Modelagem de estruturas piezelétricas para aplicação em localização de falhas

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Metodologia dos observadores de estado para diagnose de falhas em sistemas contendo elementos finitos de placas de Kirchoff

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Localização de falhas em linhas de transmissão utilizando decomposição harmônica e redes neurais artificiais

Este trabalho propõe a utilização de uma nova metodologia para a localização de falhas em linhas de transmissão (LT). Esta metodologia consiste na utilização da decomposição harmônica da corrente de fuga de uma linha e na aplicação de uma Rede Neural Artificial (RNA) capaz de distinguir padrões da condição normal de funcionamento e padrões de situações de falhas de uma LT. Foi utilizado um modelo Pi capaz de absorver dados reais de tensão e corrente de três fases e de alterar valores de R, L e C segundo modificações ambientais. Neste modelo foram geradas falhas em todas as torres com diferentes valores de capacitância. A saída fornecida pelo modelo é a decomposição da corrente de fuga do trecho considerado. Os dados de entrada e saída do modelo foram utilizados no treinamento da RNA desenvolvida. A aquisição de dados reais de tensão e corrente foi feita através de analisadores de parâmetros de qualidade de energia elétrica instalados nas extremidades de um trecho de LT, Guamá-Utinga, pertencente à Centrais Elétricas do Norte do Brasil ELETRONORTE. O cálculo dos parâmetros construtivos foi feito através do método matricial e melhorado através da utilização do Método de Elementos Finitos (MEF). A RNA foi desenvolvida com o auxílio do software Matlab. Para treinamento da RNA foi utilizado o algoritmo de Retropropagação Resiliente que apresentou um bom desempenho. A RNA foi treinada com dois conjuntos de dados de treinamento para analisar possíveis diferenças entre as saídas fornecidas pelos dois grupos. Nos dois casos apresentou resultados satisfatórios, possibilitando a localização de falhas no trecho considerado.

Detecção e localização de descargas parciais em transformadores de potência utilizando sinais acústicoas transitórios e o método GSPS

Neste trabalho, é desenvolvido um método de localização de descargas parciais, em transformadores de potência, baseado no algoritmo GPS (Global Positioning System). Para a análise da estrutura, foi desenvolvido um solftware, no qual as equações diferenciais que representam a propagação de ondas acústicas são resolvidas numericamente através do método Acoustic Finite Difference Time Domain (AFDTD), cujo domínio computacional é truncado através da técnica CPML (Convolutional Perfectly Matched Layer). Os resultados obtidos são comparados a estimativas produzidas utilizando-se sinais elétricos relativos às descargas.

Detecção e localização de danos em materiais compósitos aplicado em aeronaves utilizando redes neurais artificiais

Pós-graduação em Engenharia Mecânica - FEIS

Método híbrido para detecção e diagnóstico de falhas baseado em resíduos

The detection and diagnosis of faults, ie., find out how , where and why failures occur is an important area of study since man came to be replaced by machines. However, no technique studied to date can solve definitively the problem. Differences in dynamic systems, whether linear, nonlinear, variant or invariant in time, with physical or analytical redundancy, hamper research in order to obtain a unique solution . In this paper, a technique for fault detection and diagnosis (FDD) will be presented in dynamic systems using state observers in conjunction with other tools in order to create a hybrid FDD. A modified state observer is used to create a residue that allows also the detection and diagnosis of faults. A bank of faults signatures will be created using statistical tools and finally an approach using mean squared error ( MSE ) will assist in the study of the behavior of fault diagnosis even in the presence of noise . This methodology is then applied to an educational plant with coupled tanks and other with industrial instrumentation to validate the system.

Estudo e implementação de algoritmos inteligentes para detecção e classificação de falhas na medição de gás natural

This master dissertation presents the study and implementation of inteligent algorithms to monitor the measurement of sensors involved in natural gas custody transfer processes. To create these algoritmhs Artificial Neural Networks are investigated because they have some particular properties, such as: learning, adaptation, prediction. A neural predictor is developed to reproduce the sensor output dynamic behavior, in such a way that its output is compared to the real sensor output. A recurrent neural network is used for this purpose, because of its ability to deal with dynamic information. The real sensor output and the estimated predictor output work as the basis for the creation of possible sensor fault detection and diagnosis strategies. Two competitive neural network architectures are investigated and their capabilities are used to classify different kinds of faults. The prediction algorithm and the fault detection classification strategies, as well as the obtained results, are presented

Determinação da variação de rigidez em placas, através da metodologia dos observadores de estados

Pós-graduação em Engenharia Mecânica - FEIS

Identificação de forças de excitação em sistemas rotativos utilizando funções ortogonais

Pós-graduação em Engenharia Mecânica - FEIS

Identificação de parâmetros em sistemas rotativos utilizando funções de otimização e observadores de estado

Pós-graduação em Engenharia Mecânica - FEIS

Detecção robusta de falhas através de filtros H ‘infinito': implementação prática em um helicóptero 3-DOF de bancada e em um servosistema

Pós-graduação em Engenharia Elétrica - FEIS

Detecção de falhas estruturais usando sensores e atuadores piezelétricos e algoritmos genéticos

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Diagnose de trincas em sistemas rotativos, utilizando modelos de falhas através da metodologia dos observadores de estados

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Detecção de danos em estruturas guiadas usando ondas de alta frequência

Pós-graduação em Engenharia Mecânica - FEIS

Aplicação da análise de séries temporais para detecção e prognóstico de danos em estruturas inteligentes

Pós-graduação em Engenharia Mecânica - FEIS