Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2015-09-28T20:12:49Z No. of bitstreams: 1 RodrigoSiqueiraMartins_TESE.pdf: 3898946 bytes, checksum: 0606c73d62c01f99eaf21d5af3faf852 (MD5) / Approved for entry into archive by Elisangela Moura (lilaalves@gmail.com) on 2015-10-01T13:50:44Z (GMT) No. of bitstreams: 1 RodrigoSiqueiraMartins_TESE.pdf: 3898946 bytes, checksum: 0606c73d62c01f99eaf21d5af3faf852 (MD5) / Made available in DSpace on 2015-10-01T13:50:44Z (GMT). No. of bitstreams: 1 RodrigoSiqueiraMartins_TESE.pdf: 3898946 bytes, checksum: 0606c73d62c01f99eaf21d5af3faf852 (MD5) Previous issue date: 2014-06-27 / A detec??o e o diagn?stico de falhas, ou seja, descobrir como, onde e porque as falhas acontecem, ? uma importante ?rea de estudo desde que o homem passou a ser substitu?do pelas m?quinas. No entanto, nenhuma t?cnica estudada at? hoje consegue resolver em definitivo o problema. As diferen?as em sistemas din?micos, sejam eles lineares, n?o lineares, variantes ou invariantes no tempo, com redund?ncia f?sica ou mesmo anal?tica dificultam as pesquisas no sentido de obter uma solu??o ?nica. Neste trabalho, ser? apresentada uma t?cnica de detec??o e diagn?sticos de falhas (FDD) em sistemas din?micos utilizando observadores de estado em conjunto com outras ferramentas de maneira a criar um FDD h?brido. Um observador de estado modificado ser? utilizado para a cria??o de um res?duo que permita a detec??o e tamb?m o diagn?sticos de falhas. Um banco de assinaturas de falhas ser? criado a partir de recortes utilizando ferramentas estat?sticas e por fim uma aproxima??o usando erro m?dio quadr?tico (MSE) servir? de infer?ncia e auxiliar? no estudo do comportamento das falhas e no diagn?stico das mesmas, ainda que na presen?a de ru?dos. Essa metodologia ser? ent?o aplicada a uma planta did?tica de tanques acopladas e outra com instrumenta??o industrial com fim de validar o sistema. / The detection and diagnosis of faults, ie., find out how , where and why failures occur is an important area of study since man came to be replaced by machines. However, no technique studied to date can solve definitively the problem. Differences in dynamic systems, whether linear, nonlinear, variant or invariant in time, with physical or analytical redundancy, hamper research in order to obtain a unique solution . In this paper, a technique for fault detection and diagnosis (FDD) will be presented in dynamic systems using state observers in conjunction with other tools in order to create a hybrid FDD. A modified state observer is used to create a residue that allows also the detection and diagnosis of faults. A bank of faults signatures will be created using statistical tools and finally an approach using mean squared error ( MSE ) will assist in the study of the behavior of fault diagnosis even in the presence of noise . This methodology is then applied to an educational plant with coupled tanks and other with industrial instrumentation to validate the system.