Return to search

Metodologia híbrida para prognóstico de sistemas integrando análise de séries temporais e raciocínio baseado em casos

Este trabalho propõe uma metodologia para o prognóstico de sistemas com base em série temporal de parâmetro indicativo da condição do equipamento. A série temporal é dividida em diferentes cenários candidatos de acordo com a modificação de variáveis exógenas que representam condições ambientais externas ao sistema. A cada cenário válido é associado um modelo de progressão específico construído em um ciclo iterativo que segue uma abordagem de análise de séries temporais estocásticas do tipo ARIMA (Autoregressive Integrated Moving Average Process). O modelo utilizado para fins de prognóstico é determinado pela combinação de modelo de progressão do cenário mais atual com o modelo associado ao cenário passado mais similar ao atual. No contexto de prognóstico econômico realiza-se uma comparação com vias a ilustrar equivalência entre a classe de modelos ARIMA utilizada com modelo polinomial disponível na literatura, aplicando-se estas metodologias no problema de previsão do índice Dow Jones. A viabilidade da abordagem proposta, em se tratando de prognóstico de equipamento, é demonstrada através da predição de um índice de degradação para motor de corrente contínua (C.C.), onde os dados simulados são gerados a partir de um benchmark que representa o sistema de acionamento da máquina (C.C.).

Identiferoai:union.ndltd.org:IBICT/oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2236
Date28 February 2013
CreatorsÍcaro Bezerra Viana
ContributorsGuilherme Conceição Rocha, Luiz Carlos Sandoval Góes
PublisherInstituto Tecnológico de Aeronáutica
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações do ITA, instname:Instituto Tecnológico de Aeronáutica, instacron:ITA
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds