Submitted by Almir Azevedo (barbio1313@gmail.com) on 2013-12-09T15:57:53Z No. of bitstreams: 1 dissertacao_mestrado_ien_2010_03.pdf: 1621960 bytes, checksum: e63c49dff927a279c98b2d05d4b60a04 (MD5) / Made available in DSpace on 2013-12-09T15:57:53Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_ien_2010_03.pdf: 1621960 bytes, checksum: e63c49dff927a279c98b2d05d4b60a04 (MD5) Previous issue date: 2010 / Procedimentos e técnicas para maximizar a confiabilidade e a disponibilidade de plantas industriais têm sido usados ao longo das últimas décadas por especialistas e profissionais de manutenção. Contudo, a extensão dos modernos sistemas industriais e a crescente complexidade e interdependência entre seus componentes vêm tornando o planejamento desta atividade uma tarefa cada vez mais difícil. Considerando este contexto, o objetivo do presente trabalho é oferecer uma ferramenta computacional que possa auxiliar na tomada de decisão e no planejamento das políticas de manutenção praticadas em plantas termonucleares. A ferramenta desenvolvida baseia-se na utilização de redes neurais artificiais (RNA) para o reconhecimento de padrões e estabelecimento de correlações entre eventos ocorridos nos componentes de sistemas típicos de reatores pressurizados refrigerados a água leve (PWR). As RNA atuam como mineradoras de dados nos bancos de eventos de falhas e são capazes de identificar ligações e estabelecer inferências imperceptíveis até para os mais experientes especialistas em manutenção de sistemas nucleares. Os resultados foram obtidos a partir de dados realistas e são confrontados com as clássicas políticas de manutenção atualmente praticadas em centrais tipo PWR. Estes resultados demonstram a solidez da técnica em avaliar e predizer falhas em uma planta real, podendo vir a ser utilizada como ferramenta de suporte a decisão no planejamento das políticas de manutenção de um PWR típico. / Proceedings and techniques in order to maximize the reliability and the availability of industrial plants have been used along the last decades by specialists and professionals of maintenance. However, the modern industrial systems’ sizing, and the increasing complexity and interdependence among its components have become this activity’s planning a more and more difficult task. Considering this scenario, the objective of the present work is to provide a computational tool which is able to help about the taking decision's task, and about planning policies of maintenance practiced in thermonuclear plants. The tool developed is based on the artificial neural networks (ANN) for the recognition of standards and establishment of correlations among events occurred in the components of pressurized water reactor (PWR) typical systems. The ANN work as miners of database of failure events, and are able to identify connections and to establish imperceptible inferences even for the most experienced specialists in maintenance of nuclear systems. The results were attained from realistic data and are confronted against the maintenance's classic policies which are practiced nowadays on PWR thermonuclear plants. These results show the solidity of the technique in valuing and predicting failures in a real powerplant, and is able to be used as a tool for supporting decisions about planning maintenance policies on a typical PWR.

Made available in DSpace on 2014-06-12T17:42:47Z (GMT). No. of bitstreams: 2 arquivo7683_1.pdf: 907245 bytes, checksum: 2aaeb2e08974a6d9d580df752d53938c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Faculdade de Amparo à Ciência e Tecnologia do Estado de Pernambuco / As decisões em relação às políticas de manutenção têm, cada vez mais, um papel essencial, no que diz respeito ao provimento de eficiência às técnicas gerenciais de manutenção, as quais sistematizam as regras que são obtidas a partir de modelos matemáticos, a fim de assegurar o alcance de objetivos inerentes às organizações. Na prática, é bastante comum o uso do bom senso ou a reprodução de ações sem qualquer análise da efetiva contribuição destas para o sistema, ou mesmo, sem um modelo matemático associado. O resultado disto é comumente visto nas organizações, as quais têm custos exorbitantes de manutenção e ações que só consomem recursos, sem, por sua vez, proporcionar qualquer melhoria ao desempenho do sistema. Sendo assim, essa dissertação trata da proposição de políticas de manutenção oportuna, sob a perspectiva multicritério. Observa-se na literatura, que este tipo de política de manutenção permite redução de custos substanciais. Contudo, não há estudos que observem outros impactos além do financeiro. Por esta razão, propõem-se dois modelos multicritério para suportar a construção de regras de decisão. O primeiro modelo considera um sistema com dois componentes; O segundo modelo considera um sistema com múltiplos componentes. Ambos os modelos consideram a metodologia multicritério de apoio a decisão, combinando os critérios custo e disponibilidade através da teoria da utilidade multiatributo (MAUT). A maximização da função utilidade global permite que se encontre valores nos quais a política oportuna é vantajosa, é realizada a aplicação numérica dos modelos ilustrando a aplicabilidade e demonstrando a vantagem de se considerar mais de um critério para determinação da política oportuna ótima. Como resultado foi possível observar que os modelos refletem a dinâmica da política oportuna e foi vantajosa a abordagem multicritério nos casos abordados

Made available in DSpace on 2014-06-12T17:40:59Z (GMT). No. of bitstreams: 2 arquivo7285_1.pdf: 1110204 bytes, checksum: b1490b3224eea4c9e212734a5b3032d3 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Este trabalho desenvolve um modelo para otimização do custo de manutenção baseado na integração entre diagrama de Blocos e algoritmos de computação evolucionária, mais especificamente algoritmos genéticos. Os diagramas de blocos são comumente utilizados na avaliação de confiabilidade de sistemas. No caso dos algoritmos genéticos, a teoria se baseia inicialmente na geração de uma população formada por um conjunto aleatório de indivíduos que podem ser vistos como possíveis soluções para um problema. Durante o processo evolutivo, esta população é avaliada e para cada indivíduo é dado um índice, refletindo sua habilidade de adaptação a um determinado ambiente. Uma porcentagem dos mais adaptados é mantida, enquanto os outros são descartados. Os indivíduos selecionados sofrem modificações em suas características fundamentais através de mutações e cruzamentos genéticos, gerando descendentes para a próxima geração. A integração entre esses dois modelos tem o objetivo de determinar qual a política de manutenção preventiva (intervalos entre manutenções) que otimiza os custos de manutenção. Em outras palavras, deseja-se otimizar os custo das atividades de manutenção, sujeito às restrições internas ou externas ao processo, utilizando para isso algoritmos genéticos. O Modelo será aplicado em dois sistemas: em um sistema piloto com fins de visualização dos resultados que o modelo fornece e em uma linha de produção de secagem de Elastômero

Submitted by Almir Azevedo (barbio1313@gmail.com) on 2013-12-09T17:01:17Z No. of bitstreams: 1 dissertacao_mestrado_ien_2009_04.pdf: 364384 bytes, checksum: 6cf84681f737a44ede3a92963b0caf3f (MD5) / Made available in DSpace on 2013-12-09T17:01:17Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_ien_2009_04.pdf: 364384 bytes, checksum: 6cf84681f737a44ede3a92963b0caf3f (MD5) Previous issue date: 2009 / Neste trabalho, um algoritmo de Otimização por Enxame de Partículas (PSO, do inglês “Particle Swarm Optimization”) é desenvolvido para aplicação na otimização de políticas de manutenção preventiva. A metodologia proposta que permite intervalos flexíveis entre manutenções, ao invés de considerar os períodos fixos, possibilita uma melhor adaptação dos agendamentos, a fim de lidar com as taxas de falha dos componentes em envelhecimento. Por outro lado, devido a essa flexibilidade, o planejamento de manutenção preventiva se torna uma tarefa difícil. Motivada pelo fato do PSO ter demonstrado ser muito competitivo em relação a outras ferramentas de otimização, este trabalho investiga a sua utilização como uma ferramenta alternativa de otimização. Considerando que o PSO trabalha em espaço real e contínuo, torna-se um desafio sua aplicação a um problema de otimização discreto considerando agendamentos onde a quantidade de intervenções pode ser variável. O PSO desenvolvido neste trabalho apresenta uma modelagem original que contorna tal dificuldade, permitindo a aplicação do mesmo ao problema proposto. O PSO proposto destina-se a pesquisa para a melhor política de manutenção e considera vários aspectos relevantes, tais como: i) a probabilidade de necessitar uma reparação (manutenção corretiva), ii) o custo de tais reparos, iii) tempos de parada típicos, iv) os custos de manutenção preventiva, v) o impacto da manutenção na confiabilidade dos sistemas como um todo, e vi) a probabilidade de manutenção imperfeita. A fim de avaliar a metodologia proposta, optou-se por investigar um sistema eletromecânico composto por três bombas e quatro válvulas, o “Sistema de Injeção à Alta Pressão (HPIS)’ de um reator nuclear tipo PWR. Os resultados demonstram que o PSO com a modelagem proposta é eficiente na busca ótima da manutenção preventiva para as políticas de manutenção preventiva para o HPIS. / In this work, a Particle Swarm Optimization Algorithm (PSO) is developed for preventive maintenance optimization. The proposed methodology, which allows the use flexible intervals between maintenance interventions, instead of considering fixed periods (as usual), allows a better adaptation of scheduling in order to deal with the failure rates of components under aging. Moreover, because of this flexibility, the planning of preventive maintenance becomes a difficult task. Motivated by the fact that the PSO has proved to be very competitive compared to other optimization tools, this work investigates the use of PSO as an alternative tool of optimization. Considering that PSO works in a real and continuous space, it is a challenge to use it for discrete optimization, in which schedulings may comprise variable number of maintenance interventions. The PSO model developed in this work overcome such difficulty. The proposed PSO searches for the best policy for maintaining and considers several aspects, such as: i) probability of needing repair (corrective maintenance), ii) the cost of such repairs, iii) typical outage times, iv) costs of preventive maintenance, v) the impact of maintaining the reliability of systems as a whole, and vi) the probability of imperfect maintenance. To evaluate the proposed methodology, we investigate an electro-mechanical system consists of three pumps and four valves, "High Pressure Injection System (HPIS) of a PWR. Results show that PSO is quite efficient in finding the optimum preventive maintenance policies for the HPIS.

Made available in DSpace on 2014-06-12T15:52:45Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Os sistemas de transferência eletrônica de fundos (TEF) promovem benefícios financeiros para as instituições que utilizam esse serviço e conveniências para seus clientes. Os sistemas TEF realizam operações de crédito e débito em contas bancárias através de terminais de pontos de vendas (PDVs) em diferentes empresas. Assim, a avaliação de desempenho de sistemas TEF tem fundamental importância para as empresas que promovem o serviço de transferência eletrônica de fundos, uma vez que os recursos computacionais devem ser utilizados eficientemente, objetivando atingir os requisitos definidos nos acordos de nível de serviço (SLA). A ocorrência de eventos de falhas podem causar uma severa degradação no desempenho de sistemas. Assim, os resultados da modelagem de sistemas sem considerar os efeitos da dependabilidade sobre o desempenho são incompletos ou imprecisos. Este trabalho apresenta uma metodologia para avaliação da performabilidade composta de um método para avaliação de desempenho, um método para avaliação da dependabilidade e uma técnica de decomposição e composição. Este trabalho também apresenta dois modelos estocasticos expolinomiais para avaliação de performabilidade os quais são o modelo de desempenho de sistemas TEF e o modelo de dependabilidade de sistemas TEF. O modelo de desempenho de sistemas TEF proporciona a avaliação do desempenho dos recursos de processamento e armazenamento do servidor TEF, considerando variações na carga de trabalho (transações comerciais de crédito e débito). Já o modelo de dependabilidade de sistemas TEF promove a avaliação dos efeitos da ocorrência de eventos de falhas e de uma política de manutenção na disponibilidade e confiabilidade da infraestrutura de sistemas TEF. Os modelos de desempenho e de dependabilidade são combinados para a avaliação do impacto da dependabilidade no desempenho de sistemas TEF. A política de manutenção é empregada para prevenir a ocorrência de eventos de falhas no sistema TEF e permitir a recuperação de falhas para assegurar as expectativas de desempenho dos clientes através dos ajustes dos intervalos entre manutenções preventivas, dos intervalos entre substituições dos equipamentos, do número máximo de manutenções preventivas antes da substituição dos equipamentos, do tempo médio para reparo, do dimensionamento da equipe de manutenção e dos custos relacionados às manutenções. Estudos de caso são apresentados para análise do impacto das variações da carga de trabalho no desempenho de sistemas TEF, para análise do impacto de uma política de manutenção na performabilidade de sistemas TEF e para análise dos efeitos das variações de temperatura na performabilidade de sistemas TEF