Made available in DSpace on 2014-10-09T12:35:50Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:03:40Z (GMT). No. of bitstreams: 0 / Dissertação (Mestrado) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:33:30Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:05:40Z (GMT). No. of bitstreams: 0 / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:35:50Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:03:40Z (GMT). No. of bitstreams: 0 / A perfilagem de colunas por raios gama (column gamma scan) é uma técnica nuclear empregada para solucionar problemas em equipamentos de processos industriais, nas refinarias e petroquímicas. Consiste na utilização de uma fonte selada e um detector de radiação [NaI(Tl)], obtendo-se o perfil de densidade unidimensional (1D) do equipamento. Nas últimas décadas, ocorreram algumas melhorias na técnica de perfilagem, tais como, na digitalização contínua das informações e nos sistemas de detecção da radiação (wireless). Novos aplicativos melhoraram a qualidade da apresentação dos resultados. Entretanto, a condição da técnica não mudou drasticamente, desde sua criação. Seu resultado é simplesmente um gráfico 1D da densidade média, em função da altura do equipamento industrial. A tecnologia inovadora proposta neste trabalho de Mestrado utiliza a reconstrução tomográfica industrial, via algoritmos iterativos derivados da ART (Algebraic Reconstruction Technique) e do MART (Multiplicative Algebraic Reconstruction Technique), para apresentar o resultado de perfilagem como uma imagem bidimensional (2D) da distribuição de densidade, ao invés de um gráfico 1D. Nitidamente, uma imagem 2D possui mais informações técnicas do equipamento em análise, permitindo um avanço na tecnologia de ensaios não destrutivos (END). Assim, muitos problemas operacionais não detectáveis em equipamentos de processos industriais podem ser descobertos e solucionados de forma on-line, usando-se o imageamento 2D. Esta tecnologia permitiu que um pedido de patente fosse depositado junto ao Instituto Nacional de Propriedade Industrial (INPI). / Dissertação (Mestrado) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:33:30Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:05:40Z (GMT). No. of bitstreams: 0 / A demanda crescente na complexidade, eficiência e confiabilidade nos sistemas industriais modernos têm estimulado os estudos da teoria de controle aplicada no desenvolvimento de sistemas de Monitoração e Detecção de Falhas. Neste trabalho foi desenvolvida uma metodologia inédita de Monitoração e Detecção de Falhas através do algoritmo GMDH e Redes Neurais Artificiais (RNA) que foi aplicada ao reator de pesquisas do IPEN, IEA-R1. O desenvolvimento deste trabalho foi dividido em duas etapas: sendo a primeira etapa dedicada ao pré-processamento das informações, realizada através do algoritmo GMDH; e a segunda o processamento das informações através de RNA. O algoritmo GMDH foi utilizado de duas maneiras diferentes: primeiramente, o algoritmo GMDH foi utilizado para gerar uma melhor estimativa da base de dados, tendo como resultado uma matriz denominada matriz_z, que foi utilizada no treinamento das RNA. Logo após, o GMDH foi utilizado no estudo das variáveis mais relevantes, sendo estas variáveis utilizadas no processamento das informações. Para realizar as simulações computacionais, foram propostos cinco modelos: Modelo 1 (Modelo Teórico) e Modelos 2, 3, 4 e 5 (Dados de operação do reator). Após a realização de um estudo exaustivo dedicado a Monitoração, iniciou-se a etapa de Detecção de Falhas em sensores, onde foram simuladas falhas na base de dados dos sensores. Para tanto as leituras dos sensores tiveram um acréscimo dos seguintes valores: 5%, 10%, 15% e 20%. Os resultados obtidos utilizando o algoritmo GMDH na escolha das melhores variáveis de entrada para as RNA foram melhores do que aqueles obtidos utilizando apenas RNA, o que viabiliza o uso da nova metodologia de Monitoração e Detecção de Falhas em sensores apresentada. / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP

No / The Internet of Things (IoT) has improved our lives through various applications such as home automation, smart city monitoring, environmental monitoring, intelligent farming, and a host of others. IoT is increasingly being used for environmental monitoring to prevent fire incidents and other environmental hazards. However, for IoT systems to function effectively in preventing fire incidents, they must operate in a safe, reliable, and dependable manner. The intelligent sensors and devices that constitute the system are prone to different types of failures, which can lead to unsafe or dangerous conditions. Failure of a fire prevention system can pose significant risks to Health, Safety, and the Environment (HSE). To address these concerns, it is essential to understand how component failures can contribute to the overall system failure. This paper adopts Fault Tree Analysis, a widely used framework for failure behaviour analysis in other safety-critical domains, to qualitatively analyse an intelligent fire detection system in an industrial setting. The analysis outlines the ways in which the system can fail and the necessary prevention mechanism to guard against undesired system failure.

yes / Failure Prediction has long known to be a challenging problem. With the evolving trend of technology and growing complexity of high-performance cloud data centre infrastructure, focusing on failure becomes very vital particularly when designing systems for the next generation. The traditional runtime fault-tolerance (FT) techniques such as data replication and periodic check-pointing are not very effective to handle the current state of the art emerging computing systems. This has necessitated the urgent need for a robust system with an in-depth understanding of system and component failures as well as the ability to predict accurate potential future system failures. In this paper, we studied data in-production-faults recorded within a five years period from the National Energy Research Scientific computing centre (NERSC). Using the data collected from the Computer Failure Data Repository (CFDR), we developed an effective failure prediction model focusing on high-performance cloud data centre infrastructure. Using the Auto-Regressive Moving Average (ARMA), our model was able to predict potential future failures in the system. Our results also show a failure prediction accuracy of 95%, which is good.

This dissertation presents a new approach for identifying, assessing, mitigating, and managing the risks of failure in complex systems. It describes the paradigm commonly used today to explain such failures and proposes an alternative paradigm that expands the lens for viewing failures to include alternative theories derived from modern theories of physics. Further, it describes the foundation for each paradigm and illustrates how the paradigms may be applied to a particular system failure. Today, system failure commonly is analyzed using a paradigm grounded in classical or Newtonian physics. This branch of science embraces the principles of reductionism, cause and effect, and determinism. Reductionism is used to dissect the system failure into its fundamental elements. The principle of cause and effect links the actions that led to the failure to the consequences that result. Analysts use determinism to establish the linear link from one event to another to form the chain that reveals the path from cause to consequence. As a result, each failure has a single cause and a single consequence. An alternative paradigm, labeled contemporary, incorporates the Newtonian foundation of the classical paradigm, but it does not accept the principles as inviolate. Instead, this contemporary paradigm adopts the principles found in the theories of relativity, quantum mechanics, chaos, and complexity. These theories hold that any analysis of the failure is affected by the frame of reference of the observer. Causes may create non-linear effects and these effects may not be observable directly. In this paradigm, there are assumed to be multiple causes for any system failure. Each cause contributes to the failure to a degree that may not be measurable using techniques of classical physics. The failure itself generates multiple consequences that may be remote in place or time from the site of the failure, and which may affect multiple individuals and organizations. Further, these consequences, are not inevitable, but may be altered by actions taken prior to and responses taken after the occurrence of the failure. The classical and contemporary paradigms are applied using a single embedded case study, the failure of the space shuttle Challenger. Sources, including literature and popular press articles published prior to and after the failure and NASA documents are reviewed to determine the utility of each paradigm. These reviews are supplemented by interviews with individuals involved in the failure and the official investigations that followed. This dissertation demonstrates that a combination of the classical and contemporary paradigms provides a more complete, and more accurate, picture of system failure. This combination links the non-deterministic elements of system failure analysis to the more conventional, deterministic theories. This new framework recognizes that the complete prevention of failure cannot be achieved; instead it makes provisions for preparing for and responding to system failure. / Ph. D.

Made available in DSpace on 2014-10-09T12:52:08Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T13:58:01Z (GMT). No. of bitstreams: 0 / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP

Submitted by Claudinei Pracidelli (cpracide@ipen.br) on 2016-06-22T12:55:19Z No. of bitstreams: 0 / Made available in DSpace on 2016-06-22T12:55:19Z (GMT). No. of bitstreams: 0 / Dissertação (Mestrado em Tecnologia Nuclear) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:52:08Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T13:58:01Z (GMT). No. of bitstreams: 0 / A área de monitoração e diagnóstico vem apresentando um acentuado desenvolvimento nos últimos anos com a introdução de novas técnicas de diagnóstico bem como vem contando com a contribuição dos computadores no processamento das informações e das técnicas de diagnósticos. A contribuição da inteligência artificial na automatização do diagnóstico de defeito vem se desenvolvendo continuamente e a crescente automação na indústria vêm de encontro a estas novas técnicas. Na área nuclear, é crescente a preocupação com a segurança nas instalações, e têm sido procuradas técnicas mais eficazes para aumentar o nível de segurança [59]. Algumas usinas nucleares já possuem instaladas, em algumas máquinas, sensores que permitem a verificação de suas condições operacionais. Desta forma, este trabalho também pode colaborar nesta área, ajudando no diagnóstico das condições de operação das máquinas, mais especificamente, no diagnóstico das condições dos rolamentos. O principal objetivo deste trabalho é detectar e classificar os tipos de defeitos apresentados pelos rolamentos analisados e para tal desenvolveu-se uma nova técnica de extração de característica dos sinais de aceleração, baseando-se no Zero Crossing da Transformada de Wavelet contribuindo com o desenvolvimento desta dinâmica área. Como técnica de inteligência artificial foi utilizada a Lógica Paraconsistente Anotada com dois valores (LPA2v), oferecendo a sua contribuição na automação do diagnóstico de defeitos, pois esta lógica pode tratar inclusive de resultados contraditórios que as técnicas de extração de características possam apresentar. Foi desenvolvido um programa de computador onde varias técnicas de extração de características foram utilizadas para realização de diagnóstico das condições de operação dos rolamentos. Este programa foi testado através de dados experimentais obtidas em uma bancada de ensaios para rolamentos onde defeitos previamente conhecidos foram utilizados para avaliar o desempenho das novas técnicas utilizadas. Este trabalho também se concentrou na identificação de defeitos em sua fase inicial procurando utilizar acelerômetros, pois são sensores robustos, de baixo custo e facilmente encontrados na indústria em geral. Os resultados deste trabalho foram obtidos através da utilização de um banco de dados experimental e verificou-se que os resultados de diagnósticos de defeitos mostraramse bons para defeitos em fase inicial. / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP