Orientadores: Sandra Lucia da Cruz, João A. F. R. Pereira / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-31T22:23:21Z (GMT). No. of bitstreams: 1 Souza_ArlanLucasde_D.pdf: 3739716 bytes, checksum: 40314e4f8359d3c06b6df822abda9f09 (MD5) Previous issue date: 2002 / Resumo: Uma nova técnica de detecção de vazamentos em tubulação é apresenta­da. A técnica é baseada na análise espectral de sinais de pressão medidos em trechos da tubulação que favorecem a formação de ondas estacionárias. Sendo baseada no espectro do sinal, e não na sua representação temporal, a análise possibilita a identificação do vazamento mesmo quando este ocorre durante a realização de operações que naturalmente encobririam o transiente de pressão gerado pelo vazamento. Testes experimentais foram realizados numa tubulação de 1250 m de comprimento em várias condições de fluxo e configurações de vazamento durante a partida e a parada de uma bomba centrífuga. Transientes de pressão foram obtidos por quatro transdutores conectados a um computador padrão PC comandado por um software de aquisição de dados e controle desenvolvido. Os testes mostraram que a análise espectral dos transientes de pressão, juntamente com o conhecimento dos pontos de reflexão na tubulação, consiste em um método simples e eficiente de se detectar vazamentos / Abstract: The development and test of a technique for leak detection in pipelines is presented. The technique is based on the spectral analysis of pressure signals measured in pipeline sections where the formation of stationary waves is favoured, allowing leakage detection during the start stop of pumps. Experimental tests were performed in a 1250 m long pipeline for various operational conditions of the pipeline (liquid flow rate and leakage configuration). Pressure transients were obtained by four transducers connected to a PC compute. The obtained results show that the spectral analysis of pressure transients, together with the knowledge of reflection points provide a simple and efficient way of identifying leaks during the start stop of pumps in pipelines / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química

Orientador: Robson Pederiva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-23T22:28:49Z (GMT). No. of bitstreams: 1 Chiarello_AndreGarcia_D.pdf: 7903318 bytes, checksum: cd3f513a26e60d59ef55edbb6453d942 (MD5) Previous issue date: 1998 / Resumo: Este trabalho aborda o problema de detecção e localização de falhas em sistemas mecânicos através de modelos matemáticos. Considera-se que o sistema mecânico seja representado por um modelo dinâmico na forma de variáveis de estado, com parâmetros constantes e entradas estacionárias. Definindo-se, apropriadamente, funções de correlação e explorando as propriedades inerentes aos sistemas estacionários, consegue-se obter funções analíticas envolvendo parâmetros físicos do sistema. Posteriormente, demonstra-se que estas funções analíticas podem ser utilizadas para monitorar parâmetros físicos do modelo, ou ainda, identificar parâmetros físicos relacionados a uma falha no sistema. Duas abordagens diferentes para o problema de localização de falhas são desenvolvidas: uma utiliza a estimação de parâmetros e outra utiliza funções de resíduo. Visando uma aplicação em sistemas reais, foram simulados sistemas mecânicos em diversas condições de operação. Os resultados numéricos comprovaram que a metodologia proposta pode ser utilizada no monitoramento de sistemas mecânicos / Abstract: This work deals with the problem of fault detection and location in mechanical systems through mathematical models. It is considered that the mechanical system is represented in a state space form, with constant parameters and stationary inputs. Some correlation functions are appropriately defined involving physical parameters of the stationary system. It is demonstrated that these correlation functions can be transformed to appropriate analytical form (redundancy equations) for fault detection and isolation purposes. Two different approaches are considered: one based on physical parameters estimation and the other based on residuaIs generation. Three different mechanical systems were numerically simulated with conditions (or restrictions) usually found in practical situations. The results showed that the proposed approach is a promising methodology for monitoring stationary mechanical systems / Doutorado / Projeto Mecanico / Doutor em Engenharia Mecânica

Orientador: Gilberto Pechoto de Melo / Banca: Amarildo Tabone Paschoalini / Banca: Valder Steffen Júnior / Resumo: Neste trabalho desenvolveram-se metodologias de diagnóstico de falhas utilizando observadores de estado do tipo Filtro de Kalman, nas quais, as entradas para os observadores são identificadas utilizando as funções ortogonais de Fourier, Legendre e Chebyshev. Um tipo de observador denominado Proporcional-Integral é apresentado para a identificação de entradas desconhecidas. Este observador consegue estimar, sob certas condições, as entradas e ou distúrbios presentes no sistema e essas entradas são utilizadas para a diagnose de falha utilizando um observador do tipo Filtro de Kalman. Também é apresentado o desenvolvimento de uma metodologia de identificação de parâmetros bem como das forças de excitação, através das funções ortogonais, utilizando somente a resposta. Apresentam-se resultados obtidos por meio de simulações computacionais e realizados experimentalmente numa bancada de teste pertencente ao laboratório de vibrações mecânicas do Departamento de Engenharia Mecânica de Ilha Solteira. / Abstract: In this work a methodology for fault diagnosis of mechanical systems was developed by using Kalman Filter state observes, in which the input of the observers are identified by using Fourier, Legendre and Chebyshev orthogonal functions. A proportional-integral observer is presented to the unknown input identification. This observer is able to find the unknown inputs of the system and these inputs are used to fault detection purposes by using a Kalman Filter Observer. The methodology for the identification of system parameters and excitation forces by using only the response of the system, through orthogonal functions. The methodology developed is applied to a mechanical structure containing vibrating tables, in the Mechanical Vibrations Laboratory, at Unesp, Ilha Solteira. / Mestre

Made available in DSpace on 2011-03-23T21:19:12Z (GMT). No. of bitstreams: 0 / Item created via OAI harvest from source: http://www.bdtd.ufpa.br/tde_oai/oai2.php on 2011-03-23T21:19:12Z (GMT). Item's OAI Record identifier: oai:bdtd.ufpa.br:51 / This work proposes a new methodology for fails location in transmission lines. This methodology consists in using harmonic decomposition of the leakage current and in the application of an Artificial Neural Network (ANN), this is able to recognize patterns of normal and fails conditions of a transmission line. It was developed a Pi model capable to use real data of voltage and current of the three phases. In this model values of capacitance, inductance and resistance can be modified in agreement of weather conditions. Fails were generated in all the towers with different values of capacitance. The input/output data were used to train the neural network. The real voltage and current data acquisition were done by instruments installed in the two terminals of the Guamá-Utinga transmission line belonging to Centrais Elétricas do Norte - ELETRONORTE. The computation of the parameters was made by the well known matricial method and was improved by Finite Element Method. An ANN was developed with Matlab software. For training the ANN it was used the backpropagation resilient algorithm, which presented good performance, been fast and accurate. The ANN was trained by two different sets to analyze differences between outputs. In the two cases results were satisfactory. / Este trabalho propõe a utilização de uma nova metodologia para a localização de falhas em linhas de transmissão (LT). Esta metodologia consiste na utilização da decomposição harmônica da corrente de fuga de uma linha e na aplicação de uma Rede Neural Artificial (RNA) capaz de distinguir padrões da condição normal de funcionamento e padrões de situações de falhas de uma LT. Foi utilizado um modelo Pi capaz de absorver dados reais de tensão e corrente de três fases e de alterar valores de R, L e C segundo modificações ambientais. Neste modelo foram geradas falhas em todas as torres com diferentes valores de capacitância. A saída fornecida pelo modelo é a decomposição da corrente de fuga do trecho considerado. Os dados de entrada e saída do modelo foram utilizados no treinamento da RNA desenvolvida. A aquisição de dados reais de tensão e corrente foi feita através de analisadores de parâmetros de qualidade de energia elétrica instalados nas extremidades de um trecho de LT, Guamá-Utinga, pertencente à Centrais Elétricas do Norte do Brasil ELETRONORTE. O cálculo dos parâmetros construtivos foi feito através do método matricial e melhorado através da utilização do Método de Elementos Finitos (MEF). A RNA foi desenvolvida com o auxílio do software Matlab. Para treinamento da RNA foi utilizado o algoritmo de Retropropagação Resiliente que apresentou um bom desempenho. A RNA foi treinada com dois conjuntos de dados de treinamento para analisar possíveis diferenças entre as saídas fornecidas pelos dois grupos. Nos dois casos apresentou resultados satisfatórios, possibilitando a localização de falhas no trecho considerado.

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2012-04-12T22:14:07Z No. of bitstreams: 2 Dissertacao_ModeloMatematicoLinhas.pdf: 6725984 bytes, checksum: de77866964b3c311d58dc81a960e5a0f (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) / Approved for entry into archive by Edisangela Bastos(edisangela@ufpa.br) on 2012-04-12T22:14:50Z (GMT) No. of bitstreams: 2 Dissertacao_ModeloMatematicoLinhas.pdf: 6725984 bytes, checksum: de77866964b3c311d58dc81a960e5a0f (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) / Made available in DSpace on 2012-04-12T22:14:50Z (GMT). No. of bitstreams: 2 Dissertacao_ModeloMatematicoLinhas.pdf: 6725984 bytes, checksum: de77866964b3c311d58dc81a960e5a0f (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Previous issue date: 2009 / Eletronorte - Centrais Elétricas do Norte do Brasil S/A / Teoricamente, a predição de falha em cadeia de isoladores pode ser observada pela verificação do comportamento harmônico da corrente através dos isoladores, chamada de corrente de fuga. Isto porque a capacitância de uma cadeia de isoladores permite a passagem das componentes harmônicas de maior ordem da corrente na linha. No entanto os projetos e planejamento de linhas de transmissão só levam em consideração as dimensões e geometrias da linha; esquecendo ou ignorando os efeitos ambientais em uma linha de transmissão. A omissão de tais efeitos, podem confundir um diagnóstico de falha no sistema de isolação da linha, de forma que foi necessário desenvolver uma metodologia para determinação dos valores dos parâmetros elétricos, resistência elétrica e capacitância em função de variáveis ambientais como: temperatura ambiente, radiação solar, umidade relativa do ar, velocidade do vento e direção do vento, particularmente a determinação do comportamento da capacitância, em função dessas variáveis ambientais se deu de maneira inovadora e experimental, tendo em vista obter um modelo matemático de linha de transmissão mais realista e dinâmico, que possa identificar de maneira precisa os parâmetros elétricos, sob a influência das variáveis ambientais. Nesse trabalho é desenvolvido esse modelo, que, além de ser alimentado com dados elétricos e ambientais reais, é feito o estudo da decomposição harmônica da corrente de fuga; além da comparação com resultados de outros modelos já existentes. São realizadas ainda, simulações de falhas virtuais, que compravam a eficiência e limitações do modelo, além de sugerir uma forma de monitoração em tempo real e a baixos custos. / Theoretically, the prediction of failure in the chain of insulators can be found by checking the behavior, of the harmonic current through the insulators, called leakage current. This is because the capacitance of a chain of insulators allows the passage of components of higher order harmonics of the current line, however the design and planning of transmission lines, only take into account the size and geometry of the line, forgetting or ignoring the effects environment in a line of transmission, the omission of such effects can confuse the diagnosis of failure in the system of isolation of the line, so it was necessary to develop a methodology for determining the values of electrical parameters, electrical resistance and capacitance as a function of environmental variables as: temperature, solar radiation, relative humidity, wind speed and wind direction, particularly the determination of the behavior of capacitance as a function of environmental variables was so innovative and experimental, in order to obtain a mathematical model of line transmission of more realistic and dynamic, that can more precisely identify the electrical parameters under the influence of environmental variables, such work is developed this model, which will be fed with real environmental and electrical data, it made the study of the harmonic decomposition of current leakage, and the comparison with results of other existing models, are still held, virtual simulations of failures, which bought the efficiency and limitations of the model, and suggest a way of monitoring in real time and low cost.

Submitted by Hellen Luz (hellencrisluz@gmail.com) on 2017-09-04T16:05:28Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Output-onlyMethodsDamage.pdf: 9035056 bytes, checksum: bae01c1b0f9a48193d6d0b3c0fb688cf (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-09-13T12:17:43Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Output-onlyMethodsDamage.pdf: 9035056 bytes, checksum: bae01c1b0f9a48193d6d0b3c0fb688cf (MD5) / Made available in DSpace on 2017-09-13T12:17:43Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Output-onlyMethodsDamage.pdf: 9035056 bytes, checksum: bae01c1b0f9a48193d6d0b3c0fb688cf (MD5) Previous issue date: 2017-04-27 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / No campo da monitorização de integridade estrutural (SHM), a identificação de dano baseada em vibração tem se tornado uma área de pesquisa crucial devido a sua potencial aplicação em estruturas de engenharia do mundo real. Assumindo que os sinais de vibração podem ser medidos pelo emprego de diferentes tipos de sistemas de monitorização, quando aplica-se o tratamento de dados adequado, as características sensíveis a dano podem ser extraídas e usadas para avaliar dano estrutural incipiente ou progressivo. Entretanto, as estruturas do mundo real estão sujeitas às mudanças regulares nas condições operacionais e ambientais (e.g., temperatura, umidade relativa, massa de tráfego e outros), as quais impõem dificuldades na identificação do dano estrutural uma vez que essas mudanças influenciam diferentes características de forma distinta. Nesta tese por agregação de artigos, a fim de superar essa limitação, novos métodos output-only são propostos para detectar e quantificar dano em estruturas sob influências operacionais e ambientais não medidas. Os métodos são baseados nos campos de aprendizagem de máquina e inteligência artificial e podem ser classificados como técnicas baseadas em kernel e clusterização. Quando os novos métodos são comparados àqueles do estado da arte, os resultados demonstraram que os primeiros possuem melhor performance de detecção de dano em termos de indicações de dano falso-positivas (variando entre 3,6Ű5,4%) e falso-negativas (variando entre 0Ű2,6%), sugerindo potencial aplicabilidade em soluções práticas de SHM. Se os métodos propostos são comparados entre si, aqueles baseados em clusterização, nomeadamente as abordagens de expectância-maximização global via algoritmos meméticos, provaram ser as melhores técnicas para aprender a condição estrutural normal, sem perda de informação ou sensibilidade aos parâmetros iniciais, e para detectar dano (erros totais iguais a 4,4%). / In the structural health monitoring (SHM) field, vibration-based damage identification has become a crucial research area due to its potential to be applied in real-world engineering structures. Assuming that the vibration signals can be measured by employing different types of monitoring systems, when one applies appropriate data treatment, damage-sensitive features can be extracted and used to assess early and progressive structural damage. However, real-world structures are subjected to regular changes in operational and environmental conditions (e.g., temperature, relative humidity, traffic loading and so on) which impose difficulties to identify structural damage as these changes influence different features in a distinguish manner. In this thesis by papers, to overcome this drawback, novel output-only methods are proposed for detecting and quantifying damage on structures under unmeasured operational and environmental influences. The methods are based on the machine learning and artificial intelligence fields and can be classified as kernel- and cluster-based techniques. When the novel methods are compared to the state-of-the-art ones, the results demonstrated that the former ones have better damage detection performance in terms of false-positive (ranging between 3.65.4%) and false-negative (ranging between 0-2.6%) indications of damage, suggesting their applicability for real-world SHM solutions. If the proposed methods are compared to each other, the cluster-based ones, namely the global expectation-maximization approaches based on memetic algorithms, proved to be the best techniques to learn the normal structural condition, without loss of information or sensitivity to the initial parameters, and to detect damage (total errors equal to 4.4%).

A utilização de ferramentas externas de diagnóstico guiado tem se tornado cada vez mais importante nas atividades de pós-venda da indústria automotiva. Isso se dá principalmente devido ao uso extensivo de sistemas embarcados nos veículos, tornando-os mais complexos e difíceis de diagnosticar. Atualmente, as técnicas empregadas para o desenvolvimento da ferramenta de diagnóstico guiado são fortemente dependentes da experiência do projetista e centralizadas nas peças e subsistemas do veículo, possibilitando baixo grau de flexibilidade e reaproveitamento da informação. Este trabalho propõe uma nova metodologia para o desenvolvimento da ferramenta de diagnóstico guiado, aplicado a um estudo de caso da indústria automotiva, numa arquitetura de software em três camadas: peças e componentes do veículo, informações e estratégia para o diagnóstico e uma camada de apresentação. Isso permite grande flexibilidade no projeto da ferramenta de diagnóstico guiado para diferentes modelos de veículos, fabricantes de peças e sistemas automotivos. A metodologia proposta é aplicada em um estudo de caso de diagnóstico da Volvo caminhões, mostrando o processo de adaptação da arquitetura de software de três camadas à metodologia proposta e seu impacto no custo do desenvolvimento da ferramenta de diagnóstico. / External guided diagnostic tools are increasingly important to the aftermarket business of automotive industry. It occurs mainly due to the extensive using of embedded systems in vehicles, making them more complex and difficult to diagnose. Currently, the techniques used to develop a guided diagnostic tool are strongly dependent on designer’s experience and are usually focused on parts and vehicle’s subsystems, allowing low flexibility and reduced information reusage. This paper proposes a new methodology for development of a guided diagnostic tool applied to the automotive industry. This methodology is based on a three-tier software architecture composed of vehicle’s parts and components, diagnostic information and strategy, and presentation layer. It allows great flexibility for designing a guided diagnostic tool for different vehicle models, parts OEMs and automotive systems. The proposed methodology has been applied to a case study at Volvo Trucks. The corresponding adaptation process to the three-tier software architecture is presented as well as its impact on development costs. / 5000

Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-09-21Bitstream added on 2014-06-13T19:35:08Z : No. of bitstreams: 1 marqui_cr_me_ilha.pdf: 2038827 bytes, checksum: 471f672b818089216b3b9afc3b90a230 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Este trabalho apresenta o estudo e desenvolvimento de técnicas para o monitoramento da integridade estrutural em sistemas inteligentes com sensores e atuadores piezelétricos acoplados. Os índices de sensibilidade estudados e utilizados no monitoramento da estrutura são: índice de falha métrica, calculado diretamente do sinal de impedância elétrica dos sensores/atuadores piezelétricos; índices do sensor, calculados com as normas de sistemas ou com as matrizes grammiana de observabilidade e os índices de entrada, calculados com as matrizes grammianas de controlabilidade. Tais índices são utilizados para detectar e localizar as falhas em aplicações numéricas e experimentais. As normas de sistemas e as matrizes grammianas de controlabilidade e observabilidade são obtidas através de um modelo numérico, como por exemplo, Método dos Elementos Finitos; ou um modelo identificado experimentalmente, via o método de realização para autossistemas, mais conhecido como ERA (Eigensytem Realization Algorithm). Em uma segunda etapa do procedimento proposto, as falhas são quantificadas utilizando Redes Neurais Artificiais, que foram treinadas com as normas de sistemas e com as matrizes grammianas. / This work presents the study and development of Structural Health Monitoring techniques for application in intelligent systems with coupled piezoelectric sensors and actuators. The indices of sensitivity for structural monitoring are based on: root-means-square deviation index, directly calculated from electric impedance signal of the piezoelectric sensors/actuators; sensor indices, calculated from system norms or observability grammian matrix, and input index, calculated from controllability grammian matrix. Such indices are used for damage detection and location in numerical and experimental applications. System norms, controllability and observability grammian matrices are obtained through numerical model, as for instance, Finite Element Method; or by experimental identification technique, via Eigensytem Realization Algorithm (ERA). In the second stage of the proposed procedure, damages were quantified using Artificial Neural Networks, that were trained with systems norms and grammian matrices.

A utilização de ferramentas externas de diagnóstico guiado tem se tornado cada vez mais importante nas atividades de pós-venda da indústria automotiva. Isso se dá principalmente devido ao uso extensivo de sistemas embarcados nos veículos, tornando-os mais complexos e difíceis de diagnosticar. Atualmente, as técnicas empregadas para o desenvolvimento da ferramenta de diagnóstico guiado são fortemente dependentes da experiência do projetista e centralizadas nas peças e subsistemas do veículo, possibilitando baixo grau de flexibilidade e reaproveitamento da informação. Este trabalho propõe uma nova metodologia para o desenvolvimento da ferramenta de diagnóstico guiado, aplicado a um estudo de caso da indústria automotiva, numa arquitetura de software em três camadas: peças e componentes do veículo, informações e estratégia para o diagnóstico e uma camada de apresentação. Isso permite grande flexibilidade no projeto da ferramenta de diagnóstico guiado para diferentes modelos de veículos, fabricantes de peças e sistemas automotivos. A metodologia proposta é aplicada em um estudo de caso de diagnóstico da Volvo caminhões, mostrando o processo de adaptação da arquitetura de software de três camadas à metodologia proposta e seu impacto no custo do desenvolvimento da ferramenta de diagnóstico. / External guided diagnostic tools are increasingly important to the aftermarket business of automotive industry. It occurs mainly due to the extensive using of embedded systems in vehicles, making them more complex and difficult to diagnose. Currently, the techniques used to develop a guided diagnostic tool are strongly dependent on designer’s experience and are usually focused on parts and vehicle’s subsystems, allowing low flexibility and reduced information reusage. This paper proposes a new methodology for development of a guided diagnostic tool applied to the automotive industry. This methodology is based on a three-tier software architecture composed of vehicle’s parts and components, diagnostic information and strategy, and presentation layer. It allows great flexibility for designing a guided diagnostic tool for different vehicle models, parts OEMs and automotive systems. The proposed methodology has been applied to a case study at Volvo Trucks. The corresponding adaptation process to the three-tier software architecture is presented as well as its impact on development costs. / 5000

O envelhecimento de uma instalação industrial provoca o aumento do número de falhas. A probabilidade de falhar é um indicador do momento em que deve ser feita uma parada para manutenção. É desenvolvido um método estatístico, baseado na teoria não-markoviana, para a determinação da variação da probabilidade de falhar em função do tempo de operação, que resulta num sistema de equações diferenciais parciais de natureza hiperbólica. São apresentadas as soluções por passo-fracionário e Lax-Wendroff com termo fonte. Devido à natureza suave da solução, os dois métodos chegam ao mesmo resultado com erro menor que 10−3. No caso estudado, conclui-se que o colapso do sistema depende principalmente do estado inicial da cadeia de Markov, sendo que os demais estados apresentam pouca influência na probabilidade de falha geral do sistema. / During the useful life of an industrial plant, the failure occurrence follows an exponential distribution. However, the aging process in an industrial plant generates an increase of the failure number. The failure probability is a rating for the maintenance stopping process. In this paper, an statistical method for the assessment of the failure probability as a function of the operational time, based on the non-Markovian theory, is presented. Two maintenance conditions are addressed: In the first one, the old parts are utilized, after the repair this condition being called as good as old; in the second one the old parts are substituted by brand new ones this condition being called as good as new. A non-Markovian system with variable source term is modeled by using hyperbolic partial differential equations. The system of equations is solved using the Lax-Wendroff and fractional-step numerical schemes. The two methods achieve to approximately the same results, due to the smooth behavior of the solution. The main conclusion is that the system collapse depends essentially on the initial state of the Markov chain.