Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-09-19T19:51:49Z No. of bitstreams: 1 DaniloCurveloDeSouza_TESE.pdf: 2406741 bytes, checksum: 3c85e2f4d8b969a73d53e67544840db1 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-09-20T19:36:12Z (GMT) No. of bitstreams: 1 DaniloCurveloDeSouza_TESE.pdf: 2406741 bytes, checksum: 3c85e2f4d8b969a73d53e67544840db1 (MD5) / Made available in DSpace on 2017-09-20T19:36:12Z (GMT). No. of bitstreams: 1 DaniloCurveloDeSouza_TESE.pdf: 2406741 bytes, checksum: 3c85e2f4d8b969a73d53e67544840db1 (MD5) Previous issue date: 2017-06-23 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico (CNPq) / A presente tese apresenta uma t?cnica inovadora ? designada como sistema especialista baseado em regras ponderado por tend?ncias (SEBRPT) ? fundamentada na integra??o de duas ferramentas existentes na ?rea de intelig?ncia artificial, os sistemas especialistas (SE) e a an?lise qualitativa de tend?ncias (QTA). Um dos objetivos desta abordagem ? usufruir das principais vantagens associadas a cada uma das ferramentas utilizadas, tais como a facilidade de se representar o conhecimento atrav?s de regras e a capacidade de extrair o comportamento e as tend?ncias de um sinal cont?nuo. Esta metodologia tamb?m permite preencher uma lacuna entre m?todos puramente baseado em n?meros (quantitativos) e m?todos puramente simb?licos (qualitativos), permitindo assim uma obten??o de resultados a partir de um processo de infer?ncia baseado tanto nos valores exatos como nas tend?ncias de um determinado sinal. Dessa forma, a t?cnica abordada possibilita a extra??o de um "fator de certeza" associado a uma regra previamente modelada por um especialista, descartando assim a l?gica puramente booleana (verdadeiro/falso) adotada nos sistemas especialistas cl?ssicos. O m?todo proposto permite uma ado??o direta em ambientes industriais, especialmente na ?rea de automa??o inteligente. Seus principais recursos e caracter?sticas, com aplica??o no monitoramento de processos industriais, ser?o demonstrados por simula??es e resultados experimentais baseados no benchmark conhecido como o processo de Tennessee Eastman.

O presente trabalho trata da análise experimental de um sistema de monitoramento baseado na técnica de fusão de sensores, aplicado em uma retificadora cilíndrica externa. A fusão é realizada entre os sinais de potência e emissão acústica para obtenção do parâmetro FAP (Fast Abrasive Power) através do método desenvolvido por Valente (2003). Através da simulação de problemas encontrados nos processos de retificação (falha de sobremetal, colisão, desbalanceamento e vibração), foram captados os sinais de potência e emissão acústica e a partir destes gerado o parâmetro FAP, comparando seu desempenho, na detecção dos problemas, com os outros dois sinais. Para a análise foram construídos os gráficos das variações dos sinais em relação ao tempo de execução do processo e os mapas do FAP e acústico. O sistema de monitoramento avaliado tem como característica baixa complexidade de instalação e execução. Os dados experimentais revelam que o FAP apresenta uma velocidade de resposta maior que a potência e levemente amortecida em relação à emissão acústica. O nível do seu sinal é igual ao da potência mantendo-se homogêneo durante o processo, ao contrário da emissão acústica que pode ser influenciada por diversos outros parâmetros, tais como geometria da peça, distância do sensor, montagem do sensor, entre outros, que independem da interação ferramenta-peça. O resultado é uma resposta dinâmica e confiável, associada à energia do sistema. Estas características são interessantes para o monitoramento de processos de retificação (excluindo a dressagem) sendo superiores àquelas apresentadas isoladamente pelos sinais de potência e emissão acústica. / The present study deals with an experimental analysis of a monitoring system based on a sensor fusion strategy applied to a cylindrical grinding machine. It comprises a fusion of the power and acoustic emission signals and has as main goal to obtain the FAP (Fast Abrasive Power) using the method developed by Valente (2003). Initially, the power and acoustic emission signals were captured under operational dysfunction conditions during the grinding process (stock imperfection, collision, unbalancing e vibration). Then, based on these signals, the FAP parameter was generated and its capability in characterizing operational dysfunctions evaluated against the performance of an individual analysis of the power and acoustic emission signals. For this analysis, FAP and acoustic maps plus plots showing the FAP signals vs. working time were implemented. The experimental data revealed that the FAP presents a faster response than the power signal and a slightly dumped response when compared against the acoustic signal. The signal level of the FAP is similar to the power signal and is homogenous during the machining process. On contrary to the FAP, the acoustic emission signal may be affected by parameters that are not related to the tool-workpiece interactions, workpiece geometry and sensor positioning. The dynamic response of FAP is reliable and linked to the energy of the system. Finally, it should be highlightened that the monitoring system based on the FAP parameter presents low complexity in both implementation and execution. Such characteristics are superior to those observed when using either the power or acoustic emission signals and highly valuable in a system designed to monitor grinding processes.

Submitted by Maike Costa (maiksebas@gmail.com) on 2016-05-16T13:15:08Z No. of bitstreams: 1 arquivo total.pdf: 6619153 bytes, checksum: ab30577da64fe07f90d28f172fea6661 (MD5) / Made available in DSpace on 2016-05-16T13:15:08Z (GMT). No. of bitstreams: 1 arquivo total.pdf: 6619153 bytes, checksum: ab30577da64fe07f90d28f172fea6661 (MD5) Previous issue date: 2015-04-06 / Statistical process control is becoming increasingly important in the pharmaceutical industry, since it can act on the product quality assurance and monitoring of production efficiency. Regulatory agencies worldwide already include multivariate statistical process control on their recommendations. In this work we perform three applications of multivariate control charts to detect small variations in monitoring pharmaceutical process. The studies were performed in the Laboratório Farmacêutico do Estado de Pernambuco Governador Miguel Arraes - LAFEPE using process data and addressing real problems of the industry routine. The first one consists in the elaboration of the Annual Product Review using multivariate control charts based on Principal Component Analysis, accompanied by a simple and unique methodology for identification of multivariate signal out of control, which was performed by decomposition of T2 statistics based on the loadings of VARIMAX rotation. The method developed has allowed the sector responsible for the Quality Assurance industry to verify the variables that most impact the process. The second application consists in monitoring of the degradation of captopril in tablets by High Performance Liquid Chromatograph measurements. For this aim multivariate control charts based on residuals of principal component analysis were built. The weighting of the retention time of the chromatogram in the region of captopril disulfide highlights the residual chart for revealing slight changes in the chromatographic standards. The third and last application consists in monitoring of the degradation of captopril in tablets by near infrared and middle infrared measurements. For this aim T2 control charts were built by using a variable selection method and a CUSUM-COT scheme. Both the techniques showed to be able for detection of expired samples and Middle infrared was able to identify slight changes during degradation process. Keywords: Monitoring of Process, Multivariate Control Charts, Annual Prod / O controle estatístico de processos vem ganhando importância na indústria farmacêutica, uma vez que pode atuar na garantia da qualidade do produto e no monitoramento da eficiência da produção. Agências regulatórias no mundo já incluem o controle estatístico de processos multivariado em suas recomendações. Neste trabalho realizamos três aplicações de cartas de controle multivariadas para detectar pequenas variações em processos na indústria farmacêutica. Os estudos foram realizados no Laboratório Farmacêutico do Estado de Pernambuco Governador Miguel Arraes - LAFEPE, empregando dados do processo e abordando problemas reais da rotina da indústria. A primeira aplicação consiste na elaboração da Revisão Periódica de Produtos empregando cartas de controle multivariadas baseadas em Análise de Componentes Principais, acompanhada de uma metodologia simples e original para identificação do sinal multivariado fora de controle por meio da decomposição da estatística T2 com base nos pesos da rotação VARIMAX. O procedimento desenvolvido permitiu monitorar e diagnosticar os desvios no processo produtivo, além de permitir ao setor responsável pela Garantia da Qualidade verificar as variáveis que mais impactaram o processo. A segunda aplicação é demonstrada em estudos de estabilidade de medicamentos empregando Cromatografia Líquida de Alta Eficiência. No estudo de estabilidade a carta de resíduos das componentes principais permitiu monitorar o processo de degradação de comprimidos de captopril. A ponderação do cromatograma na região do dissulfeto de captopril sensibiliza a carta de resíduos para revelar alterações sutis no padrão cromatográfico. A terceira aplicação envolve estudos de estabilidade empregando a espectroscopia no infravermelho próximo e médio. Nesta aplicação, conclui-se que ambas as técnicas são eficientes em detectar amostras vencidas. O Processo de degradação do captopril pode ser acompanhado pela carta de resíduos baseada nos espectros do infravermelho próximo. No infravermelho médio, a carta T2 construída com um método de seleção de variáveis e um esquema CUSUM-COT também foi eficiente em detectar as pequenas alterações durante o processo de degradação.

Made available in DSpace on 2015-03-03T15:28:33Z (GMT). No. of bitstreams: 1 ElvisSS_DISSERT.pdf: 714691 bytes, checksum: 14d53d32eb67e048150da6da7ea2ee1d (MD5) Previous issue date: 2012-07-20 / This paper proposes a new control chart to monitor a process mean employing a combined npx-X control chart. Basically the procedure consists of splitting the sample of size n into two sub-samples n1 and n2 determined by an optimization search. The sampling occur in two-stages. In the first stage the units of the sub-sample n1 are evaluated by attributes and plotted in npx control chart. If this chart signs then units of second sub-sample are measured and the monitored statistic plotted in X control chart (second stage). If both control charts sign then the process is stopped for adjustment. The possibility of non-inspection in all n items may promote a reduction not only in the cost but also the time spent to examine the sampled items. Performances of the current proposal, individual X and npx control charts are compared. In this study the proposed procedure presents many competitive options for the X control chart for a sample size n and a shift from the target mean. The average time to sign (ATS) of the current proposal lower than the values calculated from an individual X control chart points out that the combined control chart is an efficient tool in monitoring process mean. / Esta disserta??o prop?e um novo gr?fico (ou procedimento) de controle para monitorar a centralidade de um processo (m?dia) por meio da jun??o dos gr?ficos X e npx. Basicamente o procedimento consiste em dividir a amostra de tamanho n em duas (n1 e n2), definidas pelo processo de otimiza??o. Realiza-se a amostragem em dois est?gios. No primeiro est?gio conta-se o n?mero de itens n?o conformes amostra de tamanho n1 por meio do gr?fico npx. Caso haja um n?mero excessivo de itens n?o conformes, segue-se para o segundo est?gio da amostragem, onde calcula-se a m?dia X da amostra de tamanho n2. A possibilidade de n?o inspecionar todos os itens reduz tanto o custo quanto o tempo gasto para inspecionar os itens da amostra. Descreve-se a metodologia de constru??o, avalia??o e o funcionamento do gr?fico aqui proposto, e com o aux?lio do software estat?stico Rc e feito um estudo comparativo entre os gr?ficos individuais X e npx e o gr?fico misto. Neste estudo verificou-se que o procedimento proposto fornece v?rias op??es concorrentes com o gr?fico X para um dado tamanho de amostra n e um desvio na m?dia . Os valores do tempo esperado at? o sinal (TES) inferiores aos provenientes do gr?fico individual X evidenciaram que o gr?fico misto ? uma ferramenta eficaz no monitoramento de processos capaz de substituir o gr?fico da m?dia

O presente trabalho trata da análise experimental de um sistema de monitoramento baseado na técnica de fusão de sensores, aplicado em uma retificadora cilíndrica externa. A fusão é realizada entre os sinais de potência e emissão acústica para obtenção do parâmetro FAP (Fast Abrasive Power) através do método desenvolvido por Valente (2003). Através da simulação de problemas encontrados nos processos de retificação (falha de sobremetal, colisão, desbalanceamento e vibração), foram captados os sinais de potência e emissão acústica e a partir destes gerado o parâmetro FAP, comparando seu desempenho, na detecção dos problemas, com os outros dois sinais. Para a análise foram construídos os gráficos das variações dos sinais em relação ao tempo de execução do processo e os mapas do FAP e acústico. O sistema de monitoramento avaliado tem como característica baixa complexidade de instalação e execução. Os dados experimentais revelam que o FAP apresenta uma velocidade de resposta maior que a potência e levemente amortecida em relação à emissão acústica. O nível do seu sinal é igual ao da potência mantendo-se homogêneo durante o processo, ao contrário da emissão acústica que pode ser influenciada por diversos outros parâmetros, tais como geometria da peça, distância do sensor, montagem do sensor, entre outros, que independem da interação ferramenta-peça. O resultado é uma resposta dinâmica e confiável, associada à energia do sistema. Estas características são interessantes para o monitoramento de processos de retificação (excluindo a dressagem) sendo superiores àquelas apresentadas isoladamente pelos sinais de potência e emissão acústica. / The present study deals with an experimental analysis of a monitoring system based on a sensor fusion strategy applied to a cylindrical grinding machine. It comprises a fusion of the power and acoustic emission signals and has as main goal to obtain the FAP (Fast Abrasive Power) using the method developed by Valente (2003). Initially, the power and acoustic emission signals were captured under operational dysfunction conditions during the grinding process (stock imperfection, collision, unbalancing e vibration). Then, based on these signals, the FAP parameter was generated and its capability in characterizing operational dysfunctions evaluated against the performance of an individual analysis of the power and acoustic emission signals. For this analysis, FAP and acoustic maps plus plots showing the FAP signals vs. working time were implemented. The experimental data revealed that the FAP presents a faster response than the power signal and a slightly dumped response when compared against the acoustic signal. The signal level of the FAP is similar to the power signal and is homogenous during the machining process. On contrary to the FAP, the acoustic emission signal may be affected by parameters that are not related to the tool-workpiece interactions, workpiece geometry and sensor positioning. The dynamic response of FAP is reliable and linked to the energy of the system. Finally, it should be highlightened that the monitoring system based on the FAP parameter presents low complexity in both implementation and execution. Such characteristics are superior to those observed when using either the power or acoustic emission signals and highly valuable in a system designed to monitor grinding processes.

O desafio para a área de monitoramento de processos, em indústrias químicas, ainda é a etapa de detecção, com a necessidade de desenvolvimento de sistemas confiáveis. Pode-se resumir que um sistema é confiável, ao ser capaz de detectar as situações anormais, de modo precoce, e, ao mesmo tempo, de minimizar a geração de alarmes falsos. Ao se ter um sistema confiável, pode-se empregá-lo para auxiliar o operador, de fábricas, no processo de tomada de decisões. O objetivo deste estudo é apresentar uma metodologia, baseada na técnica, modelo oculto de Markov (HMM, acrônimo de ?Hidden Markov Model?), para se detectar situações anormais em caldeiras de recuperação química. As aplicações de maior sucesso de HMM são na área de reconhecimento de fala. Pode-se citar como aspectos positivos: o raciocínio probabilístico, a modelagem explícita, e a identificação a partir de dados históricos. Fez-se duas aplicações. O primeiro estudo de caso é no ?benchmark? de um sistema de evaporação múltiplo efeito de uma fábrica de produção de açúcar. Identificou-se um HMM, característico de operação normal, para se detectar cinco situações anormais no atuador responsável por regular o fluxo de xarope de açúcar para o primeiro evaporador. A detecção, para as três situações abruptas, é imediata, uma vez que o HMM foi capaz de detectar alterações, abruptas, no sinal da variável monitorada. Em relação às duas situações incipientes, foi possível detectá-las ainda em estágio inicial; ao ser o valor de f (vetor responsável por representar a intensidade de um evento anormal, com o tempo), no instante da detecção, próximo a zero, igual a 2,8% e 2,1%, respectivamente. O segundo estudo de caso é em uma caldeira de recuperação química, de uma fábrica de produção de celulose, no Brasil. O objetivo é monitorar o acúmulo de depósitos de cinzas sobre os equipamentos da sessão de transferência de calor convectivo, através de medições de perda de carga. Este é um dos principais desafios para se aumentar a eficiência operacional deste equipamento. Após a identificação de um HMM característico de perda de carga alta, pôde-se verificar a sua capacidade de informar o estado atual e, por consequência, a tendência do sistema, de modo similar à um preditor. Pôde-se demonstrar também a utilidade de se definir limites de controle, com o objetivo de se ter a informação sobre a distância entre o estado atual e os níveis de alarme de perda de carga. / The greatest challenge faced by the area of process monitoring in chemical industries still resides in the fault detection task, which aims at developing reliable systems. One may say that a system is reliable if it is able to perform early fault detection and, at the same time, to reduce the generation of false alarms. Once there is a reliable system available, it can be employed to help operators, in factories, in the decisionmaking process. The aim of this study is presenting a methodology, based on the Hidden Markov Model (HMM) technique, suggesting its use in the detection of abnormal situations in chemical recovery boilers. The most successful applications of HMM are in the area of speech recognition. Some of its advantages are: probabilistic reasoning, explicit modeling and the identification based on process history data. This study discusses two applications. The first one is on a benchmark of a multiple evaporation system in a sugar factory. A HMM representative of the normal operation was identified, in order to detect five abnormal situations at the actuator responsible for controlling the syrup flow to the first evaporator. The detection result for the three abrupt situations was immediate, since the HMM was capable of detecting the statistical changes on the signal of the monitored variable as soon as they occurred. Regarding to the two incipient situations, the detection was done at an early stage. For both events, the value of vector f (responsible for representing the strength of an abnormal event over time), at the time it occurred, was near zero, equal to 2.8 and 2.1%, respectively. The second case study deals with the application of HMM in a chemical recovery boiler, belonging to a cellulose mill, in Brazil. The aim is monitoring the accumulation of ash deposits over the equipments of the convective heat transfer section, through pressure drop measures. This is one of the main challenges to be overcome nowadays, bearing in mind the interest that exists in increasing the operational efficiency of this equipment. Initially, a HMM for high values of pressure drop was identified. With this model, it was possible to check its capacity to inform the current state, and consequently, the tendency of the system (similarly as a predictor). It was also possible to show the utility of defining control limits, in order to inform the operator the relative distance between the current state of the system and the alarm levels of pressure drop.

O desafio para a área de monitoramento de processos, em indústrias químicas, ainda é a etapa de detecção, com a necessidade de desenvolvimento de sistemas confiáveis. Pode-se resumir que um sistema é confiável, ao ser capaz de detectar as situações anormais, de modo precoce, e, ao mesmo tempo, de minimizar a geração de alarmes falsos. Ao se ter um sistema confiável, pode-se empregá-lo para auxiliar o operador, de fábricas, no processo de tomada de decisões. O objetivo deste estudo é apresentar uma metodologia, baseada na técnica, modelo oculto de Markov (HMM, acrônimo de ?Hidden Markov Model?), para se detectar situações anormais em caldeiras de recuperação química. As aplicações de maior sucesso de HMM são na área de reconhecimento de fala. Pode-se citar como aspectos positivos: o raciocínio probabilístico, a modelagem explícita, e a identificação a partir de dados históricos. Fez-se duas aplicações. O primeiro estudo de caso é no ?benchmark? de um sistema de evaporação múltiplo efeito de uma fábrica de produção de açúcar. Identificou-se um HMM, característico de operação normal, para se detectar cinco situações anormais no atuador responsável por regular o fluxo de xarope de açúcar para o primeiro evaporador. A detecção, para as três situações abruptas, é imediata, uma vez que o HMM foi capaz de detectar alterações, abruptas, no sinal da variável monitorada. Em relação às duas situações incipientes, foi possível detectá-las ainda em estágio inicial; ao ser o valor de f (vetor responsável por representar a intensidade de um evento anormal, com o tempo), no instante da detecção, próximo a zero, igual a 2,8% e 2,1%, respectivamente. O segundo estudo de caso é em uma caldeira de recuperação química, de uma fábrica de produção de celulose, no Brasil. O objetivo é monitorar o acúmulo de depósitos de cinzas sobre os equipamentos da sessão de transferência de calor convectivo, através de medições de perda de carga. Este é um dos principais desafios para se aumentar a eficiência operacional deste equipamento. Após a identificação de um HMM característico de perda de carga alta, pôde-se verificar a sua capacidade de informar o estado atual e, por consequência, a tendência do sistema, de modo similar à um preditor. Pôde-se demonstrar também a utilidade de se definir limites de controle, com o objetivo de se ter a informação sobre a distância entre o estado atual e os níveis de alarme de perda de carga. / The greatest challenge faced by the area of process monitoring in chemical industries still resides in the fault detection task, which aims at developing reliable systems. One may say that a system is reliable if it is able to perform early fault detection and, at the same time, to reduce the generation of false alarms. Once there is a reliable system available, it can be employed to help operators, in factories, in the decisionmaking process. The aim of this study is presenting a methodology, based on the Hidden Markov Model (HMM) technique, suggesting its use in the detection of abnormal situations in chemical recovery boilers. The most successful applications of HMM are in the area of speech recognition. Some of its advantages are: probabilistic reasoning, explicit modeling and the identification based on process history data. This study discusses two applications. The first one is on a benchmark of a multiple evaporation system in a sugar factory. A HMM representative of the normal operation was identified, in order to detect five abnormal situations at the actuator responsible for controlling the syrup flow to the first evaporator. The detection result for the three abrupt situations was immediate, since the HMM was capable of detecting the statistical changes on the signal of the monitored variable as soon as they occurred. Regarding to the two incipient situations, the detection was done at an early stage. For both events, the value of vector f (responsible for representing the strength of an abnormal event over time), at the time it occurred, was near zero, equal to 2.8 and 2.1%, respectively. The second case study deals with the application of HMM in a chemical recovery boiler, belonging to a cellulose mill, in Brazil. The aim is monitoring the accumulation of ash deposits over the equipments of the convective heat transfer section, through pressure drop measures. This is one of the main challenges to be overcome nowadays, bearing in mind the interest that exists in increasing the operational efficiency of this equipment. Initially, a HMM for high values of pressure drop was identified. With this model, it was possible to check its capacity to inform the current state, and consequently, the tendency of the system (similarly as a predictor). It was also possible to show the utility of defining control limits, in order to inform the operator the relative distance between the current state of the system and the alarm levels of pressure drop.