Aeronaves são equipadas com múltiplos sensores que medem grandezas como a velocidade e o ângulo de ataque, além dos comandos dos pilotos. Em geral, cada grandeza é medida por vários sensores redundantes, devido à possibilidade de falha dos sensores e à criticidade da perda da medida ou da sua medição errônea. Os diversos valores medidos para uma mesma variável devem ser consolidados em um único valor por uma lógica de votação. Esta informação pode ser usada para indicação aos pilotos no cockpit e/ou para cálculo dos comandos de deflexão das superfícies de controle da aeronave. Sendo assim, se o votador fornecer um valor errôneo de uma grandeza para o sistema aviônico e para o sistema de controle, os pilotos poderão ser induzidos a tomar decisões equivocadas e os comandos calculados e aplicados às superfícies de controle estarão incorretos, o que pode provocar acidentes catastróficos. Portanto, o votador deve ser capaz de detectar falhas nos sensores e consolidar um valor único e confiável de cada grandeza, evitando a propagação de falhas para os sistemas de controle e de indicação. O objetivo deste trabalho é desenvolver um algoritmo de votação de quatro sinais orientado para aplicação em sensores redundantes de aeronaves. O trabalho também inclui a apresentação dos conceitos básicos sobre votação no meio aeronáutico, simulações de casos de falhas e verificação da resposta do algoritmo proposto nestas situações, bem como uma análise sobre a configuração dos parâmetros.

Este trabalho apresenta os resultados do desenvolvimento de um protótipo de Sistema Especialista (S.E.) para auxiliar na manutenção de aeronaves, aplicado à aeronave EMB120 Brasília, da Empresa Brasileira de Aeronáutica - EMBRAER. O S.E. dá apoio à equipe de manutenção no processo de tomada de decisões no trabalho de manutenção, utilizando um banco de regras contendo conhecimento especializado. Para sua implementação foi utilizado o Construturo de Sistemas Especialistas ("shell") VP-EXPERT, versão 2.1, da empresa Paperback Software International. Foi implementado o sub-sistema de Aviso de Estol, que evita a aeronave chegar a uma condição de estol ou perda de sustentação. Este trabalho se justifica pela necessidade real de se dar à equipe de manutenção uma ferramenta de apoio que a auxilie na solução de problemas na manutenção de aeronaves.

Em refinarias, existe uma grande quantidade de situações de risco que podem afetar as ações dos operadores principalmente durante as emergências operacionais. Sendo assim torna-se necessário e urgente o desenvolvimento de métodos que permitam uma integração entre as informações e a administração das situações de risco. Essencialmente dois aspectos do problema devem ser reconhecidos. Um é o gerenciamento efetivo das informações do processo, tais como dados de sensores e outras fontes, que podem interpretar as condições de risco. O outro é o planejamento de procedimentos de correção bem como as estratégias de correção das anormalidades do processo. O objetivo do presente trabalho é investigar métodos não convencionais disponíveis na atualidade (tais como: sistemas especialistas, redes neurais, lógica nebulosa, tec.) utilizados para a administração de situações de risco e com base nessas observações propor um método sistemático para a diagnose de falhas e situações anormais, bem como sugerir ou executar as ações corretivas necessárias para que o processo retorne às condições normais de operação.

Owing to the need for the satisfaction of attributes such as safety, maintainability, and reliability in modern critical engineering devices, the design of automatic feedback control systems has increasingly demanding fault-tolerant methods. In particular, if the system states cannot directly be measured by the available suite of sensors, a fault-tolerant state estimation method turns out to be of paramount importance for achieving fault tolerance. In this context, the present thesis formulates a fault-tolerant state estimation (FTSE) problem consisting of a joint state and fault estimation of linear systems subject to additive faults. The system is described by a discrete-time linear Gaussian state-space model, where the fault appears as unknown inputs affecting both the state and measurement equations. The sequence of fault inputs is assumed to be parameterizable by three fault parameters: the fault magnitude, the fault instant, and the fault mode index. Moreover, these parameters are treated as unknown realizations of random variables (RV) that are defined so as to account for prior knowledge about possible faults. For tackling the above FTSE problem, the present work introduces a fault-tolerant two-stage (FTTS) filtering approach, from which three different FTTS filters are derived by considering three plausible alternative characterizations of the fault magnitude RV. On the basis of computational simulations, one of the FTTS filters is illustrated on a fault-tolerant model predictive control (MPC) scheme for satellite attitude control.

A manutenção de software tem consumido mais de 50% do esforço de desenvolvimento e até 90% do ciclo de vida de um software. Localizar e corrigir defeitos após a entrega de um software apresenta frequentemente custos elevados em relação às fases anteriores do projeto. A predição de defeitos tem atraído crescente interesse na indústria e na comunidade científica. Uma das abordagens adotadas vem sendo utilização de métricas de produto de software, obtidas através de análise estática de código, como insumos para predição de manutenção corretiva. Neste contexto, diversas técnicas de predição têm sido propostas e utilizadas, baseadas em técnicas estatísticas de regressão e de aprendizado de máquina. Entretanto, a grande variedade de métricas de software e técnicas tem dificultado a adoção da prática de predição de defeitos em projetos reais, por exigirem conhecimento especializado e elevado esforço de investigação. Neste trabalho de pesquisa, é investigado, concebido, implementado e verificado um framework, denominado EARLY-FIX, para predição de manutenção corretiva de software, utilizando métricas de produto. O EARLY-FIX representa a principal contribuição desta pesquisa e endereça problemas enfrentados para obtenção das informações necessárias para predição de defeitos em projetos de software desenvolvidos com processos iterativos. O EARLY-FIX compõe-se de métodos de medição e de calibração que permitem sua execução automatizada, possibilitando sua implementação em projetos de forma transparente e não-intrusiva. O EARLY-FIX envolve ainda modelos de indicadores preditivos que visam a identificação de módulos com maior propensão a manutenções corretivas. Desta forma, os indicadores fornecem insumos para priorização de atividades de qualidade, como inspeção, refatoração e testes. Finalmente, realiza-se a implementação e a verificação do EARLY-FIX em uma análise histórica, considerando dois projetos da indústria desenvolvidos segundo o paradigma Orientado a Objetos. Comparações entre os modelos gerados por cinco técnicas de regressão estatística estão entre os principais resultados obtidos nesta pesquisa.

O objetivo deste trabalho é caracterizar o modo de falha de juntas fabricadas com laminados de material compósito sujeitos a cargas de impacto de baixa energia, através de um modelo em software de elementos finitos Abaqus/Explicit. As juntas em compósitos foram fabricadas por três tipos de processo: colagem, rebitagem e soldagem. Dados experimentais foram coletados no laboratório de ensaios estruturais do ITA (Instituto Tecnológico de Aeronáutica) através do impacto de corpos de provas (cdps) utilizando a Torre de Impacto em queda livre (Drop Test Tower - DTT). Nestes testes foi possível verificar a força de impacto e a energia dissipada em função do tempo para cada um dos três tipos de juntas. Na simulação de elementos finitos foram utilizados dois modelos de danos para atender as condições reais de impacto, resultando em uma boa aproximação entre as curvas teóricas e experimentais de força de impacto e energia dissipada, e assim caracterizar o modo de falha para cada tipo de junta.

Este trabalho apresenta uma proposta de modelo destinado a representar o sistema elétrico de potência previsto para ser implantado no novo Sistema Plataforma de Lançamento, o qual atenderá essencialmente as operações de integração vertical, testes e lançamento de Veículos Lançadores de Satélites (VLS), localizado no Centro de Lançamento de Alcântara (CLA) no estado do Maranhão. Nesse modelo são simuladas faltas, em pontos estratégicos, com o principal objetivo de estimar valores de corrente de curto-circuito e sobretensões, os quais servirão de referências para auxiliar a elaboração de especificação e dimensionamento de dispositivos de proteção e condutores elétricos destinados ao Projeto Executivo desse sistema de potência. Os resultados apresentados, nas simulações computacionais dessas faltas, são consistentes com o tipo de sistema de distribuição elétrico adotado para a mencionada plataforma, condição que ratifica o modelo proposto neste trabalho.

Um reparo estrutural, feito de uma chapa de reforço unida mecanicamente a um revestimento, pode degradar a vida em fadiga e o comportamento da tolerância a dano de um elemento estrutural típico de uma aeronave. Essa degradação está diretamente relacionada às concentações de tensões introduzidas pelas cargas dos rebites. Uma série de configurações de reparos rebitados típicos são apresentadas, analisadas e comparadas a respeito a sua fadiga e a características de tolerância a dano. As cargas nos rebites são determinadas numericamente utilizando-se um programa de computador baseado no Método dos Elementos de Contorno Dual. Curvas S-N com qualidade de furo aberto são utilizadas para estimar as vidas em fadiga. Cálculos de resistência residual são realizados para a situação de dano múltiplo oriundos da fileira crítica de furos. Resultados são comparados de maneira que a melhor configuração possa ser selecionada.

Esta tese aborda a aplicação da técnica de Time Assíncrono de Agentes Autônomos (A-Team) para solucionar o problema de controle de tráfego urbano. Neste problema deseja-se minimizar, ao longo do dia, o número de veículos nas filas ajustando os tempos dos semáforos considerados interligados por meio de uma rede de comunicação de dados. A técnica A-Team utiliza-se de um grande número arbitrário de agentes autônomos de software que cooperam entre si melhorando os resultados uns dos outros. Estes resultados são compartilhados através da utilização de uma memória comum. Nesta tese a tradicional técnica de gerenciamento da memória do A-Team foi modificado para uma compatibilização com a necessidade de repetição de otimização ao longo do dia, uma vez que o tráfego está em constante variação. Mostra-se que a otimização do problema do controle de tráfego urbano é bastante sensível aos dados de entrada, como na maioria dos problemas de otimização. O otimozador A-Team utiliza como entrada a contagem veicular para cada faixa de rolamento das vias. Estas contagens veiculares são obtidas através de sensores localizados sob o pavimento das vias e conhecidos como sensores tipo laço indutivo. Esta tese também mostra como detetar, isolar e acomodar falhas destes sensores durante a otimização realizada pelo A-Team. Dados reais de tráfego e simulações de computador são utilizados para ilustrar as técnicas de otimização e de gerenciamento de falhas de sensores apresentados nesta tese.

In this work, wavelet-based techniques are studxied for adaptive feature extraction in the time-frequency plane. Emphasis is placed on pattern recognition problems, in particular fault detection in control systems and classification / clustering electrocardiographic signals. In the context of fault detection, a technique for residue generation using wavelet filter banks is introduced. Numerical simulations show that the proposed method exhibits good noise rejection characteristics and robustness to transient inputs, either from commands or unmeasured exogenous disturbances. Results are compared to those obtained by a standard observer-based technique. Classification of electrocardiographic patterns is performed with a wavelet neural network, which employs an adaptive wavelet layer as a pre-processing stage to a perceptron classifier. Basic concepts involved, as well as aspects of training and initialization are discussed. Two modifications to the basic supervised training algorithm are proposed, namely the introduction of a bias component in the wavelets and the adoption of a weight decay policy. Results are interpreted with basis on the concept of superposition wavelets. A competitive wavelet network, inspired in Kohonen lavers, is proposed for means of pattern clustering. It was verified that this paradigm has some advantages over the conventional neural layers when patterns to be analyzed have a low signal to noise ratio. A hierarchical, multiresolutional procedure for performing clustering is also presented. Classification / clustering tests are carried out on signals taken from the MIT-BIH Arrhythmia Database.