Detecção e isolamento de falhas em sistemas dinâmicos baseados em redes neurais

Esta dissertação de mestrado apresenta o desenvolvimento de um sistema de detecção e isolamento de falhas (DIF) baseado em redes neurais. O sistema é dividido em duas etapas: uma de identificação neural do sistema e outra de detecção e classificação de falhas. Ambos subsistemas usam técnicas de redes neurais com o algoritmoBackpropa- gation para redes Perceptronde Múltiplas Camadas. Duas abordagens para identificação neural foram testadas e uma delas selecionada para fazer parte do sistema DIF. Oclassifi-cador de falhas utiliza apenas valores residuais para a classificação das mesmas. Todos os testes foram realizados tanto em ambiente simulado quanto em ambiente real, no intuito de comprovar dificuldades encontradas em testes reais não existentes quando se trabalha apenas com simulaçõesThis master dissertation presents the development of a fault detection and isolation system based in neural network. The system is composed of two parts: an identification subsystem and a classification subsystem. Both of the subsystems use neural network techniques with multilayer perceptron training algorithm. Two approaches for identifica-tion stage were analyzed. The fault classifier uses only residue signals from the identification subsystem. To validate the proposal we have done simulation and real experiments in a level system with two water reservoirs. Several faults were generated above this plant and the proposed fault detection system presented very acceptable behavior. In the end of this work we highlight the main difficulties found in real tests that do not exist when it works only with simulation environment