Análise de desempenho de algoritmos de compressão de dados com perda para aplicações industriais

The great amount of data generated as the result of the automation and process supervision in industry implies in two problems: a big demand of storage in discs and the difficulty in streaming this data through a telecommunications link. The lossy data compression algorithms were born in the 90’s with the goal of solving these problems and, by consequence, industries started to use those algorithms in industrial supervision systems to compress data in real time. These algorithms were projected to eliminate redundant and undesired information in a efficient and simple way. However, those algorithms parameters must be set for each process variable, becoming impracticable to configure this parameters for each variable in case of systems that monitor thousands of them. In that context, this paper propose the algorithm Adaptive Swinging Door Trending that consists in a adaptation of the Swinging Door Trending, as this main parameters are adjusted dynamically by the analysis of the signal tendencies in real time. It’s also proposed a comparative analysis of performance in lossy data compression algorithms applied on time series process variables and dynamometer cards. The algorithms used to compare were the piecewise linear and the transforms.

O grande volume de dados gerados como resultado da supervisão de processos de automação na indústria gerou como consequência um vasto espaço de armazenamento em disco, assim como dificuldade na transmissão destes dados por links de telecomunicações. Os algoritmos de compressão com perda de dados surgiram na década de 90 com intuito de solucionar estes problemas, passando a serem utilizados em sistemas de supervisão industrial para a compressão de dados em tempo real. Para isso estes foram projetados para eliminar informações redundantes e indesejadas de forma simples e eficiente. No entanto, os parâmetros destes algoritmos necessitam de serem configurados para cada variável de processo, tornando inviável a configuração manual em caso de sistemas que supervisionam milhares de variáveis. Nesse contexto este trabalho propõe o algoritmo Adaptive Swinging Door Trending, que consiste numa adaptação do Swinging Door Trending, em que seus principais parâmetros são ajustados dinamicamente através da análise de tendências do sinal. Propõe-se também uma análise comparativa de desempenho dos algoritmos de compressão com perda de dados aplicados sobre variáveis de processo de séries temporais e cartas dinamométricas de fundo de poço. Os algoritmos abordados para efeito comparativos foram os lineares por partes e os de transformadas.