Monitoramento da saúde de sistemas aeronáuticos utilizando análise multivariada
AUTOR(ES)
João Paulo Pordeus Gomes
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
07/10/2011
RESUMO
O desenvolvimento de métodos para monitoramento da saúde de componentes aeronáuticos mostra-se desafiador por tratar de equipamentos expostos a variadas condições de operação e com limitado número de dados históricos de sensores para componentes com falha. A utilização de técnicas de análise multivariada envolvendo variáveis sensíveis a falhas e condições de operação mostra-se um alternativa para tratar estes problemas. A literatura apresenta alguns métodos para esta finalidade, como as estatística T2 de Hotelling e U2 de Runger sendo o segundo método vantajoso pois realiza o monitoramento através da coleta de variáveis sensíveis a falha e condições de operação, concentrando a análise nas variáveis sensíveis a falha, denominadas variáveis de interesse. A utilização de tais métodos tem com premissa a distribuição gaussiana dos dados. Para dados não gaussianos a literatura apresenta métodos baseados em técnicas de não paramétricas, porém sem possibilitar a seleção de variáveis de interesse. O trabalho desenvolvido apresenta um método de monitoramento da saúde de componentes para dados não gaussianos com a possibilidade de seleção de variáveis de interesse. O método foi testado utilizando um modelo dinâmico de uma turbina a gás e um modelo dinâmico de um sistema de atuação.
ASSUNTO(S)
monitoramento da saúde de sistemas sistemas aeroespaciais análise estatística multivariada detecção de falhas reconhecimento de padrões manutenção de aeronaves engenharia eletrônica
ACESSO AO ARTIGO
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2205Documentos Relacionados
- Monitoramento de saúde de sistemas aeronáuticos usando algoritmos de classificação, estudo de caso: unidade auxiliar de potência.
- Monitoramento de reguladores de tensão utilizando análise de vibração através de sistemas inteligentes
- Avaliação da qualidade ambiental de corpos hídricos urbanos utilizando análise multivariada
- Estudo da divergência genética entre raças suínas utilizando técnicas de análise multivariada
- Prognóstico de sistemas aeronáuticos utilizando o algoritmo SVM treinado com dados de voo e registros de manutenção