Estudos de estratégias de identificação paramétrica para detecção e diagnóstico de faltas em um processo industrial do tipo tanques comunicantes

Esta dissertação apresenta uma técnica para detecção e diagnósticos de faltas incipientes. Tais faltas provocam mudanças no comportamento do sistema sob investigação, o que se reflete em alterações nos valores dos parâmetros do seu modelo matemático representativo. Como plataforma de testes, foi elaborado um modelo de um sistema industrial em ambiente computacional Matlab/Simulink, o qual consiste em uma planta dinâmica composta de dois tanques comunicantes entre si. A modelagem dessa planta foi realizada através das equações físicas que descrevem a dinâmica do sistema. A falta, a que o sistema foi submetido, representa um estrangulamento gradual na tubulação de saída de um dos tanques. Esse estrangulamento provoca uma redução lenta, de até 20 %, na seção desse tubo. A técnica de detecção de falta foi realizada através da estimação em tempo real dos parâmetros de modelos Auto-regressivos com Entradas Exógenas (ARX) com estimadores Fuzzy e de Mínimos Quadrados Recursivos. Já, o diagnóstico do percentual de entupimento da tubulação foi obtido por um sistema fuzzy de rastreamento de parâmetro, realimentado pela integral do resíduo de detecção. Ao utilizar essa metodologia, foi possível detectar e diagnosticar a falta simulada em três pontos de operação diferentes do sistema. Em ambas as técnicas testadas, o método de MQR teve um bom desempenho, apenas para detectar a falta. Já, o método que utilizou estimação com supervisão fuzzy obteve melhor desempenho, em detectar e diagnosticar as faltas aplicadas ao sistema, constatando a proposta do trabalho.

ABSTRACT: This dissertation presents a technique for detection and diagnosis of incipient faults, which cause changes in behavior of the system under investigation and are reflected in the mathematical model’s parameters values variation. As a testbed, was constructed a model of an industrial system computing environment Matlab/Simulink, which consists of a dynamic plant composed of two tanks linked to each other. The modeling of this plant was carried out by physical equations that describe the dynamics of the system. The fault, which the system was submitted, represents a gradual clogging in the exit pipe of the tank 2. This bottleneck causes a gradual reduction, up to 20%, of the pipe section. The technique of fault detection was performed by real-time estimation of parameters Auto-regressive models with exogenous inputs (ARX) with fuzzy and Recursive Least Squares (RLS) estimators. Already, the percentage clogging diagnosis of the pipe was obtained by a fuzzy system parameter tracking, fed back by the integral of the residue detection. Using this methodology, it was possible to detect and diagnose the simulated fault in three differents operating points of the system. In both techniques tested, the RLS method perform well, only to detect fault. Otherwise, the fuzzy method performed better, in detect and diagnose the fault applied to the system, noting the work propose.