The capability of predicting failure events of systems and components can provide benefits in equipment operation and maintenance. For this reason, the subject of failure prognosis is gaining greater attention from academia and industry over the last years. This work presents novel contributions related to the development and performance evaluation of failure prognosis solutions. One important step in failure prognosis is the estimation of the health state of the monitored equipment and its trend. Here, Sigma-Point Kalman Filter (SPKF) algorithms are employed for this purpose and their performance is compared to Particle Filter (PF) algorithms which are commonly cited in literature for this kind of application. Once the health state and its trend are estimated, in order to proceed with the failure prognosis, it is necessary to use this information to predict the remaining useful life (RUL) of the equipment. The RUL estimate is commonly yielded on the form of a probability distribution. A novel method, based on the Unscented Transform (UT), is presented and evaluated for this purpose. Results indicate that this approach may provide benefits when compared to the usual Monte Carlo based method. Finally, after a failure prognosis solution is developed, it is necessary to adequately evaluate its performance. This work also comprises the proposition of a novel method for such assessment, based on the use of the Probability Integral Transform (PIT). Such new method provides a measure of how adequately the proposed RUL probability distributions fit the available set of ground truth validation data. Also, additional proposed features make it possible to take into consideration the impact of the size of the validation data set into the uncertainty of the resulting metrics.

O projeto VoIPFix surgiu da necessidade de uma ferramenta que complementasse as demais existentes no ramo de análise de redes de computadores para telefonia IP. Ele foi construído para ser uma ferramenta de gerenciamento eficiente e exclusiva para VoIP, com funcionalidades necessárias para dar suporte ao profissional de rede de computadores e telefonia IP a observar e diagnosticar problemas de VoIP. / The VoIPFix project arose from the need for a tool to complement similar tools in the analysis of computer networks for IP telephony. It was built to be an efficient and unique management tool for VoIP, with advanced features required to support the computer network and IP telephony professionals to observe and diagnose problems related to VoIP.

Existem inúmeras ferramentas e metodologias para o diagnóstico de falhas em transformadores de potência, tanto para a monitoração e acompanhamento do equipamento em operação (planta fixa) como àquele retirado e abrigado em laboratórios de unidades fabris. Em função dos custos envolvidos no transporte dos equipamentos, manuseio para a substituição, energia não faturada nos períodos de manobras e custos adicionais dos ensaios para voltar com o equipamento em operação, as principais metodologias que se destacam são aquelas direcionadas ao equipamento em operação e também as escolhidas para serem analisadas neste trabalho. Após um estudo sistemático dessas metodologias, tais como termográfica, emissão acústica e análise dos gases dissolvidos no óleo, denominada cromatografia, verificou-se que esta última se destaca como a mais econômica e a mais difundida na identificação das falhas. Contudo, na cromatografia, existem diferentes critérios de análise baseados nas relações e quantidades de diferentes tipos de gases e que são usados pelas companhias concessionárias de forma indiscriminada, gerando muitas dúvidas quanto à sua validade. Esta pesquisa teve como principal foco a comparação desses critérios usando como base de dados àqueles fornecidos pela IEC e pela Companhia Paulista de Força e Luz (CPFL). A base de dados da CPFL contem aproximadamente quatro mil ensaios cromatográficos, colhidas nas ultimas três décadas correspondendo a 500 unidades transformadoras, nas potências de 5,0 a 50 MVA, instaladas em subestações nas tensões primárias de 69 e 138 kV, e secundária de 13,8 kV. Também fez parte dessa pesquisa a definição de um conjunto de critérios que melhor identificam as falhas em transformadores. / There are numerous tools and methodologies for fault diagnosis in power transformers, either for monitoring and tracking equipment in operation (fixed plant) or for those removed and housed in laboratories plants. Due to the costs involved in transporting the equipment, handling for the replacement, unbilled energy during periods of maneuvers and additional costs of the tests to return with the equipment in operation, the main methodologies that stand out are those using the equipment in operation and also those chosen to be analyzed in this work. After a systematic study of these methods such as thermography, and acoustic emission and analysis of gases dissolved in the oil, known as chromatography, it was found that the latter stands out as the most economical and most widely in the identification of faults. However, in chromatography, there are different criteria based on the relationships of different types and quantities of gases that are used by electrical companies indiscriminately, raising many questions about its validity. This research was mainly focused on the comparison of these criteria using the database as those provided by IEC and the Companhia Paulista de Força e Luz (CPFL). The database of CPFL contains approximately four thousand chromatographic assays from the last three decades, corresponding 500 transforming units, from 5 to 50 MVA, in substations with primary voltages of 138 kV and 69 and secondary of 13,8 kV. Was also studied the definition of a set of criteria which identify faults in transformers.

A detecção de falhas em uma plataforma distribuída é um componente essencial para uma grande quantidade de estratégias de tolerância a falhas, como a restauração do estado das aplicações distribuídas através de checkpointing e message logging. Porém, esta detecção frequentemente depende da comunicação confiável entre os nós de processamento e os módulos de detecção de falhas. Em grades computacionais hierárquicas com limitações de conectividade, a comunicação direta entre nós e módulos de detecção é muitas vezes impossível. Outro fator que dificulta a detecção de falhas em grades computacionais é a localização geograficamente esparsa entre as instituições e os recursos computacionais disponíveis na grade e a consequente utilização de redes de longa distância para os conectar. Esta dissertação apresenta uma arquitetura para a detecção de falhas em plataformas distribuídas otimizada para o funcionamento em grades computacionais hierárquicas, levando suas limitações e requisitos em consideração. A arquitetura, denominada GFDA (Grid Fault Detection Architecture), é estruturada em módulos de detecção das falhas que afetam nós computacionais disponibilizados na grade, módulos de detecção de falhas das aplicações distribuídas, e módulos de coleção, processamento e encaminhamento das notificações de falha e recuperação emitidas pelos módulos de detecção. Detalhes da implementação e da verificação do funcionamento correto da arquitetura são apresentados, bem como resultados obtidos através da execução de componentes da arquitetura em um cluster de computadores simulado através de máquinas virtuais. São propostas técnicas para a otimização da qualidade de serviço de detecção de falhas. Os resultados obtidos com a utilização destas técnicas são comparados com resultados obtidos com abordagens tradicionais. Observa-se que as técnicas implementadas na arquitetura GFDA para o processamento de notificações de falha e recuperação e a introdução de redundância nas mensagens trocadas entre os módulos de detecção de falhas traz resultados positivos em condições adversas de conectividade. Conclui-se que a arquitetura GFDA contribui para o estabelecimento de uma solução viável para a detecção de falhas em uma grade computacional hierárquica em que há restrições de conectividade entre os nós computacionais. / In distributed platforms, fault detection is an essential requirement to a wide range of fault tolerance techniques, such as restoring the state of distributed applications with checkpointing and message logging. However, fault detection often depends on reliable communication between the processing nodes and detection fault modules. Direct communication between the nodes and detection modules is often impossible in hierarchical grid computing platforms. The physical distance between the institutions and resources available on the grid, and thus the requirement of long distance networks connecting them, is another factor that makes direct fault detection in computer grids a challenge. This thesis presents a fault detection architecture for distributed platforms, optimized for usage in hierarchical grids and thus taking into account its restrictions and requirements. The architecture, named GFDA (Grid Fault Detection Architecture), is structured as fault detection modules for faults that affect the computing nodes available on the grid, detection modules for faults that affect the distributed applications, and modules that perform the collection, processing and forwarding of the fault and recovery notifications generated by the detection modules. This thesis presents implementation details, an evaluation of the correctness of the designed architecture, and results obtained through the deployment of parts of the architecture in a simulated cluster that uses virtual machines to simulate computing nodes. Techniques to optimize the quality of the detection fault service are proposed. The results obtained through the usage of such techniques are compared to the results obtained through traditional approaches. Positive results were extracted even under adverse connectivity conditions by using techniques such as the processing of fault and recovery notifications and the introduction of redundant information in the messages exchanged between the detection modules. It is concluded that the GFDA architecture contributes to the establishment of a viable solution for fault detection in a hierarchical grid computing platform that presents connectivity restrictions between the nodes.

Existem inúmeras ferramentas e metodologias para o diagnóstico de falhas em transformadores de potência, tanto para a monitoração e acompanhamento do equipamento em operação (planta fixa) como àquele retirado e abrigado em laboratórios de unidades fabris. Em função dos custos envolvidos no transporte dos equipamentos, manuseio para a substituição, energia não faturada nos períodos de manobras e custos adicionais dos ensaios para voltar com o equipamento em operação, as principais metodologias que se destacam são aquelas direcionadas ao equipamento em operação e também as escolhidas para serem analisadas neste trabalho. Após um estudo sistemático dessas metodologias, tais como termográfica, emissão acústica e análise dos gases dissolvidos no óleo, denominada cromatografia, verificou-se que esta última se destaca como a mais econômica e a mais difundida na identificação das falhas. Contudo, na cromatografia, existem diferentes critérios de análise baseados nas relações e quantidades de diferentes tipos de gases e que são usados pelas companhias concessionárias de forma indiscriminada, gerando muitas dúvidas quanto à sua validade. Esta pesquisa teve como principal foco a comparação desses critérios usando como base de dados àqueles fornecidos pela IEC e pela Companhia Paulista de Força e Luz (CPFL). A base de dados da CPFL contem aproximadamente quatro mil ensaios cromatográficos, colhidas nas ultimas três décadas correspondendo a 500 unidades transformadoras, nas potências de 5,0 a 50 MVA, instaladas em subestações nas tensões primárias de 69 e 138 kV, e secundária de 13,8 kV. Também fez parte dessa pesquisa a definição de um conjunto de critérios que melhor identificam as falhas em transformadores. / There are numerous tools and methodologies for fault diagnosis in power transformers, either for monitoring and tracking equipment in operation (fixed plant) or for those removed and housed in laboratories plants. Due to the costs involved in transporting the equipment, handling for the replacement, unbilled energy during periods of maneuvers and additional costs of the tests to return with the equipment in operation, the main methodologies that stand out are those using the equipment in operation and also those chosen to be analyzed in this work. After a systematic study of these methods such as thermography, and acoustic emission and analysis of gases dissolved in the oil, known as chromatography, it was found that the latter stands out as the most economical and most widely in the identification of faults. However, in chromatography, there are different criteria based on the relationships of different types and quantities of gases that are used by electrical companies indiscriminately, raising many questions about its validity. This research was mainly focused on the comparison of these criteria using the database as those provided by IEC and the Companhia Paulista de Força e Luz (CPFL). The database of CPFL contains approximately four thousand chromatographic assays from the last three decades, corresponding 500 transforming units, from 5 to 50 MVA, in substations with primary voltages of 138 kV and 69 and secondary of 13,8 kV. Was also studied the definition of a set of criteria which identify faults in transformers.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / This master thesis presents a data acquisition and monitoring system for photovoltaic solar generation plants. The energy produced by photovoltaic systems depends on several factors, such as: array settings, weather conditions, shading, failures, among others. Due to the influences of solar irradiance and temperature on power generation, it is difficult to evaluate the operation of PV systems. This paper proposes a method to detect periods in which the photovoltaic system is inappropriate behavior, that is, periods in which the energy production is lower than expected. A data acquisition system was developed for photovoltaic applications, with the following characteristics: cloud data storage, data acquisition rate of 1 second and possibility of communicating using different communication protocols and physical interfaces. To detect inappropriate behaviors in the PV system was proposed an algorithm that performs the comparison between the estimated power by a mathematical model and the power measured by the data acquisition system. If the difference between the measured power and the estimated power exceeds a predetermined constant, it appears that the photovoltaic system is inappropriate operation, that is, with energy production lower than expected. The method for detecting the type of problem detected if the system is operating under sunny or overcast sky conditions condition, and take different decisions depending on the condition. The methods developed in the master thesis were tested experimentally, and the results were satisfactory to detect the main inappropriate behavior of PV systems. / Esta dissertação apresenta um sistema de aquisição de dados e monitoramento para centrais de geração solar fotovoltaica. A energia produzida através de sistemas fotovoltaicos depende de diversos fatores, tais como: configurações do arranjo, condições meteorológicas, sombreamento, falhas, entre outros. Devido às influências da irradiância solar e da temperatura na geração de energia, é difícil a avaliação do funcionamento dos sistemas fotovoltaicos. Este trabalho propõe um método para detectar períodos no qual o sistema fotovoltaico possui comportamentos inadequados, ou seja, períodos em que a produção de energia está abaixo do esperado. Um sistema de aquisição de dados foi desenvolvido para aplicações fotovoltaicas, com as seguintes características: armazenamento de dados na nuvem, taxa de aquisição de dados de 1 segundo e possibilidade de comunicação através de diferentes protocolos de comunicação e interfaces físicas. Para detectar comportamentos inadequados no sistema fotovoltaico foi proposto um algoritmo responsável pela comparação entre a potência estimada por um modelo matemático e a potência medida pelo sistema de aquisição de dados. Caso a diferença entre a potência medida e a potência estimada seja superior a uma constante predeterminada, constata-se que o sistema fotovoltaico está com comportamento inadequado, ou seja, com produção de energia abaixo do esperado. O método para detecção do tipo do problema detecta se o sistema está operando sob condição de céu claro ou encoberto, e toma diferentes decisões dependendo desta condição. Os métodos desenvolvidos na dissertação foram testados experimentalmente, sendo que os resultados obtidos foram satisfatórios para a detectar os principais comportamentos inadequados dos sistemas fotovoltaicos.

Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-05-05Bitstream added on 2014-06-13T18:08:31Z : No. of bitstreams: 1 apolinario_gc_me_ilha.pdf: 968174 bytes, checksum: c92ede9487e6bccb3ad227625f224cb0 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A presença de atraso em sistemas com controle digital reduz a robustez e também degrada o desempenho do mesmo. Neste trabalho, o atraso no sinal de controle devido ao tempo necessário para a computação e o atraso de transporte da planta controlada são tratados como uma falha a ser detectada e o controlador apropriado é utilizado para minimizar estes efeitos. Desta forma, é proposto um controle com modos deslizantes discreto que melhora o desempenho de sistemas quando a falha devido ao atraso está presente. Os observadores além de estimar os estados do sistema são utilizados para gerar os resíduos. Analisando a norma do resíduo propõe-se um novo esquema para detecção de falhas e para adaptação do controlador. Para ilustrar o procedimento de projeto e a eficácia do método aplica-se a técnica proposta para o controle de um Sistema Pêndulo Invertido Rotacional, para o controle de um Sistema de Simulação de Vôo de Helicóptero e para o controle de um Sistema de Simulação do Modelo dos Eixos Laterais de uma Aeronave (L-1011) em Condições de Vôo. / The presence of delay in systems with digital control reduces the robustness and also degrades its performance. In this work, the computation time delay and the transport delay of the plant controlled are treated as a fault to be detected and appropriate controller is used to minimize its effects. Then, it is proposed a discrete-time sliding mode control that improves the performance of systems when time delay fault is present. The observers in addition to estimate the states of the system are used to generate the residuals. Using the residuals functions, it is proposed a new scheme for fault detection and for controller adaptation. The proposed technique is used to control a Rotary Motion Inverted Pendulum System, a Helicopter Flight Simulation System and System Simulation of the lateral axis model of an (L-1011) in cruise flight conditions to illustrate the design procedures and the effectiveness of the method.

Submitted by Maike Costa (maiksebas@gmail.com) on 2017-05-24T12:51:24Z No. of bitstreams: 1 arquivototal.pdf: 2705219 bytes, checksum: cb06011410866630871a99b2788703f1 (MD5) / Made available in DSpace on 2017-05-24T12:51:24Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2705219 bytes, checksum: cb06011410866630871a99b2788703f1 (MD5) Previous issue date: 2015-10-26 / The three-phase induction motors are the most important way for electromechanical conversion, being present in almost every industrial process. Because of their importance, it is crucial that these devices have a proper predictive maintenance, avoiding lost production and operational accidents in the event of unexpected failures. In this scenario several researchers have conducted studies to detect incipient faults. About the sensing method used, the most common techniques are related to measuring the vibration levels using accelerometers and measuring electrical motor signals. The choice of technique involves factors such as invasiveness, drive motor type and the sensitivity to failure. The purpose of this work involves the development of a hybrid system that uses data collected by vibration and current sensors for fault detection in induction motors, earlier and more efficiently. The current and vibration signals were processed in the frequency domain and through the multiresolution analysis, serving as inputs of a fuzzy logic system, allowing to increase the sensitivity and efficiency in fault detection techniques in relation to the individual. The unbalance failure was investigated on a workbench with the motor coupled to a propeller and broken bars with another bench with DC motor to apply the load, the best methods being chosen in each case. The system was developed in Matlab software and was validated with correct detection for both failures, being able to detect the unbalance failure on the shaft or propeller as broken bars in different load conditions. / O motor de indução trifásico é o principal meio de conversão eletromecânica existente, estando presente em praticamente todos os processos industriais. Devido à sua importância, é fundamental que estes equipamentos tenham uma correta manutenção preditiva, evitando perda de produção e acidentes operacionais em caso de falhas inesperadas. Diante deste cenário vários pesquisadores têm realizado estudos para detecção de falhas incipientes. Quanto ao método sensor utilizado, as técnicas mais comuns estão relacionadas a medição dos níveis de vibração utilizando acelerômetros e medição de sinais elétricos do motor. A escolha da técnica envolve fatores como a invasividade, tipo de acionamento do motor e a sensibilidade à falha. A proposta deste trabalho envolve o desenvolvimento de um sistema híbrido que utilize dados coletados por sensores de vibração e de corrente para detecção de falhas incipientes em motores de indução trifásicos de maneira mais precoce e eficiente. Os sinais de corrente e de vibração foram processados no domínio da frequência pela transformada de Fourier e através da análise multiresolução, servindo como entrada para sistemas de lógica Fuzzy, permitindo que se aumente a eficiência na detecção da falha em relação às técnicas individuais. Foi investigada a falha de desbalanceamento em uma bancada com o motor acoplado a uma hélice e barras quebradas em outra bancada com motor de corrente contínua acoplado para aplicar a carga, sendo escolhidos os melhores métodos em cada caso. O sistema foi desenvolvido no software Matlab e foi validado através de diagnósticos corretos para ambas as falhas, sendo capaz de detectar a falha de desbalanceamento tanto na hélice quanto no eixo e de barras quebradas em diferentes condições de carga.

Made available in DSpace on 2015-05-08T14:57:17Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 3123506 bytes, checksum: 243f3e4e3248e64433561a39646c765d (MD5) Previous issue date: 2013-08-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In this work, an Artificial-Immune-System based anomaly detection system applied to Water Supply System is presented. At normal working, the pressure level into the system is controlled by a Fuzzy Control System. As the Water Supply System is composed of pressure sensors, valves, pumps, and other devices, faults in these devices causing abnormal disturbances can occur. An algorithm of Artificial-Immune-System, namely, the Negative Selection Algorithm, is the base of the proposed anomaly detection system. The Negative Selection Algorithm verifies abnormal system conditions based on the normal system conditions. Experimental results show that the proposed system is effective in order to detect anomaly. / Neste trabalho é apresentado um método de detecção automática de falhas, baseado em Sistemas Imunológicos Artificias, aplicado em um sistema de abastecimento de água. Este processo utiliza um Sistema de Controle Fuzzy para manter o nível de pressão estabilizado em seu princípio de operação normal do sistema. Esta plataforma de abastecimento de água é composta por sensores de pressão, válvulas, bombas e outros dispositivos. Falhas nos componentes que compõem a plataforma poderão ocorrer causando perturbações em seu funcionamento. Um algoritmo, extraído dos Sistemas Imunológicos Artificiais, denominado de Algoritmo de Seleção Negativa, é a base de detecção de falhas proposto neste trabalho. Este algoritmo verifica condições de operação anormais baseado nas condições de funcionamento normal do sistema. Resultados das simulações e experimentos acerca da utilização deste algoritmo foram obtidos comprovando a eficiência dessa técnica.

Orientador: Fábio Roberto Chavarette / Resumo: Diante da constante necessidade de avanço tecnológico na agricultura para promover o aumento da produtividade e seguranças aos indivíduos envolvidos no processo, esta pesquisa apresenta o desenvolvimento de um sistema inteligente, utilizando redes neurais artificiais, aplicado ao monitoramento e análise de falhas estruturais em um trator. Simulou-se o trator por meio de um modelo numérico, representado através de equações diferenciais, o qual gera sinais conforme se alteram os parâmetros de velocidade do trator e a distância entre as saliências no solo. Para a análise, identificação e classificação dos dados simulados computacionalmente, foi utilizado uma rede neural do tipo ARTMAP-Fuzzy, que utiliza conceitos da Teoria da Ressonância Adaptativa, cujo algoritmo foi desenvolvido utilizando o programa Matlab. A principal aplicação deste sistema é inspecionar a estrutura do trator objetivando sua melhor conservação, indicando se o mesmo encontra-se em condições normais ou em caso de falha estrutural. Caso uma falha seja detectada, é possível classificar seu tipo. Os resultados evidenciados foram obtidos por meio de média simples entre as execuções do sistema, em virtude de se elevar a veracidade das informações demonstradas. Os resultados obtidos na aplicação da rede neural ao problema especificado mostraram-se ser satisfatórios. / Abstract: Faced with the constant need for technological advancement in agriculture to promote increased productivity and security to individuals involved in the process, this research presents the development of an intelligent system using artificial neural networks applied to the structural health monitoring and analysis of failure on a tractor. The tractor was simulated by means of a numerical model built by differential equations, which generates signals according to the parameters of tractor's speed and the distance between consecutive protrusions on the ground. For the analysis, identification and classification of computationally simulated data, a artificial neural network known as ARTMAP-fuzzy was used, which uses concepts of Adaptive Resonance Theory, whose algorithm was developed using Matlab. The main application of this system is to inspect the tractor structure aiming its better conservation, indicating whether it is in normal conditions or in case of structural failure. If the fault was detected, it is possible to classify the type of failure identified. The disclosed results were obtained by simple average between the executions of the system, because to increase the accuracy of the information shown. The results obtained in the application of artificial neural network to the specified problem proved to be satisfactory. / Mestre