Nos sistemas de distribuição de alta e média tensão tem-se aumentado a utilização de linhas de distribuição de energia subterrâneas ou cabos subterrâneos. A ocorrência de faltas nas linhas afeta negativamente a qualidade da energia e o correto funcionamento da rede. O processo que leva a uma falta nos cabos é gradual e está caracterizado por uma série de subciclos de faltas incipientes associadas a uma tensão de arco. Estas, muitas vezes, passam despercebidas e, eventualmente, resultam em uma falta permanente. Os métodos clássicos de localização de faltas como as metodologias baseadas no cálculo da impedância aparente, as baseadas na inteligência artificial e as baseadas nas ondas viajantes são, habitualmente, aplicadas ao sistema depois de uma falta permanente acontecer e precisam de um ou mais ciclos do sinal para entregar uma resposta razoável. No entanto, as faltas nos cabos são um processo gradual, de curta duração (entre ¼ e ½ ciclo do sinal) e seria desejável localizar a falta incipiente antes de tornar-se permanente. Nesse contexto, esta pesquisa aborda o problema de localização de faltas incipientes. Assim, nesta tese propõe-se uma nova técnica de localização de faltas incipientes usando medições em um terminal, no domínio do tempo e que utiliza componentes de fase. Desta forma, são desenvolvidas duas novas formulações do modelo elétrico do sistema de distribuição com cabos subterrâneos durante uma falta incipiente. A abordagem proposta considera simultaneamente na sua formulação características da falta incipiente e dos sistemas de distribuição de energia, como a tensão de arco, o modelo Π nominal de parâmetros concentrados do cabo subterrâneo, o desequilíbrio do sistema e a condição da carga. A estimativa da distância da falta, junto com os parâmetros da falta incipiente, é obtida a partir da solução de um sistema sobredeterminado de equações lineares pela aplicação do método de mínimos quadrados ponderados não negativos. As formulações propostas permitem estimar a distância da falta em termos da reatância da linha até a falta. Além disso, é proposto um processo de compensação de corrente para estimar a corrente de falta; é aplicado um pré-processamento dos dados de entrada para suavizar o efeito do ruído que pode conter o sinal e, é aplicado um pós-processamento dos resultados para refinar e entregar a melhor estimativa obtida durante o processo de localização da falta. O desempenho da técnica proposta é avaliado mediante estudos de casos simulados em um circuito real de distribuição no Alternative Transients Program (ATP/EMTP) considerando análises de sensibilidade e comparativa. Também, o modelo da falta incipiente foi programado utilizando a ferramenta de MODELS do ATP/EMTP. Os resultados obtidos, considerando faltas incipientes simuladas que avaliam a influência da variação da magnitude de tensão de arco, do ruído aleatório inserido na tensão de arco, da distância da falta, da taxa de amostragem, do carregamento do sistema, do modelo de tensão de arco e de incertezas nas medições, indicam claramente que a abordagem proposta possui validade como técnica de localização de faltas incipientes, apresentando erros médios globais de 1,60% e 0,93%, respectivamente para cada formulação proposta. / The use of underground power distribution lines or underground cables in the high and medium voltage distribution systems has increased dramatically in recent years. The fault occurrence in the distribution lines negatively affects the power quality and the correct network operation. The process which leads to a fault in underground cables is gradual and is characterized by a series of sub-cycles of incipient faults associated with an arc voltage. These often are unnoticed and, eventually, results in a permanent fault. Classical fault localization methods such as the based-impedance, the based on artificial intelligent and the based on traveling waves are, usually, applied to the system after a permanent fault occurrence and need one or more signal cycles for providing a reasonable response. However, the faults in cables are a gradual process, with short duration (between ¼ to ½ of signal cycle) and would be desirable to locate the fault before this becomes a permanent fault. In this context, this research approaches the incipient faults location problem. Thus, in this thesis is proposed a new incipient fault location technique using single-end terminal measurement, in time-domain and employing phase components. In this way, two new formulations of the electrical model of the distribution system with underground cables during an incipient fault are developed. The proposed approach considers simultaneously in its formulation, incipient fault type and power distribution systems characteristics as arc voltage, unbalanced operation, load conditions and complete line model. The fault distance estimation, together with the incipient fault parameters, it is obtained from the solution of an overdetermined linear system of equations by the application of the non-negative weighted least squares estimator method. The proposed formulations allow estimating the fault distance in terms of the line reactance up to the fault. In addition, a load current compensation strategy is proposed to reduce its effect in the fault current estimation; an input data pre-processing is applied to smooth out the noise effect and a post-processing of the results is performed for estimation refinement and to provide the best estimate obtained during the fault location process. The proposed technique performance is evaluated through simulated cases studies in a real-life distribution network with underground cable data in the Alternative Transients Program (ATP/EMTP) considering sensitivity and comparative analyzes. Also, the fault model was programmed using the MODELS tool of ATP/EMTP. The obtained results, considering simulated incipient faults, which evaluate the influence of variations in the arc voltage magnitude, random noise percentage inserted in the arc voltage, fault distance, sampling rate, load dynamics, the arc voltage model and uncertainties in measurements, indicate clearly that the proposed approach is valid as incipient faults location technique, showing overall average errors of 1,60% and 0,93%, respectively for each proposed formulation.

Neste trabalho, um novo enfoque para detecção e diagnóstico de falhas (DDF) em robôs manipuladores é apresentado. Um robô com falhas pode causar sérios danos e pode colocar em risco o pessoal presente no ambiente de trabalho. Geralmente, os pesquisadores têm proposto esquemas de DDF baseados no modelo matemático do sistema. Contudo, erros de modelagem podem ocultar os efeitos das falhas e podem ser uma fonte de alarmes falsos. Aqui, duas redes neurais artificiais são utilizadas em um sistema de DDF para robôs manipuladores. Um perceptron multicamadas treinado por retropropagação do erro é usado para reproduzir o comportamento dinâmico do manipulador. As saídas do perceptron são comparadas com as variáveis medidas, gerando o vetor de resíduos. Em seguida, uma rede com função de base radial é usada para classificar os resíduos, gerando a isolação das falhas. Quatro algoritmos diferentes são empregados para treinar esta rede. O primeiro utiliza regularização para reduzir a flexibilidade do modelo. O segundo emprega regularização também, mas ao invés de um único termo de penalidade, cada unidade radial tem um regularização individual. O terceiro algoritmo emprega seleção de subconjuntos para selecionar as unidades radiais a partir dos padrões de treinamento. O quarto emprega o mapa auto-organizável de Kohonen para fixar os centros das unidades radiais próximos aos centros dos aglomerados de padrões. Simulações usando um manipulador com dois graus de liberdade e um Puma 560 são apresentadas, demostrando que o sistema consegue detectar e diagnosticar corretamente falhas que ocorrem em conjuntos de padrões não-treinados. / In this work, a new approach for fault detection and diagnosis in robotic manipulators is presented. A faulty robot could cause serious damages and put in risk the people involved. Usually, researchers have proposed fault detection and diagnosis schemes based on the mathematical model of the system. However, modeling errors could obscure the fault effects and could be a false alarm source. In this work, two artificial neural networks are employed in a fault detection and diagnosis system to robotic manipulators. A multilayer perceptron trained with backpropagation algorithm is employed to reproduce the robotic manipulator dynamical behavior. The perceptron outputs are compared with the real measurements, generating the residual vector. A radial basis function network is utilized to classify the residual vector, generating the fault isolation. Four different algorithms have been employed to train this network. The first utilizes regularization to reduce the flexibility of the model. The second employs regularization too, but instead of only one penalty term, each radial unit has a individual penalty term. The third employs subset selection to choose the radial units from the training patterns. The forth algorithm employs the Kohonen’s self-organizing map to fix the radial unit center near to the cluster centers. Simulations employing a two link manipulator and a Puma 560 manipulator are presented, demonstrating that the system can detect and isolate correctly faults that occur in nontrained pattern sets.

Falhas são eventos que não podem, pela sua própria natureza, serem totalmente eliminados num sistema de manufatura real. No entanto, a maioria das pesquisas e publicações técnicas nesta área consideram somente a descrição e otimização dos processos “normais" ou processos isolados de tratamento de falhas. Assim este trabalho é uma contribuição no desenvolvimento de uma metodologia de modelagem e análise que considera a detecção e o tratamento de falhas junto com os processos “normais". A hipótese é que uma adequada abordagem de modelagem e análise de sistemas de manufatura considerando todas estas características é fundamental para melhorar a flexibilidade e autonomia do sistema. Tais sistemas podem ser abordados segundo a perspectiva de sistemas a eventos discretos (DEDS) e dentre as técnicas existentes de representação destes sistemas, destaca-se o potencial das rede de Petri (PN) como uma técnica uniforme de modelagem e análise, a qual permite o estudo e caracterização de diferentes propriedades de um sistema através de um mesmo modelo. Assim, este trabalho introduz uma metodologia, baseada no conceito de redes de Petri, que além da modelagem e a análise dos processos “normais" (de acordo com as especificações funcionais), permite a detecção e tratamento de falhas em sistemas de manufatura de uma forma hierárquica e modularizada utilizando supervisores distribuídos nos equipamentos do chão de fábrica. Esta metodologia considera a integração de três módulos referentes aos processos “normais", aos processos de detecção de falhas e, aos processos de tratamento de falhas. Através das abordagens “top-down" e “bottom-up" a modelagem de um sistema é desenvolvida em níveis hierárquicos. Estudos de caso de sistemas com estas característica são considerados. Nos modelos desenvolvidos são realizados um estudo analítico e simulações para validar a metodologia proposta. / In a real manufacturing system, failures are events that should be considered. However in this area, most researches consider only the description and optimization of normal processes. This research is a contribution to develop a methodology for modeling and analyzing manufacturing system including normal processes, failure detection, and failure treatment. An approach considering those processes is basic for improving flexibility and autonomy of the systems. These systems can be observed from a point of view of discrete event dynamics systems (DEDS). From this point of view, Petri nets are a powerful tool for modeling and analyzing different characteristics of a system using the same model. In this research a methodology based on Petri nets considering normal process, detection, and treatment of failures in manufacturing systems is introduced. This methodology considers a hierarchical and modular structure. The modular characteristic permits integration of three types of processes: normal, failure detection, and failure treatment processes. The hierarchical characteristic permits to model a system by hierarchical levels (such as factory, manufacturing cell, and equipment) based on top-down and bottom-up approaches, and using distributed supervisors inside of machines on the workshop level. Case studies with these characteristics are considered. On the developed models, analytical and simulation analyses are executed to validate the proposed methodology.