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...

Full description

Bibliographic Details
Main Author: Anderson de Paulo Milhan
Other Authors: Roberto Kawakami Harrop Galvão
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