Multiagentes Inteligentes para Reduzir Alarmes Falsos em Sistemas de Monitoramento de Turbinas Eólicas
sistemas multiagentes (SMA), redes neurais artificiais (RNA), alarmes falsos, monitoramento de condição, turbinas eólicas
Este estudo propõe um método para melhorar a capacidade de um sistema multiagente (SMA) orientado a dados para realizar monitoramento de condições de funcionamento e detecção de falhas em processos industriais. E assim, uma estratégia de cooperação entre os agentes de software é proposta para mitigar alarmes falsos gerados na detecção de falhas, porque vários agentes trabalhando em cooperação têm desempenho melhor do que agentes agindo individualmente. Poucos passos transformam esse método em um procedimento valioso para melhorar a certeza diagnóstica. Primeiro, uma análise de modo de falha e efeitos é realizada para selecionar sinais de monitoramento físico do processo industrial que permitem que os agentes colaborem por meio de sinais compartilhados. Em seguida, vários modelos de redes neurais artificiais (RNA) são gerados com base no comportamento normal das condições de operação de vários subsistemas industriais equipados com sensores de monitoramento diferentes. A partir daí, os agentes usam os modelos de comportamento esperado baseados em RNA para evitar alarmes falsos, monitorando continuamente as amostras de medição de sinais físicos que se desviam do comportamento normal. Finalmente, este método é aplicado para monitorar uma turbina eólica. O sistema e os testes usam dados reais de um parque eólico na Espanha. Os resultados mostram que a colaboração entre os agentes facilita a detecção efetiva de falhas e pode reduzir significativamente os alarmes falsos, indicando um notável avanço na estratégia de manutenção e monitoramento industrial.