Algoritmos inteligentes para auto-correção, auto-verificação e auto-validação de medidas em sensores

AUTOR(ES)
DATA DE PUBLICAÇÃO

2006

RESUMO

Neste trabalho é apresentado um conjunto de algoritmos inteligentes que têm como objetivo a correção de erros de calibração em sensores e a diminuição da periodicidade de suas calibrações. Tais algoritmos foram desenvolvidos utilizando Redes Neurais Artificiais devido a sua grande capacidade de aprendizado, adaptação e aproximação de funções. Serão mostradas duas abordagens, a primeira utiliza redes Perceptron de Múltiplas Camadas para aproximar as diversas formas da curva de calibração do sensor que se descalibra em diferentes instantes do tempo. Tal abordagem exige o conhecimento do tempo de funcionamento do sensor, informação que nem sempre está disponível. Para superar essa necessidade, uma outra abordagem utilizando Redes Neurais Recorrentes foiproposta. As Redes Recorrentes possuem uma grande capacidade de aprender a dinâmica do sistema para o qual ela foi treinada e, assim, podem aprender a dinâmica de descalibração do sensor. Conhecendo o tempo de funcionamento do sensor ou a sua dinâmica de descalibração, é possível determinar o quanto um sensor está descalibrado e corrigir o valor medido, proporcionando uma medição mais exata. Os algoritmos aqui propostos podem ser implementados em ambientes de redes industriais Foundation Fieldbus, que possuem uma boa capacidade de programação de dispositivos através dos blocos funcionais, possibilitando aplicações nos processos de medição

ASSUNTO(S)

neural networks engenharia eletrica sensors   industrial networks redes industriais sensores redes neurais

ACESSO AO ARTIGO

Documentos Relacionados