Banca de QUALIFICAÇÃO: RODRIGO SIQUEIRA MARTINS

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.

DISCENTE: RODRIGO SIQUEIRA MARTINS

DATA: 20/06/2011

HORA: 09:00

LOCAL: Auditório do LAUT

TÍTULO:

Detecção de falhas em redes industriais (fieldbus) usando métodos estatísticos e sistemas inteligentes


PALAVRAS-CHAVES:

detecção de falhas, redes neurais, redes industriais e métodos estatísticos


PÁGINAS: 60

GRANDE ÁREA: Engenharias

ÁREA: Engenharia Elétrica

RESUMO:

A detecção de falhas em sistemas dinâmicos é uma área amplamente estudada e com vários desafios a serem vencidos. As redes industriais atuais tem embarcado em sua arquitetura o conceito de detecção de falhas, mas estas, geralmente estão associadas a seus dispositivos. Assim a identificação de falhas de comunicação, ou seja, tráfego espúrio, falhas em dispositivos de rede, falhas no enlace, ruídos ou mesmo a saturação de um enlace não é possível de serem detectados. Ou seja, somente no caso do permanente desligamento do dispositivo é que esses sistemas atuam.  No entanto a observância destes problemas se tornam muito importante, quanto mais essas redes se aproximam das rede de informação, ou seja, quanto mais as redes de dispositivos ou ainda as redes de campo (chamadas de fieldbus) se aproximam das aplicações de controle e gerenciamento (sistemas ERP, etc). Então o método proposto visa detectar problemas em dispositivos sem que esses tenham falhado em definitivo, ou seja, sem que o LAS (Link Active Scheduler) possa ter diagnosticado sua falha por completo. Então o objetivo deste trabalho é observando o comportamento comum dos dispositivos de uma rede e no caso de um comportamento esporádicos ou mesmo intermitente de falha possa ser diagnosticado. As ferramentas estatísticas são um excelente meio pra detectar falhas em sistemas onde a modelagem não é viável ou mesmo possível.  O SPRT (sequencial Probability Ratio Test) é um teste de hipóteses que permite identificar uma falha baseado em históricos anteriores de falhas  e também num comportamento padrão sem falhas. Apesar da qualidade e rapidez encontrados em muitos resultados científicos usando este método ainda assim esse  se mostra lento quando da caracterização do problema em si, como é normal dos métodos estatísticos pois se faz necessário uma grande quantidade de dados para caracterizar um modelo. Para resolver esse problema e evitar que "treinamentos" ou caracterizações manuais sejam feitos, pode-se utilizar um sistema inteligente que caracterize dentro dos dados atuais qual deles pode desempenhar um modelo ótimo. A idealização das redes de máquina de vetor de suporte (SVM) se baseiam então na medida de minimização de uma dimensão chamada VC para encontrar o ponto ideal dos dados que represente o modelo. Diminuindo o tempo de modelagem do SPRT e evitando o uso de mais de uma lambda (termo caracterizador da falha).


MEMBROS DA BANCA:
Interno - 347628 - ADRIAO DUARTE DORIA NETO
Interno - 2453033 - ANDERSON LUIZ DE OLIVEIRA CAVALCANTI
Presidente - 350693 - ANDRE LAURINDO MAITELLI
Externo à Instituição - OSCAR GABRIEL FILHO - UnP
Notícia cadastrada em: 10/06/2011 15:24
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa12-producao.info.ufrn.br.sigaa12-producao