Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Marcos Flavio Silveira Vasconcelos Dangelo
Orientador(a): Reinaldo Martinez Palhares
Banca de defesa: Walmir Matos Caminhas, Rosangela Helena Loschi, Amit Bhaya, Roberto Kawakami Harrop Galvão
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Minas Gerais
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
conjuntos fuzzy
algoritmo metropolis hastings
Detecção de falhas incipientes
Link de acesso: http://hdl.handle.net/1843/BUOS-8CVFWL
Resumo: Este trabalho apresenta uma nova abordagem para detecção de falhas incipientes em sistemas dinâmicos baseada em uma técnica Fuzzy/Bayesiana para detecção de ponto de mudança em séries temporais. A técnica de detecção de ponto de mudança proposta é baseada em uma formulação de duas etapas. Na primeira etapa, a teoria dos conjuntos fuzzy é aplicada na série temporal com o objetivo de aglomerar e transformar os dados iniciais, com distribuição arbitrária, em dados que podem ser aproximados por uma distribuição beta. A segunda etapa consiste em usar simulação de Monte Carlo via cadeias de Markov (o algoritmo de Metropolis-Hastings) para detectar ponto de mudança na série temporal transformada. No presente trabalho, falhas incipientes serão caracterizadas por mudanças gradativas na série temporal. Características especiais da metodologia proposta para detecção de falhas incipientes são a não necessidade de modelo matemático explícito e especificação de limiares. Com o objetivo de ilustrar a eficiência da metodologia proposta, serão apresentados alguns resultados de detecção de falhas incipientes em um atuador industrial usado como benchmark de FDI no european RTN DAMADICS e no enrolamento estatórico de máquinas de indução.
id UFMG_bb641009995cfee482bdded5c58968ba
oai_identifier_str oai:repositorio.ufmg.br:1843/BUOS-8CVFWL
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Reinaldo Martinez PalharesRicardo Hiroshi Caldeira TakahashiWalmir Matos CaminhasRosangela Helena LoschiAmit BhayaRoberto Kawakami Harrop GalvãoMarcos Flavio Silveira Vasconcelos Dangelo2019-08-11T19:41:46Z2019-08-11T19:41:46Z2010-02-26http://hdl.handle.net/1843/BUOS-8CVFWLEste trabalho apresenta uma nova abordagem para detecção de falhas incipientes em sistemas dinâmicos baseada em uma técnica Fuzzy/Bayesiana para detecção de ponto de mudança em séries temporais. A técnica de detecção de ponto de mudança proposta é baseada em uma formulação de duas etapas. Na primeira etapa, a teoria dos conjuntos fuzzy é aplicada na série temporal com o objetivo de aglomerar e transformar os dados iniciais, com distribuição arbitrária, em dados que podem ser aproximados por uma distribuição beta. A segunda etapa consiste em usar simulação de Monte Carlo via cadeias de Markov (o algoritmo de Metropolis-Hastings) para detectar ponto de mudança na série temporal transformada. No presente trabalho, falhas incipientes serão caracterizadas por mudanças gradativas na série temporal. Características especiais da metodologia proposta para detecção de falhas incipientes são a não necessidade de modelo matemático explícito e especificação de limiares. Com o objetivo de ilustrar a eficiência da metodologia proposta, serão apresentados alguns resultados de detecção de falhas incipientes em um atuador industrial usado como benchmark de FDI no european RTN DAMADICS e no enrolamento estatórico de máquinas de indução.This work presents a novel approach for incipient fault detection in dynamical systems which is based on a Fuzzy/Bayesian technique for change point detection in time series. The proposed change point detection technique is based on a two step formulation. In the first step, a result from the fuzzy set theory is applied to the time series in order to cluster and transform the initial data, with arbitrary distribution, into new data that can be approximated with a beta distribution. The second step consists in using a Markov chain Monte Carlo (the Metropolis-Hastings algorithm) to the change point detection in the transformed time series. In this work, the incipient faults are characterized by small changes in the time series. As special features of the proposed methodology for incipient fault detection, it does not require any mathematical model of dynamic system, any threshold specification. To illustrate the efficiency of the proposed methodology, some results in the problem of detection of incipient faults in an industrial actuator of the FDI benchmark in the European RTN DAMADICS and in the stator winding of induction motors are presented.Universidade Federal de Minas GeraisUFMGEngenharia elétricaconjuntos fuzzyalgoritmo metropolis hastingsDetecção de falhas incipientesUma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALmarcos_fl_vio_silveira_vasconcelos_d_angelo.pdfapplication/pdf3750142https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVFWL/1/marcos_fl_vio_silveira_vasconcelos_d_angelo.pdfe68276e1670628e65eb00cc5b4b9861aMD51TEXTmarcos_fl_vio_silveira_vasconcelos_d_angelo.pdf.txtmarcos_fl_vio_silveira_vasconcelos_d_angelo.pdf.txtExtracted texttext/plain162455https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVFWL/2/marcos_fl_vio_silveira_vasconcelos_d_angelo.pdf.txt7500fa6f2ebe3a0517f44dce4ee3514fMD521843/BUOS-8CVFWL2019-11-14 10:54:53.204oai:repositorio.ufmg.br:1843/BUOS-8CVFWLRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T13:54:53Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
title Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
spellingShingle Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
Marcos Flavio Silveira Vasconcelos Dangelo
conjuntos fuzzy
algoritmo metropolis hastings
Detecção de falhas incipientes
Engenharia elétrica
title_short Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
title_full Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
title_fullStr Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
title_full_unstemmed Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
title_sort Uma nova formulação fuzzy/bayesiana para detecção de ponto de mudança em séries temporais: aplicações na detecção de falhas incipientes.
author Marcos Flavio Silveira Vasconcelos Dangelo
author_facet Marcos Flavio Silveira Vasconcelos Dangelo
author_role author
dc.contributor.advisor1.fl_str_mv Reinaldo Martinez Palhares
dc.contributor.advisor-co1.fl_str_mv Ricardo Hiroshi Caldeira Takahashi
dc.contributor.referee1.fl_str_mv Walmir Matos Caminhas
dc.contributor.referee2.fl_str_mv Rosangela Helena Loschi
dc.contributor.referee3.fl_str_mv Amit Bhaya
dc.contributor.referee4.fl_str_mv Roberto Kawakami Harrop Galvão
dc.contributor.author.fl_str_mv Marcos Flavio Silveira Vasconcelos Dangelo
contributor_str_mv Reinaldo Martinez Palhares
Ricardo Hiroshi Caldeira Takahashi
Walmir Matos Caminhas
Rosangela Helena Loschi
Amit Bhaya
Roberto Kawakami Harrop Galvão
dc.subject.por.fl_str_mv conjuntos fuzzy
algoritmo metropolis hastings
Detecção de falhas incipientes
topic conjuntos fuzzy
algoritmo metropolis hastings
Detecção de falhas incipientes
Engenharia elétrica
dc.subject.other.pt_BR.fl_str_mv Engenharia elétrica
description Este trabalho apresenta uma nova abordagem para detecção de falhas incipientes em sistemas dinâmicos baseada em uma técnica Fuzzy/Bayesiana para detecção de ponto de mudança em séries temporais. A técnica de detecção de ponto de mudança proposta é baseada em uma formulação de duas etapas. Na primeira etapa, a teoria dos conjuntos fuzzy é aplicada na série temporal com o objetivo de aglomerar e transformar os dados iniciais, com distribuição arbitrária, em dados que podem ser aproximados por uma distribuição beta. A segunda etapa consiste em usar simulação de Monte Carlo via cadeias de Markov (o algoritmo de Metropolis-Hastings) para detectar ponto de mudança na série temporal transformada. No presente trabalho, falhas incipientes serão caracterizadas por mudanças gradativas na série temporal. Características especiais da metodologia proposta para detecção de falhas incipientes são a não necessidade de modelo matemático explícito e especificação de limiares. Com o objetivo de ilustrar a eficiência da metodologia proposta, serão apresentados alguns resultados de detecção de falhas incipientes em um atuador industrial usado como benchmark de FDI no european RTN DAMADICS e no enrolamento estatórico de máquinas de indução.
publishDate 2010
dc.date.issued.fl_str_mv 2010-02-26
dc.date.accessioned.fl_str_mv 2019-08-11T19:41:46Z
dc.date.available.fl_str_mv 2019-08-11T19:41:46Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/BUOS-8CVFWL
url http://hdl.handle.net/1843/BUOS-8CVFWL
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 Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVFWL/1/marcos_fl_vio_silveira_vasconcelos_d_angelo.pdf
https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVFWL/2/marcos_fl_vio_silveira_vasconcelos_d_angelo.pdf.txt
bitstream.checksum.fl_str_mv e68276e1670628e65eb00cc5b4b9861a
7500fa6f2ebe3a0517f44dce4ee3514f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1797973054573248512

Registros relacionados