EE-240/2009 EE-240 - Introdução EE-240/2009 Introdução.

Slides:



Advertisements
Apresentações semelhantes
Prof. André Laurindo Maitelli DCA-UFRN
Advertisements

EE-240 Isolação de Falhas.
Sistemas Realimentados
NO-BREAK OU UPS.
Módulo I: Ecossistemas como sistemas adaptativos complexos
Relações Ambientais do Sistema de Turismo - SISTUR
GRADUANDO : Anderson Heitor Veríssimo DISCLIPLINA : Instrumentação
Análise de Resposta Transitória e de Regime Estacionário. 5. 4
Análise de Resposta Transitória e de Regime Estacionário. 5. 8
Análise e Projeto de Sistemas I
Confiança.
Introdução aos Sistemas Dinâmicos 2.4 – Controle de Malha Fechada
Análise da Estabilidade de Sistemas Dinâmicos
Carlos Barreira MARTINEZ
EE-240/2007 – Métodos Baseados em Modelos set set 2007 Métodos baseados em Modelos.
EE240/2009 Estimação de Parâmetros de Funções de Distribuição de Probabilidade EE-240/2009 Estimação de Parâmetros de Distribuições.
EE-240 Modelos Matemáticos.
Estimação Não-Paramétrica
SISTEMA É UMA ENTIDADE QUE MANTEM SUA EXISTÊNCIA ATRAVÉS DA INTERAÇÃO DE SUAS PARTES ( Bertalanffy ) Interação Mútua Diferente duma simples.
1.a. FUNÇÃO DE TRANSFERÊNCIA
1. SINAIS Contém informações sobre uma variedade de coisas e atividades em nosso mundo físico. PROCESSAMENTO DE SINAIS Ato de extrair as informações necessárias.
ANÁLISE DOS MÉTODOS DE INTEGRAÇÃO DIRETA
CAPÍTULO 2 1. Introdução 2. Sistemas mecânicos passivos
CAPÍTULO Equações dinâmicas de um robô
Work-arounds, make-work e kludges. Thiago Villela.
Sistemas lineares discretos e amostrados
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Solução: SIMULAÇÃO Sistemas Complexos
Cap 6 – Efeitos da Realimentação e Erros em Regime Permanente
Gestão de Energia Reactiva nas redes de Distribuição
Características de sistemas de controle
Realimentação de estados Estimadores de estados (C. T
DISTRIBUIÇÕES AMOSTRAIS
Introdução à Automação Industrial
Subsistemas de memória
Carlos Oberdan Rolim Ciência da Computação
Modelagem Matemática 1.5 – Na Engenharia Amintas Paiva Afonso
INVERSOR PRINCIPIO DE FUNCIONAMENTO
Introdução à Automação
Métodos Quantitativos
MÉTODOS E FERRAMENTAS PARA AUMENTO DA CONFIABILIDADE
Sistemas Distribuídos Estrutura de Redes
Site: Estatística Prof. Edson Nemer Site:
Sistemas de Controlo: Realimentação
Confiabilidade - Árvore de Falhas
Modelagem de Sistemas Dinâmicos
Introdução aos Sistemas de Controle
Introdução a Banco de Dados Aula 04
Frequência de Corte e Largura de Banda
EPR16 – Planejamento e Gestão da Qualidade Professora Michelle Luz
Oscar Takeshi Omar Mogames Vitor Gomes
Controle Digital Prof. Flávio Vidal, MSc..
Projeto de sistemas de controle pelo Método do Lugar das Raízes
Para um sinal determinístico x(t), o espectro é bem definido: Se
Laboratório de Mecatrónica/IST - COPPE Elétrica/UFRJ
EE-240/ Introdução ago ago 2007 Metodologias Gerais para Prognóstico de Falhas.
DISTRIBUIÇÕES DE PROBABILIDADE
Universidade Federal de Pernambuco
Unidade I ESTATÍSTICA Prof. Celso Guidugli.
Root-Locus Introdução Regras para construção do root-locus para
Introdução Fundamentos de Controlo DEEC/ISTIsabel Lourtie Introdução O que é um sistema de controlo? Definição Controlo de posição de um elevador Controlo.
2. VARIÁVEIS ALEATÓRIAS 2015.
©2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Introdução à Teoria das Filas Paulo Adeodato Departamento de Informática Universidade Federal.
MANUTENÇÃO INDUSTRIAL
PUCC 1 Agenda Memória Correção de Erros. PUCC 2 Tipos de Erros Graves: –Defeito físico permanente. Células perdem a capacidade de armazenar dados com.
Modelagem de Fenômenos Físicos Utilizando a Técnica de Monte Carlo Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós graduação.
1.4 - ANÁLISE ERGONÔMICA DAS ATIVIDADES 1. ANÁLISE ERGONÔMICA DOS POSTOS DE TRABALHO Considerações gerais sobre as atividades: 3A atividade de trabalho.
Controle de Sistemas Dinâmicos Sistemas de Controle - Implementação analógica Fevereiro Departamento de Eletrotécnica MA9 - Análise pelo método.
Adolfo Fernandes Herbster Universidade Paulista
Transcrição da apresentação:

EE-240/2009 EE Introdução EE-240/2009 Introdução

EE-240/2009 EE Introdução Novo Dicionário da Língua Portuguesa de Aurélio Buarque de Holanda Ferreira: Prognóstico : Conjectura sobre o desenvolvimento de uma situação Falta (lat fallita) : Ausência ; Privação ; Imperfeição ; Defeito Falha (lat fallia) : Falta ; Defeito ; Falência The Concise Oxford Dictionary: Prognostic (grego prognostikon) : Advance indication ; prediction ; forecast Fault : Defect ; Imperfection ; Thing wrongly done Failure : Break down ; Cessation of vital function ; Non-performance Dependable: That may be relied on; Terminologia

EE-240/2009 EE Introdução Dependable System: Confiabilidade Elevada? Pouco Sensível a Efeitos Ambientais? Monitoração e Controle de Desgaste? Capacidade de Reconfiguração? Capacidade de Adaptação? Capacidade de Auto-Reparo? Elevada Robustez a Incertezas Estruturadas? Elevada Robustez a Incertezas Não Estruturadas? Elevada Robustez à Perda de Sub-Sistemas?

EE-240/2009 EE Introdução Projeto Inadequado Construção Inadequada Operação Incorreta Desgaste com Uso Degradação Natural Porque ocorrem falhas?

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema Seqüência de Apresentação Mais Informações

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema Seqüência de Apresentação Mais Informações

EE-240/2009 EE Introdução Informações de População... t 0 p (t) T t

EE-240/2009 EE Introdução Informações de População p (t) T t Densidade de Probabilidade F (t) T t Distribuição de Probabilidade 1 0 R(t) = 1 – F (t) t 1 T Função de Confiabilidade

EE-240/2009 EE Introdução Exemplo t 96h 1.744h 1.051h 763h 498h 257h t 100% log R(t) log 0.37 t = 833 e = MTTF

EE-240/2009 EE Introdução Princípio da Máxima Verossimilhança t p (t) T Amostra de t    1 2

EE-240/2009 EE Introdução Exemplo t 96h 1.744h 1.051h 763h 498h 257h

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema Seqüência de Apresentação Mais Informações

EE-240/2009 EE Introdução Efeito do Stress t s [intensidade de stress] Baixo stress Elevado stress

EE-240/2009 EE Introdução Efeito do Stress s [intensidade de stress] Baixo stress Elevado stress t Condições Nominais

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema Seqüência de Apresentação Mais Informações

EE-240/2009 EE Introdução Análise de Sinais t 1  t I mot

EE-240/2009 EE Introdução Sensores de Propósito Especial t a Sensor de Vibração

EE-240/2009 EE Introdução Redundância Física de Sensor t  1 t  2 t  3

EE-240/2009 EE Introdução Redundância Física de Sensor t  1 t  2 t  2  1

EE-240/2009 EE Introdução Redundância Analítica de Sensor t 1  t 

EE-240/2009 EE Introdução Modelo em Regime Permanente a b

EE-240/2009 EE Introdução Modelo em Regime Permanente   B nom   a b

EE-240/2009 EE Introdução Modelo em Regime Permanente   B t nom    B  com t

EE-240/2009 EE Introdução Modelo em Regime Permanente a b   B nom   R Bat

EE-240/2009 EE Introdução Modelo em Regime Permanente   B nom   R Bat t nom  R  com t Bat

EE-240/2009 EE Introdução Modelo em Regime Permanente t nom  R  com t Bat t nom  B  com t

EE-240/2009 EE Introdução Modelo em Regime Permanente   B t nom    B  com t

EE-240/2009 EE Introdução Modelo em Regime Permanente   B nom   R Bat t nom  R  com t Bat

EE-240/2009 EE Introdução Modelo em Regime Permanente R  com t Bat B  com t t nom  t  t  t 

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema: Seqüência de Apresentação Mais Informações Identificação Paramétrica Observadores de Estado Relações de Paridade

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema: Seqüência de Apresentação Mais Informações Identificação Paramétrica Observadores de Estado Relações de Paridade

EE-240/2009 EE Introdução R Bat I a R a E a  J, B V Bat Modelo em Regime Transitório a b

EE-240/2009 EE Introdução Modelo em Regime Transitório Y A X E Y = AX + E

EE-240/2009 EE Introdução Estimador de Mínimos Quadrados Y X Y = AX x k y k e k

EE-240/2009 EE Introdução Estimador de Mínimos Quadrados

EE-240/2009 EE Introdução Modelo em Regime Transitório a b Dados ,  e  t  Determina-se J a partir de b Dados J e  t  Determina-se B a partir de a

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema: Seqüência de Apresentação Mais Informações Identificação Paramétrica Observadores de Estado Relações de Paridade

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER +  Motor + Carga –

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER +   p k Modelo para o motor + carga: Motor + Carga –

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER +  Motor + Carga u –

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER +  Motor + Carga u –

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER + –  Motor + Carga u Controlador Proporcional +Integral: e

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER + –  Motor + Carga u e

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER + –  Motor + Carga u e A B

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER + –  Motor + Carga u e Será que é possível obter uma estimativa de V mot (t) a partirda medida somente de  (t) = y(t)?

EE-240/2009 EE Introdução Observadores de Estado Sistema Real Observador de Estado r(t)  0 se (A - LC) tiver auto-valores no SPE

EE-240/2009 EE Introdução Modelo em Malha Fechada CNTRLCHOPPER + –  Motor + Carga u e Será que é possível obter uma estimativa de V mot (t) a partirda medida somente de  (t) = y(t)? Observador de Estado

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema: Seqüência de Apresentação Mais Informações Identificação Paramétrica Observadores de Estado Relações de Paridade

EE-240/2009 EE Introdução Modelo Dinâmico Discretizado A B Falha Lf k

EE-240/2009 EE Introdução Modelo Dinâmico Discretizado Sem falha: T Q Y k+q U k+q Seja W tal que W T T = 0 Então: xkxk

EE-240/2009 EE Introdução Modelo Dinâmico Discretizado Com falha: Como: T Q Y k+q U k+q M F k+q xkxk

EE-240/2009 EE Introdução Dados de População Dados de População + Condições de Uso Dados históricos de alguns sinais do componente particular Dados de entrada e saída do sub-sistema: Seqüência de Apresentação Mais Informações Identificação Paramétrica Observadores de Estado Relações de Paridade

EE-240/2009 EE Introdução Muito Obrigado!