Dissertação (Mestrado)—Universidade de Brasília, Faculdade de Tecnologia,
Departamento de Engenharia Mecânica, 2012. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2012-05-07T13:36:46Z
No. of bitstreams: 1
2012_IvanPatricioMorenoMarcos.pdf: 5735898 bytes, checksum: c90af623c7a90ef968c61ec1936e98b0 (MD5) / Approved for entry into archive by Jaqueline Ferreira de Souza(jaquefs.braz@gmail.com) on 2012-05-14T11:27:45Z (GMT) No. of bitstreams: 1
2012_IvanPatricioMorenoMarcos.pdf: 5735898 bytes, checksum: c90af623c7a90ef968c61ec1936e98b0 (MD5) / Made available in DSpace on 2012-05-14T11:27:45Z (GMT). No. of bitstreams: 1
2012_IvanPatricioMorenoMarcos.pdf: 5735898 bytes, checksum: c90af623c7a90ef968c61ec1936e98b0 (MD5) / O alto desempenho requerido nas grandes usinas hidrelétricas no Brasil, com o objetivo de gerar um serviço de alta qualidade, tem suscitado, principalmente na área de manutenção de processos, conhecer e integrar nos seus sistemas, novas técnicas modernas de monitoramento de condição, diagnóstico e prognóstico para avaliação contínua de
parâmetros chaves do estado de funcionamento de máquinas com o objetivo de detectar eventuais falhas ou defeitos e gerar um conjunto de ações de manutenção preditiva para incrementar a produtividade do processo. O presente trabalho se propõe a apresentar uma
solução viável nesse contexto e tem como objetivo desenvolver uma metodologia para a
concepção de um sistema de monitoramento de condição inteligente baseado em regras de
produção usando funções de pertinência fuzzy visando melhorar a confiabilidade dos estados de máquinas para incrementar sua disponibilidade e produtividade. Para a implementação computacional da metodologia, criou-se um conjunto de regras de produção fuzzy na interface ECLIPSE usando a biblioteca FuzzyJess. Finalmente, um
estudo de caso, de forma não integrada à base de conhecimento do SIMPREBAL (Sistema
Inteligente de Manutenção Preditiva de Balbina), foi realizado com o histórico de dados das grandezas físicas monitoradas pelo SIMPREBAL na usina hidrelétrica de Balbina para avaliar o desempenho da nova base de regras fuzzy e sua futura integração na base de conhecimento do SIMPREBAL. Os resultados deste estudo sugerem que a base de regras
fuzzy proposta, além de poder ser integrada no SIMPREBAL, possui um grande potencial
na detecção do correto estado funcionamento de máquinas com o intuito de avaliar melhor
as tendências em diagnóstico e prognóstico de possíveis falhas ou defeitos. ______________________________________________________________________________ ABSTRACT / The high performance needed in the large hydroelectric power plants from Brazil, demand knowing and integrating on their systems, principally on the process maintenance area, new modern techniques of condition monitoring, diagnostic and prognostic for continuous assessment of key performance parameters related to running state of machines with the
aim of detecting possible failures or faults and generating a set of predictive maintenance actions to increase the productivity of the process. This work presents a feasible solution on that context and it has as main objective to develop a methodology for the conception of
an intelligent condition monitoring system based on production rules by using fuzzy membership functions aiming to improve the reliability of the running states of machines for increase their availability and production. For the computational implementation of the
methodology, we built a set of fuzzy production rules in the ECLIPSE interface by using FuzzyJess package. Finally, a study case, non-integrated to the knowledge base of SIMPREBAL (Balbina’s Predictive Maintenance Intelligent System), was executed with the reading log of the monitored physical variables by SIMPREBAL on the Balbina’s
hydroelectric power plant to assess the performance of the new fuzzy rule base and its future integration on the knowledge base of SIMPREBAL. The results of this study suggest that the new fuzzy rule base, is not only able to integrate to SIMPREBAL, but also
possess a great potential on the detection of correct running state of machines with the objective to assess better their trends on diagnosis and prognosis of failures or faults. ______________________________________________________________________________ RESUMEN / El alto desempeño requerido en centrales hidroeléctricas del Brasil, con el objetivo de generar un servicio de alta calidad, ha originado, en el área de manutención de procesos, conocer e integrar en sus sistemas, nuevas técnicas modernas de monitoramiento de
condición, diagnóstico y pronóstico para evaluar continuamente parámetros claves del estado de funcionamiento de máquinas con el objetivo de detectar eventuales fallas o defectos e generar un conjunto de acciones de manutención predictiva para aumentar la
productividad del proceso. El presente trabajo se propone a presentar una solución viable en ese contexto e tiene como objetivo desenvolver una metodología para la concepción de un sistema de monitoramiento de condición inteligente basado en reglas de producción
usando funciones de membrecía fuzzy apuntando a mejorar la confiabilidad de los estados de funcionamiento de máquinas para incrementar su disponibilidad y productividad. Para la implementación computacional de la metodología, se construyó un conjunto de reglas de
producción fuzzy en la interface ECLIPSE usando la biblioteca FuzzyJess. Finalmente, un estudio de caso, de forma no integrada a la base de conocimiento del SIMPREBAL (Sistema Inteligente de Manutención Predictiva de Balbina), fue realizada con el histórico de datos de las variables físicas monitoreadas por el SIMPREBAL en la fábrica
hidroeléctrica de Balbina con el objetivo de evaluar el desempeño de la nueva base de reglas fuzzy y su futura integración en la base de reglas del SIMPREBAL. Los resultados
de este estudio sugieren que la base de reglas fuzzy, además de poder integrarse al SIMPREBAL, posee un gran potencial en la detección del correcto estado de funcionamiento de máquinas con el objetivo de evaluar mejor las tendencias en diagnóstico e pronóstico de fallas posibles.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/10425 |
| Date | 10 January 2012 |
| Creators | Marcos, Ivan Patricio Moreno |
| Contributors | Álvares, Alberto José |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds