KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS
Ano de defesa: | 1996 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
|
Programa de Pós-Graduação: |
PPG EM ENGENHARIA ELÉTRICA
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Link de acesso: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@2 |
Resumo: | O Sistema elétrico brasileiro é baseado quase que integralmente em energia produzida por Usinas Hidroelétricas. Estas Máquinas Hidroelétricas possuem um comportamento diferenciado das máquinas turbo geradoras, cujo comportamento já foi identificado e classificado em pesquisas anteriores. Este trabalho investiga o uso de um Sistema baseado em Conhecimento para o diagnóstico precoce de falhas em Máquinas Hidrogeradoras, visando redução de custos advindos principalmente de paradas operacionais não necessárias na máquina para manutenção. O sistema foi criado com informação obtida a partir dos seguintes meios: sistemática de manutenção executada nas Usinas Hidroelétricas, através de entrevistas à equipe responsável pela manutenção da usina de Furnas (MG); da identificação do comportamento eletromecânico da máquina; e do estudo de casos. O Sistema é capaz de identificar, a partir dos sensores localizados nas máquinas, eventuais falhas, permitindo executar paradas programadas de maneira otimizada. Foi criado um protótipo de um sistema computacional baseado em Conhecimento implementando tal modelo de forma bem flexível. A modelagem criada, a implementação do protótipo computacional e, principalmente, a explicação do raciocínio empregado, agregado com a possibilidade da modificação do conhecimento através da aquisição automática, são contribuições inovadoras deste trabalho. É descrito o Domínio do Problema de diagnosticar falhas em Máquinas Hidrogeradoras, identificado durante análise das informações coletadas da equipe de manutenção na usina de Furnas e de especialistas no comportamento eletromecânico das máquinas. É descrito também o modelo simbólico criado, representativo do domínio, utilizando interface projetada, visando a implementação prática nas usinas. É apresentado uma solução de desacoplamento das informações advindas dos sensores eletromecânicos da máquina e o sistema, através de módulo baseado em Lógica Nebulosa (Fuzzy Logic) que converte as informações numéricas em informações simbólicas compreendidas pelo sistema de diagnóstico, permitindo o uso do sistema, sem alteração em máquinas que possuam características diversas. Finalmente, é apresentada a metodologia de testes adotada para validação do modelo implementado através da simulação de dados de vibração e oscilação, cujo relacionamento com eventuais falhas é parcialmente conhecido, assim como uma conclusão sobre a viabilidade e praticidade de um modelo simbólico na solução do diagnóstico das máquinas hidrogeradoras. Durante o desenvolvimento da tese verificou-se que o conhecimento sobre falhas em Máquinas Hidrogeradoras ainda não está consolidado e que então, um Sistema baseado em Conhecimento com aquisição de conhecimento automático mostra-se uma excelente ferramenta de modelagem para os especialistas. |
id |
PUC_RIO-1_d9db6e0137c8c7d129be716d2c86f38d |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:9020 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
|
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisKNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS SISTEMA DE CONHECIMENTO PARA DIAGNÓSTICO DE MÁQUINAS HIDROGERADORAS 1996-08-28ANA CRISTINA BICHARRA DA SILVAANA CRISTINA BICHARRA DA SILVAMARLEY MARIA BERNARDES REBUZZI VELLASCOEMMANUEL PISECES LOPES PASSOSMARCO AURELIO CAVALCANTI PACHECOMARCO AURELIO CAVALCANTI PACHECOANA CRISTINA BICHARRA DA SILVALUCIANO R CHAGAS COSTA JUNIORPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBRO Sistema elétrico brasileiro é baseado quase que integralmente em energia produzida por Usinas Hidroelétricas. Estas Máquinas Hidroelétricas possuem um comportamento diferenciado das máquinas turbo geradoras, cujo comportamento já foi identificado e classificado em pesquisas anteriores. Este trabalho investiga o uso de um Sistema baseado em Conhecimento para o diagnóstico precoce de falhas em Máquinas Hidrogeradoras, visando redução de custos advindos principalmente de paradas operacionais não necessárias na máquina para manutenção. O sistema foi criado com informação obtida a partir dos seguintes meios: sistemática de manutenção executada nas Usinas Hidroelétricas, através de entrevistas à equipe responsável pela manutenção da usina de Furnas (MG); da identificação do comportamento eletromecânico da máquina; e do estudo de casos. O Sistema é capaz de identificar, a partir dos sensores localizados nas máquinas, eventuais falhas, permitindo executar paradas programadas de maneira otimizada. Foi criado um protótipo de um sistema computacional baseado em Conhecimento implementando tal modelo de forma bem flexível. A modelagem criada, a implementação do protótipo computacional e, principalmente, a explicação do raciocínio empregado, agregado com a possibilidade da modificação do conhecimento através da aquisição automática, são contribuições inovadoras deste trabalho. É descrito o Domínio do Problema de diagnosticar falhas em Máquinas Hidrogeradoras, identificado durante análise das informações coletadas da equipe de manutenção na usina de Furnas e de especialistas no comportamento eletromecânico das máquinas. É descrito também o modelo simbólico criado, representativo do domínio, utilizando interface projetada, visando a implementação prática nas usinas. É apresentado uma solução de desacoplamento das informações advindas dos sensores eletromecânicos da máquina e o sistema, através de módulo baseado em Lógica Nebulosa (Fuzzy Logic) que converte as informações numéricas em informações simbólicas compreendidas pelo sistema de diagnóstico, permitindo o uso do sistema, sem alteração em máquinas que possuam características diversas. Finalmente, é apresentada a metodologia de testes adotada para validação do modelo implementado através da simulação de dados de vibração e oscilação, cujo relacionamento com eventuais falhas é parcialmente conhecido, assim como uma conclusão sobre a viabilidade e praticidade de um modelo simbólico na solução do diagnóstico das máquinas hidrogeradoras. Durante o desenvolvimento da tese verificou-se que o conhecimento sobre falhas em Máquinas Hidrogeradoras ainda não está consolidado e que então, um Sistema baseado em Conhecimento com aquisição de conhecimento automático mostra-se uma excelente ferramenta de modelagem para os especialistas. The Brazilian Electrical Energy supply is almost entirely based on the energy produced by the Hydroeletric Power Station Machines. These Hydroeletric Machines own particular behavior in comparison to the turbogenerator behavior. This work investigates the use of Knowledge based system Hydroeletric Machines fault diagnosis. The system was modeled using information obtained by: the maintenance s systematic executed Hydroeletric Power Stations, though Furnas (Minas Gerais) maintenance team interviews; the Machine electromechanical behavior; and a Case Based study. The system is able to identify, from machine located sensors data analysis, eventual faults, allowing the execution of programmed operational interrupts in the machine in a optimized manner. A computational prototype and, mainly, the interface explain engine in addition to the knowledge modification through acquisition, are the innovative contributions of this work. The machine fault diagnosis problem domain is described, identified in the information, collected from the maintenance team and the electromechanical behavior experts, analysis. It is also described the projected symbolic model, the domain representation, using graphical and friendly interface, aiming its practical implementation in real Power Stations. It is shown a sensor information detach solution, through a Fuzzy Logic based module which converts the numerical data in a symbolic one, known by the diagnosis system, allowing its use, without any modification, in a sort of different machines. Finally, it is shown the test methodology adopted for the prototype validation through oscillation data simulation, which relationship with machine faults is partially known, and the symbolic model praticality and feasibility in the Hidrogenerator Diagnosis solution. Through the thesis development, it was verified that the Hydrogenerator fault knowledge wasn t still consolidated. So, the Knowledge Based system with knowledge acquisition became an excelent modeling tool for the domain experts. CENTRO DE PESQUISA DE ENERGIA ELÉTRICAhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2023-06-26T08:59:27ZRepositório InstitucionalPRI |
dc.title.en.fl_str_mv |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS |
dc.title.alternative.pt.fl_str_mv |
SISTEMA DE CONHECIMENTO PARA DIAGNÓSTICO DE MÁQUINAS HIDROGERADORAS |
title |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS |
spellingShingle |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS LUCIANO R CHAGAS COSTA JUNIOR |
title_short |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS |
title_full |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS |
title_fullStr |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS |
title_full_unstemmed |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS |
title_sort |
KNOWLEDGE BASED FOR HYDROELECTRIC MACHINES DIAGNOSIS |
dc.creator.ID.none.fl_str_mv |
|
dc.creator.Lattes.none.fl_str_mv |
|
author |
LUCIANO R CHAGAS COSTA JUNIOR |
author_facet |
LUCIANO R CHAGAS COSTA JUNIOR |
author_role |
author |
dc.contributor.advisor1ID.none.fl_str_mv |
|
dc.contributor.advisor1Lattes.none.fl_str_mv |
|
dc.contributor.advisor2ID.none.fl_str_mv |
|
dc.contributor.advisor2Lattes.none.fl_str_mv |
|
dc.contributor.advisor1.fl_str_mv |
ANA CRISTINA BICHARRA DA SILVA |
dc.contributor.advisor2.fl_str_mv |
ANA CRISTINA BICHARRA DA SILVA |
dc.contributor.referee1.fl_str_mv |
MARLEY MARIA BERNARDES REBUZZI VELLASCO |
dc.contributor.referee2.fl_str_mv |
EMMANUEL PISECES LOPES PASSOS |
dc.contributor.referee3.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.referee4.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.referee5.fl_str_mv |
ANA CRISTINA BICHARRA DA SILVA |
dc.contributor.author.fl_str_mv |
LUCIANO R CHAGAS COSTA JUNIOR |
contributor_str_mv |
ANA CRISTINA BICHARRA DA SILVA ANA CRISTINA BICHARRA DA SILVA MARLEY MARIA BERNARDES REBUZZI VELLASCO EMMANUEL PISECES LOPES PASSOS MARCO AURELIO CAVALCANTI PACHECO MARCO AURELIO CAVALCANTI PACHECO ANA CRISTINA BICHARRA DA SILVA |
description |
O Sistema elétrico brasileiro é baseado quase que integralmente em energia produzida por Usinas Hidroelétricas. Estas Máquinas Hidroelétricas possuem um comportamento diferenciado das máquinas turbo geradoras, cujo comportamento já foi identificado e classificado em pesquisas anteriores. Este trabalho investiga o uso de um Sistema baseado em Conhecimento para o diagnóstico precoce de falhas em Máquinas Hidrogeradoras, visando redução de custos advindos principalmente de paradas operacionais não necessárias na máquina para manutenção. O sistema foi criado com informação obtida a partir dos seguintes meios: sistemática de manutenção executada nas Usinas Hidroelétricas, através de entrevistas à equipe responsável pela manutenção da usina de Furnas (MG); da identificação do comportamento eletromecânico da máquina; e do estudo de casos. O Sistema é capaz de identificar, a partir dos sensores localizados nas máquinas, eventuais falhas, permitindo executar paradas programadas de maneira otimizada. Foi criado um protótipo de um sistema computacional baseado em Conhecimento implementando tal modelo de forma bem flexível. A modelagem criada, a implementação do protótipo computacional e, principalmente, a explicação do raciocínio empregado, agregado com a possibilidade da modificação do conhecimento através da aquisição automática, são contribuições inovadoras deste trabalho. É descrito o Domínio do Problema de diagnosticar falhas em Máquinas Hidrogeradoras, identificado durante análise das informações coletadas da equipe de manutenção na usina de Furnas e de especialistas no comportamento eletromecânico das máquinas. É descrito também o modelo simbólico criado, representativo do domínio, utilizando interface projetada, visando a implementação prática nas usinas. É apresentado uma solução de desacoplamento das informações advindas dos sensores eletromecânicos da máquina e o sistema, através de módulo baseado em Lógica Nebulosa (Fuzzy Logic) que converte as informações numéricas em informações simbólicas compreendidas pelo sistema de diagnóstico, permitindo o uso do sistema, sem alteração em máquinas que possuam características diversas. Finalmente, é apresentada a metodologia de testes adotada para validação do modelo implementado através da simulação de dados de vibração e oscilação, cujo relacionamento com eventuais falhas é parcialmente conhecido, assim como uma conclusão sobre a viabilidade e praticidade de um modelo simbólico na solução do diagnóstico das máquinas hidrogeradoras. Durante o desenvolvimento da tese verificou-se que o conhecimento sobre falhas em Máquinas Hidrogeradoras ainda não está consolidado e que então, um Sistema baseado em Conhecimento com aquisição de conhecimento automático mostra-se uma excelente ferramenta de modelagem para os especialistas. |
publishDate |
1996 |
dc.date.issued.fl_str_mv |
1996-08-28 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9020@2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM ENGENHARIA ELÉTRICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1776626296021843968 |