Use este identificador para citar ou linkar para este item: https://locus.ufv.br//handle/123456789/20104
Tipo: Artigo
Título: Algorithm for detection and diagnosis of industrial furnace faults applying singular value decomposition and graphic visualization
Autor(es): Fonseca, Amanda Vilela
Teófilo, Reinaldo Francisco
Soares, Vinícius Barroso
Silva, Deusanilde de Jesus
Abstract: The development of an algorithm based on singular value decomposition with graphic visualization to aid in the fault detection and diagnosis was the aim of this work. In order to test the algorithm, real temperature data from an industrial furnace of a natural gas processing unit were used. Nine temperature detectors were monitored over time. In addition to a real fault that caused the shutdown of the equipment, five simulated faults in the furnace detectors were also tested. Results showed that the algorithm was effective and has great potential to assist in the monitoring of industrial processes.
O desenvolvimento de um algoritmo baseado na decomposição dos valores singulares com visualização gráfica para auxiliar na detecção e no diagnóstico de falhas foi o objetivo deste trabalho. Para testar o algoritmo foram utilizados dados de temperatura reais de um forno industrial de uma unidade de processamento de gás natural. Nove detectores de temperatura foram monitorados no tempo. Além de uma falha real que gerou a parada do equipamento, foram também testadas cinco falhas simuladas nos detectores do forno. Os resultados mostraram que o algoritmo foi eficaz e possui grande potencial para auxiliar no monitoramento de processos industriais.
Palavras-chave: Detector failures
Fault detection and diagnosis
Principal component analysis
Singular value decomposition
Editor: The Journal of Engineering and Exact Sciences
Tipo de Acesso: Open Access
URI: https://doi.org/10.18540/jcecvl3iss7pp0920-0932
http://www.locus.ufv.br/handle/123456789/20104
Data do documento: 20-Nov-2017
Aparece nas coleções:Artigos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
artigo.pdftexto completo796,56 kBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.