Made available in DSpace on 2014-06-11T19:22:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-09-08Bitstream added on 2014-06-13T18:08:25Z : No. of bitstreams: 1 souza_fa_me_ilha.pdf: 1540078 bytes, checksum: dcdf1d9d8a1a4c7ac5611476ba3ddbee (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Atualmente as empresas do setor elétrico deparam–se cada vez mais com as exigências do mercado energético sendo obrigadas a assegurarem aos seus clientes bons níveis de continuidade e confiabilidade no serviço de fornecimento da energia elétrica e também atender os índices de continuidade do serviço estabelecidos pela agência reguladora do setor elétrico (ANEEL – Agência Nacional de Energia Elétrica). Para alcançar estes objetivos além de investir na otimização dos seus sistemas de transmissão e distribuição, as empresas responsáveis têm investido na automação de suas operações, buscando alternativas que reduzam os tempos de interrupção por faltas permanentes nos sistemas de potência. Através de informações disponíveis em uma subestação, é possível estabelecer um procedimento para determinar e classificar condições de faltas, localizando o elemento de proteção acionado, e assim fornecer o apoio à tomada de decisão no ambiente de subestações de sistemas de distribuição de energia elétrica. Neste trabalho é proposta uma metodologia que fornece respostas rápidas (controle on line), para detecção e classificação de faltas em sistemas de distribuição de energia elétrica através de informações analógicas disponíveis em uma subestação, tais como amostras de sinais de tensões e correntes na saída dos alimentadores, com uma arquitetura reconfigurável paralela que usa dispositivos lógicos programáveis (Programables Logics Devices – PLDs) -FPGAs e a linguagem de descrição de hardware – VDHL (Very High Speed Integraded Circuit – VHSIC). Para validar o sistema proposto, foram gerados dados de forma aleatória, compatíveis com informações fornecidas em tempo real pelo sistema SCADA (supervisory control and data-acquisition) de uma subestação real. Os resultados obtidos com as simulações realizadas, mostram que a... / Currently companies of the energy industry is facing increasingly with the requirements of the energy market are obliged to ensure their customers good levels of continuity in service and reliability of supply of electric energy and also meet the rates of continuity of service established by the agency regulator of the energy industry (ANEEL - National Electric Energy Agency). To achieve these goals than to invest in optimization of its transmission and distribution systems, the companies responsible have invested in automation of its operations, seeking alternatives that reduce the time of interruption by failures in the systems of permanent power. Through information available in a substation, it is possible to establish a procedure for identifying and classifying conditions of absence, finding the element of protection driven, and thus provide support for decision-making within the environment of substations to distribution systems for power. This work is proposed a methodology that provides quick answers (control online), for detection and classification of faults in distribution systems of electric energy through analog information available on a substation, such as samples for signs of tensions and currents in the output of feeders, with an architecture that uses parallel reconfigurable programmable logic devices (Programables Logics Devices - PLDs)-FPGAs and the language of description of hardware - VDHL (Very High Speed Circuit Integraded - VHSIC). To validate the proposed system, data were generated at random, consistent with information provided by the system in real time SCADA (supervisory control and data-acquisition) of a real substation. The results obtained with the simulations conducted, show that the proposed methodology, presents satisfactory results, and times of reasonable answers.

Made available in DSpace on 2014-06-11T19:24:47Z (GMT). No. of bitstreams: 0 Previous issue date: 2004-03-22Bitstream added on 2014-06-13T18:21:16Z : No. of bitstreams: 1 tebaldi_a_me_ilha.pdf: 2161680 bytes, checksum: 3d261c29fd3aac533dd79cedd2e48b90 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A tecnologia de materiais inteligentes se tornou uma área de crescente interesse para o desenvolvimento de estruturas que podem incorporar atuadores e sensores capazes de detectar falhas. Extensivas investigações têm sido focadas na tecnologia que integra materiais inteligentes no monitoramento das condições de sistemas. Vários estudos têm sido realizados na área de identificação de sistemas mecânicos e há uma tendência de introduzir otimização em projetos de monitoramento de sinais que permitirá automatização do processo e caracterização de falhas para sistemas complexos. O problema de identificação de variáveis ou detecção de falhas em sistemas mecânicos é uma classe de problemas inversos e, portanto, não apresenta uma solução única. O problema inverso consiste em determinar as causas baseando-se na observação dos efeitos. Nos problemas inversos os parâmetros de falha (comprimento de trinca e/ou localização) podem ser calculados no domínio da freqüência ou do tempo. A metodologia proposta neste trabalho utiliza dados no domínio da freqüência, e utiliza, em uma primeira etapa, o método da impedância elétrica para se determinar a localização das falhas. Numa segunda etapa é realizada a quantificação da intensidade de falhas, usando algoritmos genéticos. Algoritmos genéticos (AG) são processos de otimização baseados nos princípios de evolução natural. Um AG simula um processo de adaptação em uma população inicial de indivíduos através de operadores genéticos artificiais em cada geração. Em condições de otimização, cada indivíduo da população é codificado em um cromossomo, que representa uma solução genérica para o problema, enquanto a adaptação individual é avaliada por uma função de aptidão. / Smart material technology has become an area of increasing interest for the development of structures that are able to incorporate actuator and sensor capabilities for fault detection. Extensive investigations have been focused on integrating smart material technology into health monitoring systems. Several studies have been accomplished in the area of identification of mechanical systems and there is a tendency of introducing optimization in projects of signals monitoring, which would allow automation in the process and characterization of faults, even for complex systems. The problem of variables identification or damage detection in mechanical systems is a class of inverse problem and, therefore, it doesn't present a unique solution. The inverse problem consists in determining the causes based on some observation of their effects. In inverse problems the damaged parameters (crack length and/or location) can be calculated in frequency or time domain. The proposal methodology is based on frequency domain, and it uses, in a first stage, the method of electric impedance to determine the location of the faults. Later on takes place the quantification of the fault intensities, in a second stage, by using genetic algorithms. Genetic algorithms (GA) are optimization processes based on principles of natural evolution. A GA simulates an adaptation process taking an initial population of individuals and applying artificial genetic operators in each generation. In optimization conditions, each individual of the population is coded in a string or chromosomes, which represents a trial solution for a certain problem, while the individual adaptation is evaluated through a fitness function.

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.

Made available in DSpace on 2015-03-03T15:07:32Z (GMT). No. of bitstreams: 1 LivianeCAM.pdf: 2271497 bytes, checksum: 4d8763a73b7fec60ad7f311e565d45b3 (MD5) Previous issue date: 2008-11-19 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / This work presents contributions in the detection and identication of faults in multilevel inverters through the study of the converters behavior under these operation conditions. Basically, the approached fault consists of an open-circuit in any switch of a three-level clamped diode inverter. The converter operation is characterized in the pre and post-fault states. A wave form behavior analysis of the pole voltage, phase current and dc-bus current is also done, which highlights characteristics that allow the detection of failure and, even, under favorable conditions, the identication of the faulty device. A compensation strategy of the approached fault (open-switch) is also investigated with the purpose of maintaining the driving system operational when a failure occurs. The proposed topology uses SCRs in parallel with the internal switches of the inverter, which allows, in some occasions, the full utilization of the dc-bus / Este trabalho apresenta contribui??es para a detec??o e identica??o de faltas em inversores multin?veis, baseado no estudo do comportamento desse conversor sob essas condi??es de opera??o. Basicamente, a falta abordada consiste na abertura n?o comandada de uma das chaves de um inversor de tens?o de tr?s n?veis com diodos de grampeamento. O funcionamento do conversor ? caracterizado nos estados de pr? e p?s-falta. ?, tamb?m, feita uma an?lise dos comportamentos das formas de onda das tens?es de p?lo, corrente de fase e correntes do barramento CC, as quais apontam caracter?sticas que possibilitam detectar falta e, ainda, em condi??es favor?veis, identificar o dispositivo que apresentou defeito. Uma estrat?gia de compensa??o da falta abordada (chave aberta) tamb?m ? investigada, com o prop?sito de manter a continuidade de funcionamento do sistema de acionamento, quando da ocorr?ncia de uma falha. A topologia proposta utiliza SCRs em paralelo com as chaves internas do inversor, a qual permite, em algumas ocasi?es, a total utiliza??o do barramento CC

This thesis is a result of the increased requirements on availability and costs of the aircraft Jas 39 Gripen. The work has been to specify demands and to find methods suitable for development of a decision support system for the fault isolation of the aircraft. The work has also been to implement the chosen method. Two different methods are presented and a detailed comparison is performed with the demands as a starting point. The chosen method handle multiple faults in O(N2)-time where N is the number of components. The implementation shows how all demands are fulfilled and how new tests can be added during execution. Since the thesis covers the development of a prototype no practical evaluation with compare of manually isolation is done.

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Esta dissertaÃÃo visa a detecÃÃo de falhas incipientes por curto-circuito entre espiras de um motor de induÃÃo trifÃsico do tipo gaiola de esquilo acionado por conversor de frequÃncia com modulaÃÃo por largura de pulso do tipo senoidal. Para detectar este tipo de falha, uma bancada de testes à utilizada para impor diferentes condiÃÃes de operaÃÃo ao motor, e cada amostra do conjunto de dados foi extraÃda das correntes de linha do conversor de frequÃncia supracitado. Para extraÃÃo de caracterÃsticas, a anÃlise da assinatura de corrente do motor foi utilizada. Para solucionar este problema, a detecÃÃo desta falha à tratada como um problema de classificaÃÃo, por isso, diferentes algoritmos supervisionados de aprendizado de mÃquina sÃo utilizados: MÃnimos Quadrados OrdinÃrios, Redes Perceptron Simples, Redes Perceptron Multicamadas, MÃquina de Aprendizado Extremo, MÃquina de Vetor de Suporte, MÃquina de Vetor de Suporte por MÃnimos Quadrados, MÃquina de Aprendizado MÃnimo, e Classificadores Gaussianos. Juntamente com a tÃcnica de opÃÃo de rejeiÃÃo, estes classificadores sÃo testados e os resultados destes sÃo comparados entre si e com outros trabalhos que fizeram uso mesmo banco de dados. Taxas de acerto mÃximo de 100% com os classificadores MÃquina de Vetor de Suporte e MÃquina de Vetor de Suporte por MÃnimos Quadrados sugerem que, em um futuro prÃximo, um sistema embarcado pode ser desenvolvido com estes algoritmos. / This dissertation aims at the detection of short-circuit incipient fault condition in a threephase squirrel-cage induction motor fed by a sinusoidal PWM inverter. In order to detect this fault, a test bench is used to impose different operation conditions to an induction motor, and each sample of the data set is taken from the line currents of the PWM inverter aforementioned. For feature extraction, the Motor Current Signature Analysis is used. The detection of this fault is treated as a classification problem, therefore different supervised algorithms of machine learning are used so as to solve it: Ordinary Least Squares, Singlelayer Perceptron, Multi-layer Perceptron, Extreme Learning Machine, Support-Vector Machine, Least-Squares Support-Vector Machine, the Minimal Learning Machine, and Gaussian Classifiers. Together with Reject Option technique, these classifiers are tested and the results are compared with other works that use the same data set. Maximum accuracy rates of 100% with Support-Vector Machine and Least-Squares Support-Vector Machine classifiers suggest that, in near future, an embedded system can be developed with these algorithms.

Orientador: Alberto Luiz Serpa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-10T21:19:29Z (GMT). No. of bitstreams: 1 Pereira_DanielAugusto_M.pdf: 6268866 bytes, checksum: 3faebe29f9ec8e8f665d11ac095420f8 (MD5) Previous issue date: 2008 / Resumo: Esta dissertação aborda a aplicação de técnicas modernas de controle de sistemas dinâmicosao problema de detecção de falhas. Duas diferentes abordagens de detecção são utilizadas: estimação da falha e geração de resíduo. Tanto na estimação de falha quanto na geração de resíduo é formulado um problema H1 cujo objetivo é encontrar um filtro que garanta robustez a distúrbios.No caso da geração de resíduos, o índice H- é utilizado como critério de desempenho adicional para garantir a sensibilidade à falha e é transformado em um critério H1. O projeto H1 é abordado sob o ponto de vista de desigualdades matriciais lineares. Falhas e distúrbios devem apresentar comportamento em freqüência distintos para que os filtros consigam separar os efeitos dos mesmos. Para garantir o desempenho nas regiões em freqüência de interesse são utilizados filtros de ponderação. Em contraposição a essa abordagem, os resultados recentes da literatura sobre o lema generalizado de Kalman-Yakubovi?c-Popov e o controle H1 restrito na freqüência também são usados como ferramentas de projeto independentes de filtros de ponderação. Os métodos sãocomparados usando modelos de simulação e experimentos no âmbito de estruturas flexíveis / Abstract: This dissertation adresses the application of modern techniques from control of dynamicsystems to the problem of fault detection. Two different approaches are used: fault estimation and residual generation. Both fault estimation and residual generation are formulated as an H1 problem whose objective is to find a filter ensuring robustness to disturbance. In the case of residual generation, theH- index is used as an additional performance criterion to ensure fault sensitiveness and is transformed into an H1 criterion. The H1 design is treated from the point of view of linear matrix inequalities. Faults and disturbances must have distinct frequency distributions so the filter is able to separate them. Weighting functions are used to guarantee performance at the frequency region of interest. In contrast with this approach, recent results from literature on the generalisedKalman-Yakubovi?c-Popov lemma and frequency restricted H1 control are also used as design methods whose application is independent of weighting functions. All methods are compared using simple simulation models and experiments with flexible / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: Fernando Jose Von Zuben / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-11T02:37:26Z (GMT). No. of bitstreams: 1 Pinto_JoseCarlosLima_M.pdf: 2121571 bytes, checksum: 9c655f127eb2b45c71b750509a43c3a1 (MD5) Previous issue date: 2006 / Resumo: Essa dissertação apresenta um algoritmo de detecção de falhas composto de múltiplos módulos interconectados e operando de acordo com o paradigma suportado pela Teoria do Perigo em imunologia. Esse algoritmo busca atingir características significativas que um sistema de detecção de falhas deve expressar ao monitorar um sistema telefônico. Essas características seriam basicamente a adaptabilidade, devido à forte variação que esse sistema pode ter em seus parâmetros ao longo do tempo, e a diminuição no número de falsos positivos que podem ser gerados ao se classificar como falha toda anormalidade encontrada. Cenários simulados foram concebidos para validar a proposta, sendo que os resultados obtidos foram analisados e comparados com propostas alternativas / Abstract: Abstract This thesis presents a fault detection algorithm composed of multiple interconnected modules, and operating according to the paradigm supported by the Danger Theory in immunology. This algorithm attempts to achieve significant features that a fault detection system is supposed to express when monitoring a telephone system. These features would basically be adaptability, due to the strong variation that operational conditions may exhibit over time, and the decrease in the number of false positives, which can be generated when any abnormal behavior is erroneously classified as being a fault. Simulated scenarios have been conceived to validate the proposal, and the obtained results are then analyzed and compared with alternative proposals / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

M. Ing. / Fault detection tools have gained popularity in recent years due to the increasing need for reliable and predictable equipments. Transformer bushings account for the majority of transformer faults. Hence, to uphold the integrity of the power transmission and dis- tribution system, a tool to detect and identify faults in their developing stage is necessary in transformer bushings. Among the numerous tools for bushings monitoring, dissolved gas analysis (DGA) is the most commonly used. The advances in DGA and data storage capabilities have resulted in large amount of data and ultimately, the data analysis crisis. Consequent to that, computational intelligence methods have advanced to deal with this data analysis problem and help in the decision-making process. Numerous computational intelligence approaches have been proposed for bushing fault detection. Most of these approaches focus on the accuracy of prediction and not much research has been allocated to investigate the interpretability of the decisions derived from these systems. This work proposes a rough set theory (RST) model for bushing fault detection based on DGA data analyzed using the IEEEc57.104 and the IEC 60599 standards. RST is a rule-based technique suitable for analyzing vague, uncertain and imprecise data. RST extracts rules from the data to model the system. These rules are used for prediction and interpreting the decision process. The lesser the number of rules, the easier it is to interpret the model. The performance of the RST is dependent on the discretization technique employed. An equal frequency bin (EFB), Boolean reasoning (BR) and entropy partition (EP) are used to develop an RST model. The model trained using EFB data performs better than the models trained using BR and EP. The accuracy achieved is 96.4%, 96.0% and 91.3% for EFB, BR and EP respectively. This work also pro poses an ant colony optimization (ACO) for discretization. A model created using ACO discretized achieved an accuracy of 96.1%, which is compatible with the three methods above. When considering the overall performance, the ACO is a better discretization tool since it produces an accurate model with the least number of rules. The rough set tool proposed in this work is benchmarked against a multi-layer perceptron (MLP) and radial basis function (RBF) neural networks. Results prove that RST modeling for bushing is equally as capable as the MLP and better than RBF. The RST, MLP and RBF are used in an ensemble of classifiers. The ensemble performs better than the standalone models.