Desenvolvimento de uma base de conhecimento com regras fuzzy e produção visando monitoramento baseado em condição de uma usina hidrelétrica

DEVELOPING A KNOWLEDGE BASE WITH FUZZY AND PRODUCTION RULES AND WITH THE AIM OF MONITORING BASED ON THE CONDITION OF A HYDROELECTRIC PLANT Author: Manuel Rodrigo Urbano Abadia Supervisor: Alberto José Álvares Programa de Pós-graduação em Sistemas Mecatrônicos Brasília, April of 2015 Since the restructuring of electrical sector in Brazil and in the globe, electric energy enterprises and specifically the operating and maintenance technical personnel in Hydroelectric Power Plants (HPPs) are experiencing, increasingly new complex challenges, basically related to maintain the reliability of the assets operating belonging to Hydroelectric Generating Units (HGUs). One of the most important challenges could be the online fault diagnosis of assets in HGUs that still is an open problem due to their multifactorial nature related to physical expansion, usage of new technologies and the compliance of regulations more strict about reliability of assets in HPPs what difficult considerably the decision making process executed by the technical personnel. As an effort to contribute to the solution of that particular open problem, this investigation introduces a methodology to approach the fault diagnosis problem in assets belongs to HGUs using concepts of FUZZY logic and expert systems. Firstly, through the state of the art, it is reviewed the fault diagnosis problem describing the main advantages and drawbacks of the contemporary methods approaching that particular open problem in order to understand the whole research problem. After that, it is presented a methodological proposal based on FUZZY logic concepts in order to model and represent the technical personnel’s expertise related to the fault diagnosis process through interviews by using a systematic technique, for analysis of faults, called FMEA (Failure Mode and Effects Analysis). In addition to this, it used the reference model OSA-CBM (Open System Architecture for Condition-Based Maintenance) for structuring the expert system knowledge base implementing crisp and FUZZY production rules. Also it is presented in detail the reasoning lines for building of the expert system knowledge base specifying the kind of crisp and FUZZY production rule implemented containing the technical personnel’s expertise about the fault diagnosis problem. It is important to point out that all the methodological steps are described in terms of actual data belong to a Brazilian HPP. Finally, as a contribution to the solution of the aforementioned problem could be mentioned this methodological proposal that investigates a different way for application of the fuzzy logic to that open problem in order to support the decision making process executed by technical personnel related to the online fault diagnosis process in assets belong to HPPs. Sumário 1. INTRODUÇÃO 26 1.1. ASPECTOS GERAIS 26 1.2. MOTIVAÇÃO 28 1.3. OBJETIVO 29 1.3.1. Objetivo geral 29 1.3.2. Objetivos específicos 29 1.4. ESTRUTURA DA DISSERTAÇÃO 30 2. REVISÃO DE LITERATURA 31 2.1. MANUTENÇÃO BASEADA EM CONDIÇÃO 31 i. Aquisição de Dados 34 ii. Processamento de Dados 34 iii. Tomada de decisão de Manutenção 35 2.2. MODELO OSA-CBM (OPEN SYSTEM ARCHITECTURE FOR CONDITION BASED MAINTENANCE) 35 i. Aquisição de dados 36 ii. Processamento de sinal 36 iii. Monitoração de condição 37 iv. Diagnóstico 37 v. Prognósticos 37 vi. Tomada de decisão 37 vii. Apresentação 38 2.3. FMEA (ANÁLISE DE MODOS E EFEITOS DE FALHA) 38 2.3.1. Planilha de FMEA 39 2.3.2. Acompanhamento da FMEA 45 2.4. GESTÃO DE ATIVOS 45 2.5. LÓGICA FUZZY 54 2.5.1. Conjuntos FUZZY 55 2.5.2. Operações Básicas 57 2.5.3. Regras de Sistema de Inferência 58 2.5.4. Sistemas FUZZY Baseado em Regras 60 2.6. ENGENHARIA DE CONHECIMENTO 61 2.6.1. Aquisição de conhecimento 63 2.6.2. Técnicas de Aquisição de Conhecimento 65 2.6.3. Tipos de representação do conhecimento 67 2.7. PLATAFORMAS COMPUTACIONAIS 69 2.7.1. Sistemas Especialistas 69 2.7.2. Motor de Inferência 72 3. SOLUÇÃO PROPOSTA 76 3.1. PROPOSTA DE METODOLOGIA PARA A AQUISIÇÃO E REPRESENTAÇÃO DE CONHECIMENTO ESPECIALISTA 76 3.1.1. Aquisição de conhecimento 79 3.1.2. Estruturação de conhecimento 83 3.1.3. Representação do Conhecimento 85 4. SISTEMA COMPUTACIONAL ESPECIALISTA 99 4.1. SIMPO: SISTEMA INTEGRADO DE MANUTENÇÃO PREDITIVA E OPERAÇÃO 99 5. ESTUDO DE CASO 111 5.1. APRESENTAÇÃO DO CENÁRIO 111 5.1.1. Descrição da usina 111 5.1.2. Descrição funcional dos equipamentos 113 5.2. MÉTODO DE ANÁLISE 127 5.2.1. Aquisição de conhecimento 127 5.2.2. Estruturação de conhecimento 131 5.2.3. Representação do Conhecimento 133 6. RESULTADO E DISCUSSÕES 150 6.1. SISTEMA COMPUTACIONAL ESPECIALISTA SIMPO (SISTEMA INTEGRADO DE MANUTENÇÃO PREDITIVA E OPERAÇÃO) 150 6.1.1. Modo de operação do SIMPO on-line 151 6.1.2. Modo de operação do SIMPO simulação 154 6.1.3. Modo de operação do SIMPO Playback 158 7. CONCLUSÕES, CONTRIBUIÇÕES E SUGESTÕES PARA TRABALHOS FUTUROS 162 7.1. CONCLUSÕES 162 7.2. CONTRIBUIÇÕES DO TRABALHO 163 7.3. SUGESTÕES PARA TRABALHOS FUTUROS 163 8. REFÊRENCIAS BIBLIOGRÁFICAS 165