Número de Chamada
|
620. 0045 V658d DIS
|
Autor Principal
|
Vieira, Luciana de Azevedo
|
Entradas Secundárias - Autor
|
Garcez, Jurandyr Nascimento Universidade Federal do Pará. Centro Tecnológico. Departamento de Engenharia Elétrica. Curso de Mestrado em Engenharia Elétrica.
|
Título Principal
|
Detecção e acomodação de falhas em sistemas elétricos usando redes neurais artificiais / Luciana de Azevedo Vieira ; orientador, Jurandyr Nascimento Garcez
|
Publicação
|
1996.
|
Descrição Física
|
xiv, 156 f : il. ; 30 cm
|
Notas
|
Área de concentração: Controle e Automação Dissertção (mestrado) - Universidade Federal do Pará. Centro Tecnológico. Departamento de Engenharia Elétrica. Curso de Mestrado em Engenharia Elétrica, 1996 Inclui bibliografias Resumo: A detecção, diagnóstico e acomodação de falhas ou degradação nos sistemas vem adquirindo uma importância crescente em problemas da engenharia moderna. Uma falha em um sistema causa muitas vezes alterações em parâmetros criticos do sistema ou mesmo, mudanças em sua dinâmica não linear. Este trabalho apresenta uma estrutura para construção de uma arquitetura para detecção e acomodação de falhas (FDA - Fault Detection and Accommodation) em um hidrogerador, que consiste em um aproximador neural on-line e um esquema de adaptação para detecção de falhas incipientes e não linearidades nas funções de transferência do controlador, servo-piloto e amplificador hidráulico. Mudanças na dinâmica do sistema são monitoradas por um modelo neural de aproximação on-line usada não apenas para detecção como também para acomodação das falhas. A arquitetura das Redes Neurais Artificiais (RNA) consideradas para a identificação não paramétrica e controle nas aplicações da FDA é a do tipo Multicamadas Perceptrons, treinada pelo algoritmo da Retropropagação do Erro. As variáveis que descrevem a dinâmica entrada-saída dos blocos do sistema são geradas pelo modelo neural identificado on-line e são monitoradas para detectar condições de falhas. Alterações detectadas na dinâmica do sistema são usadas para assistir ao diagnóstico de falhas e ajuste do controlador neural. Resultados de simulações são usados para ilustrar a metodologia de aprendizagem, que mostram os efeitos das incertezas na modelagem e das não linearidades sobre o esquema de detecção e acomodação de falhas (FDA).
|
Assuntos
|
Localização de falhas (Engenharia) Sistemas de energia eletrica - Simulação por computador Redes neurais (Computação)
|
|