
Universidade Federal do Espírito Santo SEAGRO: ANAIS DA SEMANA ACADÊMICA DO CURSO DE AGRONOMIA DO CCAE/UFES FILTRO DE PARTÍCULAS APLICADO À ESTIMAÇÃO DE EPIDEMIAS EM PLANTAS Kaique dos Santos Alves 1,
Leia maisDesenvolvimento de um sistema de aquecimento baseado em placa de Peltier para microdispositivos
Desenvolvimento de um sistema de aquecimento baseado em placa de Peltier para microdispositivos G.B. SANCHEZ 1, H. S. SANTANA 1, D.S. TORTOLA 1 e O. P. TARANTO 1 1 Universidade Estadual de Campinas, Faculdade
Leia maisIntrodução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana
Introdução à Redes Neurais Artificiais Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Introdução Redes Neurais Artificiais (RNAs)
Leia maisRelatório de pesquisa sobre o procedimento de otimização de modelos no Activate
Relatório de pesquisa sobre o procedimento de otimização de modelos no Activate 1 Introdução Esse trabalho tem por objetivo apresentar o bloco de otimização BobyqaOpt, suas funcionalidades, parâmetros
Leia maisMONITORAMENTO E ANÁLISE DE MÁQUINAS E COMPONENTES
MONITORAMENTO E ANÁLISE DE MÁQUINAS E COMPONENTES MONITORAMENTO DE VIBRAÇÃO E DIAGNÓSTICO COMUNICAÇÃO Visualização (TCP/IP) Detecção de anomalias como: Danos em rolamentos no spindle Desgaste ou defeitos
Leia maisIntrodução ao controle de conversores
Unidade VI Introdução ao controle de conversores 1. Controle por Histerese 2. Controle Linear 3. Utilização da ferramenta SmartCtrl (PSIM) Eletrônica de Potência 1 Introdução Conversores estáticos devem
Leia maisPMR3404 Controle I Aula 3
PMR3404 Controle I Aula 3 Resposta estática Ações de controle PID Newton Maruyama 23 de março de 2017 PMR-EPUSP Classificação de sistemas de acordo com o seu desempenho em regime estático Seja o seguinte
Leia mais3 Análise do Efeito do Controle de Tensão em Geradores
3 Análise do Efeito do Controle de Tensão em Geradores O interesse é avaliar o efeito de ações de controle em regime permanente e no domínio do tempo. Para tal é necessário conhecer as características
Leia maisEscolha do Período de Amostragem
Escolha do Período de Amostragem Notas de Aula: ELT013 - Controle Digital Prof. Bruno Teixeira brunoot@ufmg.br Departamento de Engenharia Eletrônica (DELT) Universidade Federal de Minas Gerais (UFMG) 3
Leia mais7 CONSIDERAÇÕES FINAIS
142 7 CONSIDERAÇÕES FINAIS A dissertação foi desenvolvida com o objetivo de apresentar uma metodologia para o gerenciamento da corrosão considerando um conjunto de práticas e recomendações existentes atualmente,
Leia mais3.ª Prática Controle (PID) de Vazão na Bancada da Bomba Centrífuga
1 3.ª Prática Controle (PID) de Vazão na Bancada da Bomba Centrífuga OBJETIVO: 1. Fazer o controle (PID) de Vazão na bancada da bomba centrífuga. DATA: / /. Nome dos alunos: São Paulo - 2016 Prof. Dr.
Leia maisSOLUÇÃO DA Lista de Exercícios E3-B
SOLUÇÃO DA Lista de Exercícios E3-B Exercícios de Instrumentação Básica - Introdução 1. Associe a primeira coluna com a segunda. Termo Definição a) erro (F) É a razão entre a variação do valor indicado
Leia maisControle e monitoramento automático e em tempo real de refinarias, oleodutos e gasodutos.
Controle e monitoramento automático e em tempo real de refinarias, oleodutos e gasodutos. Um vazamento não detectado em uma tubulação de petróleo de vinte polegadas, de apenas 1% de seu valor nominal de
Leia maisUtilização do solidthinking Embed em projetos de controle para sistemas embarcados utilizando técnica de controle adaptativo por modelo de referência.
Utilização do solidthinking Embed em projetos de controle para sistemas embarcados utilizando técnica de controle adaptativo por modelo de referência. Rodrigo de J. Macedo Resumo Apresenta-se, neste artigo,
Leia maisComportamento Dinâmico de Sistemas de Primeira Ordem. Sistemas de Primeira Ordem (CP1) DEQ/UFSCar 1 / 46
Comportamento Dinâmico de Sistemas de Primeira Ordem Sistemas de Primeira Ordem (CP1) www.professores.deq.ufscar.br/ronaldo/cp1 DEQ/UFSCar 1 / 46 Roteiro 1 Sistemas de Primeira Ordem Função de Transferência
Leia maisUma investigação de métodos para o estudo da influência da incerteza em dados experimentais de vida acelerada
Uma investigação de métodos para o estudo da influência da incerteza em dados experimentais de vida acelerada Autores Maria Celia de Oliveira Papa Orientador Alvaro Jose Abackerli 1. Introdução Uma das
Leia maisHISTÓRIA DA IMUNOLOGIA
1 HISTÓRIA DA IMUNOLOGIA O termo imunidade provém do latim immunitas, que se refere a isenções a taxas que os senadores romanos auferiam; Os conceitos de contágio e a teoria dos germes surgem, em 1546,
Leia maisFerramenta para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel.
para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel. Fábio Luis Oliveira dos Reis (UFBA) flreis@ufba.br Leizer Schnitman (UFBA) leizer@area1.br Herman Augusto Lepikson
Leia maisAnálise Efeito Controle
146 7 Análise do Efeito do Controle de Tensão com Compensadores Estáticos de Reativos (CER) em um Sistema-Teste de 39 Barras, em Regime Permanente e Dinâmico 7.1 Introdução Neste capítulo, para comprovar
Leia maisEletrônica Digital II. Engenharia de Computação
Eletrônica Digital II ELT013 Engenharia de Computação Aula 10 INTERFACE COM O MUNDO ANALÓGICO ELT013 - Eletrônica Digital II Aula 10 - Interface com o Mundo Analógico 2 Quantidade Digital Vs. Quantidade
Leia maisSVC Static VAr Compensator. Juliano Menezes Luis Gustavo Dias de Souza
SVC Static VAr Compensator Juliano Menezes Luis Gustavo Dias de Souza Introdução Excesso de reativo: Baixo FP; Aumento das correntes que percorrem os condutores, levando a maiores perdas; Punições, multas;
Leia maisA) Dinâmica de um Sistema de Circulação de Ar Comprimido com Controlo de Pressão por Computador
LEQ II Dinâmica e Controlo de Processos A) Dinâmica de um Sistema de Circulação de Ar Comprimido com Controlo de Pressão por Computador 1. INTERESSE Grande parte do curriculum do Mestrado em Engª Química
Leia maisSimulação Dinâmica nos Laboratórios de Engenharia Química V da Licenciatura em Engenharia Química no IST: porquê e como?
7 de Junho 005 Simulação Dinâmica nos Laboratórios de Engenharia Química V da Licenciatura em Engenharia Química no IST: porquê e como? Carla IC Pinheiro, Ana CL Vieira, José MM Lopes DEQ - Centro de Eng
Leia maisCURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS º PERÍODO
CURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS - 2017.2 2º PERÍODO DISCIPLINA: CÁLCULO I Estudo e aplicação de limites. Estudo e aplicação de derivadas. Estudo de soluções de problemas com utilização
Leia maisModelagem e Análise de. Sistemas Elétricos em. Regime Permanente. Sérgio Haffner
Modelagem e Análise de Sistemas Elétricos em Regime Permanente Sérgio Haffner http://slhaffner.phpnet.us/ haffner@ieee.org slhaffner@gmail.com Desenvolvido para ser utilizado como notas de aula para a
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Júlio de Mesquita Filho Campus Experimental de Sorocaba
PLANO DE ENSINO UNIDADE: CURSO: Engenharia de Controle e Automação HABILITAÇÃO: Controle e Automação OPÇÃO: - DEPARTAMENTO: - IDENTIFICAÇÃO: CÓDIGO: ITC DISCIPLINA: INTRODUÇÃO À TEORIA DE CONTROLE SERIAÇÃO
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia mais- Elemento Primário - Medição de vazão
- Elemento Primário - Medição de vazão Q = F MEDIÇÃO P ρ - Elemento Primário - Medição de vazão Principais problemas para o controle: Instalação inadequada: erros de medição, falta de repetibilidade, etc.
Leia maisMontes Claros - MG Bacharelado em Engenharia Civil Universidade Estadual de Montes Claros. Montes Claros - MG
UM FORMULÇÃO HÍBRID IMUNO/NEURL PLICD O PROBLEM DE DETECÇÃO DE FLHS EM UM SISTEM DE CIONMENTO C.C. Marcos Flávio S. V. D ngelo, João Carneiro Netto, na Cláudia de Moura Laurentino, Murilo Cesar Osorio
Leia maisSUMÁRIO. Prefácio Autores do Livro Capítulo 1 - Aspectos Hidráulicos e Elétricos Básicos
SUMÁRIO Prefácio Autores do Livro Capítulo 1 - Aspectos Hidráulicos e Elétricos Básicos 1.1 - Introdução 1.2 - Mecânica dos Fluidos e Hidráulica 1.3 - Viscosidade e Outras Propriedades 1.3.1 - Viscosidade
Leia maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisDESEQUILÍBRIO DE TENSÕES EM INSTALAÇÕES ELÉTRICAS AGROINDUSTRIAIS
DESEQUILÍBRIO DE TENSÕES EM INSTALAÇÕES ELÉTRICAS AGROINDUSTRIAIS Ricardo Martini Rodrigues [1] Paulo José Amaral Serni [2] José Francisco Rodrigues [3] Luiz Gonzaga Campos Porto [4] Departamento de Engenharia
Leia maisSintonia do compensador PID
Sintonia do compensador PID 0.1 Introdução DAELN - UTFPR - Controle I Paulo Roberto Brero de Campos Neste capítulo será estudado um problema muito comum na indústria que consiste em fazer o ajuste dos
Leia mais