PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA (PPGEE)
UNIVERSIDADE FEDERAL DA PARAÍBA
- Telefone/Ramal
-
(83) 3216-7857/7857
Notícias
Banca de DEFESA: JOSÉ VINÍCIUS SANTOS DE ARAÚJO
Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOSÉ VINÍCIUS SANTOS DE ARAÚJO
DATA: 29/11/2024
HORA: 14:00
LOCAL: https://meet.google.com/cjy-azvk-ytm
TÍTULO: ALARMES INTELIGENTES EM PROCESSOS DE DESMINERALIZAÇÃO DA ÁGUA PARA A PRODUÇÃO DE VIDROS BASEADO EM DESCOBERTA DO CONHECIMENTO
PALAVRAS-CHAVES: data mining; alarmes preditivos; extração de regras; detecção de anomalias.
PÁGINAS: 80
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO: A antecipação de deterioração no comportamento desejado de uma variável de
processo é de fundamental importância para que sistemas operem de maneira
eficiente e com segurança. Nesse contexto, alarmes são essenciais para captarem a
atenção de operadores da necessidade de ações corretivas imediatas no processo.
Entretanto, os alarmes tradicionais baseados em controle estatístico de processo
seguem metodologias que há muito tempo não são atualizados de acordo com as
novas demandas das indústrias como, por exemplo, para detecção preditiva de
anomalias que, utilizando apenas métodos do controle estatístico de processos, ficam
restritos à observação dos limites inferior e superior da variável de processo. Assim,
como uma forma de melhorar a relação entre a sinalização de alarmes e a variação
da dinâmica de processos industriais, neste trabalho é proposto uma metodologia para
criação de alarmes inteligentes baseados na combinação de algoritmos de detecção
de tendências (regressão linear) com algoritmos de extração de regras (baseados em
data mining). A partir da aplicação deste método, espera-se, primeiramente, alertar
sobre tendências de deterioração de uma variável de processo antes que esta chegue
atingir limites críticos, com o objetivo de proporcionar tempo hábil para tomada de
ações corretivas e, posteriormente, por meio de um modelo de classificação de árvore
de decisão extrair conhecimento dos dados para que se tenha sugestões acerca de
qual processo deve ser corrigido, para que a variável do processo retorne para seus
limites desejados. A combinação das técnicas resultou em um alarme capaz de
detectar desvios progressivos e informações valiosas para a operação.
MEMBROS DA BANCA:
Interno - 1523920 - CLEONILSON PROTASIO DE SOUZA
Interno - 1783447 - EULER CASSIO TAVARES DE MACEDO
Externo à Instituição - IVANOVITCH MEDEIROS DANTAS DA SILVA
Presidente - 1972280 - JUAN MOISES MAURICIO VILLANUEVA