Diagnose de falhas em sistemas baseada em redes bayesianas e SysML.

• Ano de defesa: 2020
• Autor(a) principal: Melani, Arthur Henrique de Andrade
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Bayesian network; Coal-fired power plant; Engenharia (Sistemas; Diagnóstico); Fault diagnosis; Inferência bayesiana; SysML
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3151/tde-31032021-162257/

A crescente complexidade de equipamentos e sistemas, especialmente em áreas onde a segurança é de extrema importância, como a indústria da aviação ou usinas de energia nuclear, motivou a busca de métodos automatizados de diagnóstico de falhas. A diagnose de falhas representa o processo de identificação da origem de uma falha através de uma série de efeitos que ela causa no sistema ao qual pertence. O objetivo desta pesquisa é desenvolver um método para a diagnose de falhas baseada em um modelo do sistema em estudo através do uso de redes bayesianas em conjunto com a linguagem SysML. O método fornece um procedimento estruturado para a construção da rede bayesiana. A rede bayesiana obtida deve, por sua vez, apresentar os componentes que mais provavelmente são responsáveis por uma certa falha no sistema em estudo. A falha em questão será observada através da leitura de sensores presentes no sistema. O método proposto foi aplicado em uma usina a carvão, mais especificamente no sistema de dessulfurização de gases de combustão, e seus resultados foram comparados com o histórico de falhas da planta. A rede bayesiana obtida pelo método proposto mostrou-se capaz de diagnosticar falhas. Tanto o cálculo da probabilidade posterior quanto o algoritmo de máxima a posteriori (MAP) foram capazes de diagnosticar falhas no sistema FGD usando as evidências observadas pelos sensores que monitoram esse sistema.