Título

IMPLANTAÇÃO DE UM SENSOR VIRTUAL NO SISTEMA PIMS BASEADO EM REDES NEURAIS ARTIFICIAIS PARA FINS DE DIAGNÓSTICO DE PROCESSO

IMPLEMENTATION OF VIRTUAL SENSOR ON SYSTEM PIMS BASED ON NEURAL NETWORKS FOR PROCESS DIAGNOSIS

Autoria

Cláudio Antunes de Oliveira; Fernando da Silva Dummer; João Marques Salomão; Hans Rolf Kulitz

DOI

10.5151/2237-0234-25530

Downloads

Baixar Artigo 345 Downloads

Resumo

O objetivo deste trabalho é utilizar o vasto banco de dados de informações de processo armazenadas pelo InfoPlus.21, que é um exemplo de sistema PIMS - Plant Information Managment System, para implementar um sensor virtual a partir de um modelo neural visando obter a tendência de resposta da variável consumo específico de uma caldeira. Propõe-se também, extrair diagnósticos do processo através do emprego da Lógica Fuzzy. As etapas de treinamento da rede neural e o desenvolvimento do diagnóstico envolveram simulações no software Matlab. Os resultados obtidos demonstraram-se bastante satisfatórios. Destaca-se a tendência de resposta do sensor virtual que apontou 97% de confiabilidade. Por fim entende-se que as propostas deste trabalho foram alcançadas, principalmente pela implementação inovadora do sensor virtual no InfoPlus.21 por meio da ferramenta SQLPlus, a qual possibilitará novas aplicações no meio industrial.

 

The propose of this work is to use the process information stored on InfoPlus.21 database to develop a virtual sensor from a neural model in order to obtain the variable trend. It is also proposed to extract the process diagnosis using the Fuzzy Logic concepts. All simulations to train the neural network, extract the neural model and develop the fuzzy diagnosis, were developed using Matlab software. The main result obtained was 97% reliability in the response of the virtual sensor. Finally, it is understood that proposals of this study were achieved, mainly by innovative implementation of the virtual sensor on InfoPlus.21 through SQLPlus tool, which will allow new applications in similar industrial cases.

Palavras-chave

PIMS; Rede neural; Lógica fuzzy; Diagnóstico de processo

PIMS; Neural network; Fuzzy logic; Process diagnosis