Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-24T15:00:02Z No. of bitstreams: 1 Ronnie.pdf: 3320281 bytes, checksum: 56be4f928c1366ece428d2ae6caf9627 (MD5) / Made available in DSpace on 2017-08-24T15:00:02Z (GMT). No. of bitstreams: 1 Ronnie.pdf: 3320281 bytes, checksum: 56be4f928c1366ece428d2ae6caf9627 (MD5) Previous issue date: 2012-08-31 / This work aims to monitor and analyze the data from the instrumentation system of a substation as a way to identify false alarms, which can result in a decision by the mistaken maintenance and operation. This project was conceived because of the need for a research and development project which is called Maintenance Management Center (MMC) whose overall objective is to assist in the maintenance of their equipment operational intervention. Data is extracted from the automation system that has digital relay protection function and measurement of the electric grid, passing through a sequence of data processing to achieve the results that will serve for the detection and diagnosis of faults. We applied methods based on quantitative model by transforming the data system of continuous variables (SVC) and qualitative data by transforming the system of discrete event (SDE) applying analytical redundancy techniques and neural networks respectively, thus aiming a simplified model for detection and diagnosis fault (DDF). The model has been designed taking into account the characteristics DDF due to its stages, thereby providing a good system failure recovery. Know filter if certain event is real or a false alarm is not an easy task, but this system will have to meet this purpose. Technological resources are used fairly consolidated in the industrial process for the integration of the solution, because the time factor and information processing are critical in the results generated by the system recovery. Another key point of this trial was to have developed a system based on experiential knowledge, because it has higher robustness in results. / Este trabalho tem como objetivo monitorar e analisar os dados provenientes do sistema de instrumentação de uma subestação como forma de identificar falsos alarmes, que pode acarretar em uma tomada de decisão equivocada por parte da manutenção e operação. Este projeto foi concebido devido à necessidade de um projeto de pesquisa e desenvolvimento que se intitula Centro de Gestão da Manutenção (CGM) cujo objetivo global é auxiliar a manutenção na intervenção operacional de seus equipamentos. Os dados são extraídos do sistema de automação provenientes dos reles digitais que tem função de proteção e medição da rede elétrica, passando por um sequencia de transformação dos dados até chegar aos resultados, que servirá para detecção e diagnostico de falhas. Foram aplicados métodos baseados no modelo quantitativo através da transformação dos dados do sistema de variáveis contínuas (SVC) e qualitativo através da transformação dos dados do sistema de eventos discretos (SED) aplicando técnicas de redundância analítica e redes neurais respectivamente, objetivando assim um modelo simplificado para detecção e diagnóstico da falha (DDF). O modelo foi concebido levando em consideração as características DDF decorrente de suas etapas, propiciando assim um bom sistema de recuperação de falha. Saber filtrar se determinado evento é real ou um falso alarme não é uma tarefa fácil, porém este sistema terá que atender este propósito. Foram utilizados recursos tecnológicos bastante consolidados no processo industrial para garantir a integração da solução, pois o fator tempo e o processamento da informação são decisivos nos resultados gerados pelo sistema de recuperação. Outro ponto fundamental neste trabalho foi ter desenvolvido um sistema baseado no conhecimento experimental, pois se tem maior robustez nos resultados.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-28T16:50:59Z No. of bitstreams: 1 WAGNER DE SOUZA PORTO - DISSERTAÇÃO PPGCC 2009..pdf: 3676431 bytes, checksum: 91bede14a64447aa4598ba5c6b3365a4 (MD5) / Made available in DSpace on 2018-08-28T16:50:59Z (GMT). No. of bitstreams: 1 WAGNER DE SOUZA PORTO - DISSERTAÇÃO PPGCC 2009..pdf: 3676431 bytes, checksum: 91bede14a64447aa4598ba5c6b3365a4 (MD5) Previous issue date: 2009-09-16 / Este trabalho apresenta o Auto-FDI (Automatic Fault Detection and Isolation), uma ferramenta de detecção e isolamento de falhas em sistemas. A ferramenta usa o conceito de redundância analítica, onde sinais obtidos do sistema (possivelmente com falha) são comparados com sinais esperados, obtidos de um modelo. O isolamento de falhas emprega uma técnica desenvolvida neste trabalho, chamada isolamento automático. A técnica usa uma abordagem baseada em grafos que considera a propagação de falhas e a falta de informação sobre determinados componentes do sistema. Falhas são localizadas de forma mais precisa possível, dado o nível de detalhe do modelo. No escopo deste trabalho foi abordado todo o processo de especificação, projeto, implementação e validação da ferramenta, utilizada como prova de conceito para a técnica desenvolvida. A validação da ferramenta foi feita através da realização de um estudo de caso por potenciais usuários, o que permitiu demonstrar a aplicabilidade da ferramenta e a da técnica desenvolvida. / This work presents Auto-FDI (Automatic Fault Detection and Isolation), a software tool for detection and diagnosis of faults in systems. The tool uses the analytical redundancy concept, where signals from the (possibly faulty) system are compared with expected signals from a model. The fault isolation employs a technique developed on this work, called automatic isolation. This technique uses a graph-based approach which considers the fault propagation and the lack of information about certain components of the system. Faults are pinpointed as accurately as possible given the level of detail in the model. In the scope of this work was addressed the whole process of specification, design, implementation and validation of the tool - used as proof of concept for the developed technique. The validation of the tool was made by conducting a case study for potential users, that has demonstrated the applicability of the tool and the technique developed.