Detecção de falhas empregando identificação em subespaços e análise wavelet.
Desenvolvimentos no campo de detecção de falhas em sistemas dinâmicos têm se tornado cada vez mais importantes para atender especificações de confiabilidade, segurança e disponibilidade, além de reduzir custos operacionais através da migração de esquemas de manutenção programada para estratégias de...
Main Author: | |
---|---|
Other Authors: | |
Format: | Others |
Language: | Portuguese |
Published: |
Instituto Tecnológico de Aeronáutica
2007
|
Subjects: | |
Online Access: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=479 |
id |
ndltd-IBICT-oai-agregador.ibict.br.BDTD_ITA-oai-ita.br-479 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-IBICT-oai-agregador.ibict.br.BDTD_ITA-oai-ita.br-4792019-01-22T03:11:19Z Detecção de falhas empregando identificação em subespaços e análise wavelet. Anderson de Paulo Milhan Roberto Kawakami Harrop Galvão Processamento de sinais Detecção de falhas Identificação de parâmetros Análise de ondas localizadas Filtros de Kalman Engenharia eletrônica Controle Desenvolvimentos no campo de detecção de falhas em sistemas dinâmicos têm se tornado cada vez mais importantes para atender especificações de confiabilidade, segurança e disponibilidade, além de reduzir custos operacionais através da migração de esquemas de manutenção programada para estratégias de manutenção baseada em condição. Neste trabalho, foi considerado um esquema de redundância analítica para detecção de falhas baseado no monitoramento das inovações de um Filtro de Kalman. Na abordagem proposta, o modelo no espaço de estados a ser utilizado no observador foi obtido através de um procedimento de identificação a partir de dados de entrada e saída do sistema a ser monitorado. Para isso, foi empregado um método de subespaços, que fornece os ganhos do Filtro de Kalman como sub-produto da identificação. Adicionalmente, foram investigadas as vantagens de se efetuar o monitoramento das inovações no plano tempo-freqüência através do uso da Transformada Wavelet Discreta. Para fins de validação experimental do esquema desenvolvido, foi utilizada uma planta-piloto na forma de um helicóptero de três graus de liberdade. As situações de falhas implementadas tiveram como foco principal a alteração na potência dos motores do aparato de duas formas: intermitente e contínua. Os resultados obtidos foram analisados em termos de atrasos de detecção, sensibilidade à ocorrência de falhas e taxa de falsos alarmes. Para tanto, foi desenvolvido um algoritmo para análise do resíduo proveniente dos filtros digitais e também aplicado um teste de hipótese já apresentado em literatura (Chi-Quadrado). 2007-06-01 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=479 por info:eu-repo/semantics/openAccess application/pdf Instituto Tecnológico de Aeronáutica reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
collection |
NDLTD |
language |
Portuguese |
format |
Others
|
sources |
NDLTD |
topic |
Processamento de sinais Detecção de falhas Identificação de parâmetros Análise de ondas localizadas Filtros de Kalman Engenharia eletrônica Controle |
spellingShingle |
Processamento de sinais Detecção de falhas Identificação de parâmetros Análise de ondas localizadas Filtros de Kalman Engenharia eletrônica Controle Anderson de Paulo Milhan Detecção de falhas empregando identificação em subespaços e análise wavelet. |
description |
Desenvolvimentos no campo de detecção de falhas em sistemas dinâmicos têm se tornado cada vez mais importantes para atender especificações de confiabilidade, segurança e disponibilidade, além de reduzir custos operacionais através da migração de esquemas de manutenção programada para estratégias de manutenção baseada em condição. Neste trabalho, foi considerado um esquema de redundância analítica para detecção de falhas baseado no monitoramento das inovações de um Filtro de Kalman. Na abordagem proposta, o modelo no espaço de estados a ser utilizado no observador foi obtido através de um procedimento de identificação a partir de dados de entrada e saída do sistema a ser monitorado. Para isso, foi empregado um método de subespaços, que fornece os ganhos do Filtro de Kalman como sub-produto da identificação. Adicionalmente, foram investigadas as vantagens de se efetuar o monitoramento das inovações no plano tempo-freqüência através do uso da Transformada Wavelet Discreta. Para fins de validação experimental do esquema desenvolvido, foi utilizada uma planta-piloto na forma de um helicóptero de três graus de liberdade. As situações de falhas implementadas tiveram como foco principal a alteração na potência dos motores do aparato de duas formas: intermitente e contínua. Os resultados obtidos foram analisados em termos de atrasos de detecção, sensibilidade à ocorrência de falhas e taxa de falsos alarmes. Para tanto, foi desenvolvido um algoritmo para análise do resíduo proveniente dos filtros digitais e também aplicado um teste de hipótese já apresentado em literatura (Chi-Quadrado). |
author2 |
Roberto Kawakami Harrop Galvão |
author_facet |
Roberto Kawakami Harrop Galvão Anderson de Paulo Milhan |
author |
Anderson de Paulo Milhan |
author_sort |
Anderson de Paulo Milhan |
title |
Detecção de falhas empregando identificação em subespaços e análise wavelet. |
title_short |
Detecção de falhas empregando identificação em subespaços e análise wavelet. |
title_full |
Detecção de falhas empregando identificação em subespaços e análise wavelet. |
title_fullStr |
Detecção de falhas empregando identificação em subespaços e análise wavelet. |
title_full_unstemmed |
Detecção de falhas empregando identificação em subespaços e análise wavelet. |
title_sort |
detecção de falhas empregando identificação em subespaços e análise wavelet. |
publisher |
Instituto Tecnológico de Aeronáutica |
publishDate |
2007 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=479 |
work_keys_str_mv |
AT andersondepaulomilhan deteccaodefalhasempregandoidentificacaoemsubespacoseanalisewavelet |
_version_ |
1718960638432116736 |