Banca de DEFESA: CARLOS ANTONIO ALVES DE ARAÚJO JUNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: CARLOS ANTONIO ALVES DE ARAÚJO JUNIOR
DATA: 26/02/2021
HORA: 14:00
LOCAL: Videoconferência
TÍTULO: METODOLOGIA PARA A EXTRAÇÃO AUTOMÁTICA DE REGRAS PARA A MODELAGEM DE UM SISTEMA DE REFRIGERAÇÃO DE ÁGUA UTILIZANDO ABORDAGEM DIGITAL TWIN
PALAVRAS-CHAVES: Setor Elétrico; Planta Térmica; Gêmeo Digital; Inteligência Artificial; Lógica Fuzzy; Extração Automática de Regras.
PÁGINAS: 89
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO: Na busca do aumento da produtividade, a indústria desenvolveu estratégias tecnológicas para atingir esse objetivo, estratégia esta chamada de Indústria 4.0. No setor elétrico, plantas termelétricas buscam ferramentas capazes de otimizar a produção de energia e diminuir o intervalo de tempo de parada não programada. Este trabalho propôs realizar a modelagem do sistema de refrigeração de água a partir da abordagem “Digital Twin” (Gêmeo Digital), utilizando técnicas de inteligência artificial como a lógica fuzzy e extração automática de regras fuzzy. O sistema de refrigeração de água é um sistema que possui muitos ventiladores para realizar a troca térmica entre a água e o ar ambiente, porém, a forte característica de não-linearidade do sistema faz com que os controladores PID convencionais não tenham bom desempenho, induzindo o operador a acionar todos os ventiladores para garantir a temperatura da água abaixo do necessário e, consequentemente, aumentando o gasto energético sem necessidade. Nesta abordagem, se utilizou os dados de uma planta termelétrica localizada na capital da Paraíba, João Pessoa, para criar um banco de conhecimento através do histórico do sistema e, assim, criar um gêmeo digital capaz de auxiliar na otimização do consumo de energia desse sistema, que chega a cerca de 3% de toda energia gerada na planta. Também foi proposto um algoritmo de atualização de regras do modelo em tempo real. A atualização tem o objetivo de garantir que o sistema tenha um baixo erro percentual, como também adquirir novos conhecimentos de situações o qual o modelo não foi treinado. Foi utilizado um algoritmo de otimização utilizando estratégias evolutivas a fim de buscar um menor número de conjuntos fuzzy, atingindo um menor esforço computacional sem maiores impactos no resultado. Os resultados apresentados pelo modelo a partir de testes, em três cenários diferentes, mostraram a robustez do modelo proposto, e em todos os cenários o erro percentual médio foi abaixo de 5% e erro absoluto médio abaixo de 3°C.
MEMBROS DA BANCA:
Interno - 1636976 - FABIANO SALVADORI
Presidente - 1972280 - JUAN MOISES MAURICIO VILLANUEVA
Externo à Instituição - RICARDO TANSCHEIT