Modelos de validação de sinal utilizando técnicas de inteligência artificial aplicados a um reator nuclear.

• Main Authors: OLIVEIRA, Mauro Vitor de, seesc, [e-mail], http://lattes.cnpq.br/9140879189905754
• Language: Portuguese
• Published: Instituto de Engenharia Nuclear 2015
• Subjects: validação de sinal; fedes neuronais; operaçã da instalação
• Online Access: http://hdl.handle.net/ien/885

Submitted by Belo Jamyllye ([e-mail]) on 2015-03-20T17:59:01Z No. of bitstreams: 1 Oliveira - Modelos de validação de sinal utilizando técnicas de inteligência artificial.pdf: 4220031 bytes, checksum: 1dd5f595a4c0ac1769592dd4b66d59fd (MD5) === Made available in DSpace on 2015-03-20T17:59:01Z (GMT). No. of bitstreams: 1 Oliveira - Modelos de validação de sinal utilizando técnicas de inteligência artificial.pdf: 4220031 bytes, checksum: 1dd5f595a4c0ac1769592dd4b66d59fd (MD5) Previous issue date: 1999-06 === Este trabalho desenvolve dois modelos de validação de sinal que utilizam fedes neuronais para realizar a redundância analítica de sinais monitorados em uma instalação industrial. Um dos modelos utiliza uma única rede neuronal para efetuar a redundância analítica dos sinais e o outro modelo utiliza várias redes neuronais para efetuar esta redundância, cada uma trabalhando em uma região de operação específica da instalação. Para efetuar a divisão de todos os pontos de operação da instalação em várias regiões específicas foram estudados quatro métodos de separação em classes. Adicionalmente os modelos fornecem uma indicação da confiança das suas respostas através de conceitos baseados em lógica nebulosa. Os modelos foram implementados em linguagem C e foram ensaiados com sinais monitorados do reator nuclear Angra I, durante uma de suas partidas até atingir 100% de potência. === This work develops two models of signal validation in which the analytical redundancy of the monitored signals from an industrial plant is made by neural networks. In one model the analytical redundancy is made by only one neural network while in the other it is done by several neural networks, each one working in a specific part of the entire operation region of the plant. Four cluster techniques were tested to separate the entire region of operation in several specific regions. An additional information of systems' reliability is supplied by a fuzzy inference system. The models were implemented in C language and tested with signals acquired from Angra I nuclear power plant, from its start to 100% of power.