-
ROY ANDRES GOMEZ MORALES
MODELAGEM E ANLISE DE SISTEMAS FLEXVEIS DE
MANUFATURA TOLERANTES FALHAS BASEADO EM REDE
BAYESIANA E REDE DE PETRI
Dissertao apresentada Escola Politcnica
da Universidade de So Paulo para obteno
do ttulo de Mestre em Engenharia
So Paulo
2009
-
ROY ANDRES GOMEZ MORALES
MODELAGEM E ANLISE DE SISTEMAS FLEXVEIS DE
MANUFATURA TOLERANTES FALHAS BASEADO EM REDE
BAYESIANA E REDE DE PETRI
Dissertao apresentada Escola Politcnica
da Universidade de So Paulo para obteno
do ttulo de Mestre em Engenharia
rea de Concentrao:
Engenharia de Controle e Automao
Mecnica.
Orientador:
Prof. Dr. Paulo Eigi Miyagi
So Paulo
2009
-
A meu pai Guido, responsvel pela maioria
das coisas boas que aconteceram na minha
vida.
...vai por voc...
-
FICHA CATALOGRFICA ELABORADA PELA BIBLIOTECA DA ENGENHARIA MECNICA/NAVAL DA ESCOLA POLITCNICA (EPMN) USP.
.
ROY ANDRES GOMEZ MORALES
MODELAGEM E ANLISE DE SISTEMAS FLEXVEIS DE MANUFATURA TOLERANTES FALHAS BASEADO EM REDE BAYESIANA E REDE DE PETRI.
135p.
Dissertao (Mestrado) Escola Politcnica da Universidade de So Paulo. Departamento de Engenharia Mecatrnica e Sistemas Mecnicos.
1. Sistemas discretos ; 2. Redes de Petri; 3. Redes Neurais; 4. Sistemas flexveis de manufatura,5. Falhas computacionais
-
i
AGRADECIMENTO
Poderiam ser pginas e pginas de listas das pessoas responsveis pela
concretizao deste trabalho, entretanto me limito a lembrar daquelas que por ordem
de prioridade permitiram concretizar este projeto e mais do que isso este sonho. A
todas elas, eternamente agradecido.
Ao meu orientador Prof. Paulo Eigi Miyagi, por acreditar na proposta, aportar com
um infinito conhecimento e incentivar constantemente o projeto. Obrigado por tanta
pacincia.
A toda minha famlia, meus pais, meus avos, tios e primos. Entretanto, especial
agradecimento aos meus irmos, que em tempos de dificuldade aceitaram a minha
ausncia, carregando o peso que eu devia ter carregado como irmo mais velho.
Sergio e Samanta, para sempre: obrigado.
infinita luz que ilumina meu caminho para todo lugar que eu vou. Deus proteja
para sempre esse brilho.
Aos meus colegas e amigos da Poli, cuja presena permitiu esquecer a solido e
entender melhor a palavra amizade: Jos, Percy, Juan, Marcosiris, Marlia, Luis,
Fabrcio, Carlos, Cleber, Caio e tantos outros que formaram parte desta pequena
histria.
A todas as outras pessoas que por um motivo ou outro apoiaram a minha estadia no
Brasil, eu sei que todas elas se sentiram aludidas.
Escola Politcnica da USP, ao Departamento de Engenharia Mecatrnica e de
Sistemas Mecnicos e ao centro de apoio pesquisa CNPq, que institucionalmente
viabilizaram este trabalho.
-
ii
SUMRIO
LISTA DE FIGURAS ............................................................................................................................ IV
LISTA DE TABELAS ........................................................................................................................... VI
LISTA DE ABREVIATURAS .............................................................................................................. VII
RESUMO ........................................................................................................................................... VIII
ABSTRACT .......................................................................................................................................... X
1. INTRODUO .................................................................................................................................. 1
1.1. OBJETIVOS .................................................................................................................................. 5
1.2. METODOLOGIA DE PESQUISA ......................................................................................................... 5
1.3. ORGANIZAO DO TEXTO .............................................................................................................. 6
2. DIAGNSTICO E TRATAMENTO DE FALHAS EM SISTEMAS DE MANUFATURA ..................... 9
2.1. SISTEMAS A EVENTOS DISCRETOS (SED) ...................................................................................... 9
2.1.1. Modelos de SED ............................................................................................................... 13
2.2. SISTEMA FLEXVEL DE MANUFATURA (FMS) ................................................................................. 14
2.2.1. Modelagem de Sistemas Flexveis de Manufatura ........................................................... 18
2.3. CONSIDERAES SOBRE FALHAS EM SISTEMAS DE MANUFATURA .................................................. 21
2.3.1. Falha ................................................................................................................................ 23
2.3.2. Defeito .............................................................................................................................. 26
2.3.3. Erro ................................................................................................................................... 27
2.4. DETECO E DIAGNSTICO DE FALHAS ......................................................................................... 29
2.4.1. Tcnicas baseadas no modelo do processo ..................................................................... 32
2.4.2. Tcnicas baseadas na anlise do sinal ............................................................................ 36
2.4.3. Tcnicas baseadas na histria do processo ..................................................................... 36
2.5. SNTESE DO CAPTULO ................................................................................................................ 38
3. SOBRE REDE DE PETRI E REDES BAYESIANAS ...................................................................... 40
3.1. METODOLOGIA PFS/MFG........................................................................................................... 42
3.1.1. Production Flow Schema (PFS) ........................................................................................ 43
3.1.2. Mark Flow Graph (MFG) ................................................................................................... 45
-
iii
3.2. REDES BAYESIANAS ................................................................................................................... 47
4. PROCEDIMENTO PARA O DIAGNSTICO E TRATAMENTO DE FALHAS EM FMS ................. 51
4.1 PROCEDIMENTO PARA A CONSTRUO DO MODELO ....................................................................... 51
4.1.1. Construo do Modelo do Processo Produtivo ................................................................. 53
4.1.2. Classificao dos componentes do modelo do processo produtivo com base nas suas caractersticas de representao ................................................................................................ 58
4.1.3. Construo do modelo do processo de diagnstico ......................................................... 60
4.1.4. Definio das tcnicas de tratamento ............................................................................... 66
4.2. CONSIDERAES SOBRE O MODELO DE SUPERVISO ..................................................................... 69
5. ESTUDO DE CASO ........................................................................................................................ 75
5.1. SISTEMA FLEXVEL DE MONTAGEM ............................................................................................... 75
5.1.1. Construo do Modelo do Processo Produtivo ................................................................. 83
5.1.2. Classificao dos Componentes da rede de Controle Local ........................................... 103
5.1.3. Construo do Modelo de Diagnstico ........................................................................... 105
5.1.4. Definio do Tratamento de Falhas ................................................................................ 109
6. CONCLUSES E RESULTADOS ................................................................................................ 110
6.1. PRINCIPAIS RESULTADOS .......................................................................................................... 110
6.2. TRABALHOS FUTUROS .............................................................................................................. 113
7. REFERNCIAS ............................................................................................................................ 114
-
iv
LISTA DE FIGURAS
FIGURA 1.1. EVOLUO DOS PROCESSOS DE PRODUO AO LONGO DO TEMPO. ........................................................ 2
FIGURA 1.2 CICLO DE DESENVOLVIMENTO DA METODOLOGIA PROPOSTA. ................................................................. 6
FIGURA 2.1. PROCESSO DE MODELAGEM DE SISTEMAS INSTANTNEOS E DINMICOS. ............................................. 10
FIGURA 2.2. CLASSIFICAO DOS SISTEMAS CONFORME CASSANDRAS (1993). ....................................................... 12
FIGURA 2.3. COMPORTAMENTO DO SVC COMPARADO COM O COMPORTAMENTO DO SED. .................................... 13
FIGURA 2.4. NVEIS DE CONTROLE SEGUNDO (A) AS FUNCIONALIDADES DOS EQUIPAMENTOS, E (B) AS
FUNCIONALIDADES DOS PROCESSOS. ............................................................................................................... 17
FIGURA 2.5. RELAO ENTRE USURIO/PROVEDOR EM NVEIS DE CONTROLE. ........................................................ 22
FIGURA 2.6. PROPAGAO DE UMA FALHA NUM DEFEITO. ........................................................................................ 23
FIGURA 2.7. CLASSIFICAO DE FALHAS ADAPTADO DE AVIZIENIS ET AL. (2004). ................................................. 25
FIGURA 2.8. CLASSIFICAO DE DEFEITO SEGUNDO AVIZIENIS ET AL., (2004). ....................................................... 27
FIGURA 2.9. TIPOS DE SINTOMAS OBTIDOS DE UM PROCESSO. ................................................................................... 30
FIGURA 2.10. CLASSIFICAO DOS MTODOS DE DIAGNSTICO DE FALHAS. ........................................................... 31
FIGURA 2.11. ESQUEMA GERAL DE DIAGNSTICO BASEADO NO MODELO DO PROCESSO. ......................................... 33
FIGURA 3.1. ELEMENTOS ESTRUTURAIS DO PFS. ...................................................................................................... 44
FIGURA 3.2. INICIO / FINALIZAO DE UMA ATIVIDADE POR MAIS DE UM EVENTO. ................................................. 45
FIGURA 3.3. ELEMENTOS ESTRUTURAIS DO MFG. .................................................................................................... 46
FIGURA 3.4. EXEMPLO DE UMA REDE BAYESIANA, ADAPTADO DE MORALES ET AL., (2007C). ............................ 49
FIGURA 4.1. PROCEDIMENTO GERAL PARA A CONSTRUO DE MODELOS. ............................................................... 52
FIGURA 4.2. CICLO DE PROTOTIPAGEM PARA O PROCEDIMENTO (ADAPTADO DE MIYAGI, 1996). ........................ 52
FIGURA 4.3. SEQNCIA DE CONSTRUO DE MODELOS DE PROCESSOS PRODUTIVOS BASEADO EM REDES DE PETRI
NO NVEL DE COORDENAO E CONTROLE. ..................................................................................................... 58
FIGURA 4.4. LUGARES TIPO A E LUGARES TIPO B (ADAPTADO DE MORALES ET AL., 2007B). ............................. 59
FIGURA 4.5. PROCEDIMENTO PARA A CONSTRUO DE MODELOS DE DIAGNSTICO BASEADO EM REDES
BAYESIANAS (ADAPTADO DE PRZYTULA & THOMPSON, 2000). .............................................................. 63
FIGURA 4.6. PROCEDIMENTO PROPOSTO PARA A CONSTRUO DE MODELOS DE DIAGNSTICO. ............................. 65
FIGURA 4.7. MTODO DE ENTRADA CONDICIONAL. .................................................................................................. 67
FIGURA 4.8. MTODO DE CAMINHO ALTERNATIVO. .................................................................................................. 67
FIGURA 4.9. MTODO DE RECUPERAO INVERSA. ................................................................................................... 68
FIGURA 4.10. MTODO DE RECUPERAO COMPLEMENTAR. .................................................................................... 69
FIGURA 4.11. DEFINIO DAS TRANSIES TOP E TDIAG. ............................................................................................. 71
FIGURA 4.12. DEFINIO DE REGRAS DE DISPARO DAS TRANSIES DE TRATAMENTO. ........................................... 72
FIGURA 4.13. TRANSIES DE INSPEO NA REDE DE PETRI NO NVEL DE COORDENAO. .................................... 73
FIGURA 4.14. REPRESENTAO DA SEQNCIA DE CONSTRUO DE MODELOS....................................................... 74
FIGURA 5.1. SISTEMA FLEXVEL DE MONTAGEM. ..................................................................................................... 76
-
v
FIGURA 5.2. PEAS MONTADAS PELO SISTEMA FLEXVEL DE MONTAGEM. ............................................................. 76
FIGURA 5.3. ESQUEMA DAS ESTAES DO SISTEMA FLEXVEL DE MONTAGEM. ..................................................... 77
FIGURA 5.4. REDE DE COORDENAO EM PFS DO SISTEMA FLEXVEL DE MONTAGEM. ........................................... 84
FIGURA 5.5. REDE DE COORDENAO EM PFS DA CLULA DE ENTRADA DE MATERIAL (I). .................................... 85
FIGURA 5.6. REDE DE COORDENAO EM PFS DA ESTAO DE ALIMENTAO (SU). ............................................. 85
FIGURA 5.7. REDE DE COORDENAO EM PFS DA ESTAO DE ALIMENTAO (SU). ............................................. 86
FIGURA 5.8. REDE DE COORDENAO EM PFS DA ESTAO DE ALIMENTAO (SU). ............................................. 86
FIGURA 5.9. REDE DE COORDENAO EM PFS DA ESTAO DE TESTE (TE). ........................................................... 87
FIGURA 5.10. REDE DE COORDENAO EM PFS DA ESTAO DE TESTE (TE). ......................................................... 87
FIGURA 5.11. REDE DE COORDENAO EM PFS DA ESTAO DO ROB (RO). ........................................................ 88
FIGURA 5.12. REDE DE COORDENAO EM PFS DA ESTAO DE MONTAGEM (AS). ............................................... 89
FIGURA 5.13. REDE DE COORDENAO EM PFS DA ESTAO DE MONTAGEM (AS). ............................................... 89
FIGURA 5.14. REDE DE COORDENAO EM PFS DA ESTAO DE MONTAGEM (AS). ............................................... 90
FIGURA 5.15. REDE DE COORDENAO EM PFS DA ESTAO DE MONTAGEM (AS). ............................................... 90
FIGURA 5.16. REDE DE COORDENAO EM PFS DA ESTAO DE TRANSPORTE(T). ................................................ 91
FIGURA 5.17. REDE DE COORDENAO EM PFS DA ESTAO DE TRANSPORTE(T). ................................................ 91
FIGURA 5.18. REDE DE COORDENAO EM PFS DA ESTAO DE TRANSPORTE(T). ................................................ 91
FIGURA 5.19. REDE DE CONTROLE LOCAL DA ESTAO DE ALIMENTAO (SU). ................................................... 92
FIGURA 5.20. REDE DE CONTROLE LOCAL DA ESTAO DE TESTE (TE). ................................................................. 93
FIGURA 5.21. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE PEGAR PALLET (RO). ............. 93
FIGURA 5.22. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE TRANSPORTAR PALLET (RO). 94
FIGURA 5.23. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE PEGAR PEA CORPO (RO). ..... 94
FIGURA 5.24. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE TRANSPORTE PEA CORPO (RO).
.......................................................................................................................................................................... 95
FIGURA 5.25. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE PEGA EMBOLO (RO). .............. 95
FIGURA 5.26. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE MONTAGEM DE EMBOLO (RO).
.......................................................................................................................................................................... 96
FIGURA 5.27. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE PEGAR MOLA (RO). ................ 97
FIGURA 5.28. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE MONTAR MOLA (RO). ............ 97
FIGURA 5.29. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE PEGAR TAMPA (RO). .............. 98
FIGURA 5.30. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE FIXAR TAMPA (RO). ............... 99
FIGURA 5.31. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE MOVIMENTAR PEA MONTADA
(RO). ............................................................................................................................................................... 100
FIGURA 5.32. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE PEGAR PALLET (RO). ........... 101
FIGURA 5.33. REDE DE CONTROLE LOCAL DA ESTAO DE ROB NA ATIVIDADE DEPOSITA PALLET (RO). ...... 102
FIGURA 5.34. REDE DE CONTROLE LOCAL DA ESTAO DE TRANSPORTE (T). ...................................................... 103
FIGURA 5.35. REDE DE DIAGNSTICO DA ESTAO DE ALIMENTAO (SU). ........................................................ 106
FIGURA 5.36. REDE DE DIAGNSTICO DA ESTAO DE TESTE (TE). ...................................................................... 107
FIGURA 5.37. REDE DE DIAGNSTICO DA ESTAO DE ROB (RO). ...................................................................... 108
-
vi
LISTA DE TABELAS
TABELA 2.1. CLASSIFICAO DE MODELOS DE SED, (HO,1992). ............................................................................ 14
TABELA 5.1. LISTA DOS DISPOSITIVOS DE ATUAO DA ESTAO DE ALIMENTAO. ............................................. 78
TABELA 5.2. LISTA DOS DISPOSITIVOS DE CONTROLE DA ESTAO DE ALIMENTAO. ........................................... 78
TABELA 5.3. LISTA DOS DISPOSITIVOS DE DETECO DA ESTAO DE ALIMENTAO. ........................................... 78
TABELA 5.4. LISTA DOS DISPOSITIVOS DE ATUAO DA ESTAO DE TESTE. ........................................................... 78
TABELA 5.5. LISTA DOS DISPOSITIVOS DE CONTROLE DA ESTAO DE TESTE. ......................................................... 78
TABELA 5.6. LISTA DOS DISPOSITIVOS DE DETECO DA ESTAO DE TESTE. ......................................................... 79
TABELA 5.7. LISTA DOS DISPOSITIVOS DE ATUAO DA ESTAO DE MONTAGEM. ................................................. 79
TABELA 5.8. LISTA DOS DISPOSITIVOS DE CONTROLE DA ESTAO DE MONTAGEM. ................................................ 79
TABELA 5.9. LISTA DOS DISPOSITIVOS DE DETECO DA ESTAO DE MONTAGEM. ................................................ 79
TABELA 5.10. LISTA DOS DISPOSITIVOS DE ATUAO DO ROB. .............................................................................. 79
TABELA 5.11. LISTA DOS DISPOSITIVOS DE CONTROLE DO ROB. ............................................................................ 80
TABELA 5.12. LISTA DOS DISPOSITIVOS DE DETECO DO ROB. ............................................................................ 81
TABELA 5.13. LISTA DOS DISPOSITIVOS DE ATUAO DA ESTAO DE TRANSPORTE. ............................................. 82
TABELA 5.14. LISTA DOS DISPOSITIVOS DE CONTROLE DA ESTAO DE TRANSPORTE. ............................................ 82
TABELA 5.15. LISTA DOS DISPOSITIVOS DE DETECO DA ESTAO DE TRANSPORTE. ............................................ 83
TABELA 5.16. LISTA DOS LOCAIS TIPO B NA REDE DE CONTROLE DA ESTAO DE ALIMENTAO. ....................... 104
TABELA 5.17. LISTA DOS LOCAIS TIPO B NA REDE DE CONTROLE DA ESTAO DE TESTE. ..................................... 104
TABELA 5.18. LISTA DOS LOCAIS TIPO B NA REDE DE CONTROLE DE ATUAO DO ROB. .................................... 104
TABELA 5.19. LISTA DOS LOCAIS TIPO B NA REDE DE CONTROLE DE ESTAO DE TRANSPORTE. .......................... 105
TABELA 5.20. PROBABILIDADES DE REDE DE DIAGNSTICO SU. ............................................................................ 106
TABELA 5.21. PROBABILIDADES DE REDE DE DIAGNSTICO TE. ............................................................................ 107
TABELA 5.22. PROBABILIDADES DE REDE DE DIAGNSTICO RO. ....................... ERRO! INDICADOR NO DEFINIDO.
-
vii
LISTA DE ABREVIATURAS
ANN - Artificial Neural Network
AMS - Agile Manufacturing System
ARMA - Auto-Regressive Moving Average
CIM - Computer Integrated Manufacturing
C3I - Sistemas de Comando, Comunicao e Controle
Inteligente
DAG - Directed Acyclic Graph
FMS - Flexible Manufacturing System
GSPN - General Stochastic Petri Net
MFG - Mark Flow Graph
PFS - Production Flow Schema
SDG - Signed Directed Graph
SED - Sistemas a Eventos Discretos
SVC - Sistemas de Variveis Contnuas
QTA - Qualitative Tree Analysis
-
viii
RESUMO
O objeto de estudo deste trabalho a construo de modelos que permitam a
estruturao do projeto do controle de sistemas flexveis de manufatura que
considerem no somente estados de operao normal, mas tambm estados
anormais, isto , em situaes de falhas. Entende-se como falha o desvio de pelo
menos uma propriedade do sistema que leva o mesmo a um estado de defeito, que
por sua vez se define como um comportamento incomum, no projetado, do sistema
sob estudo, que finalmente manifestado como um defeito. Sistemas flexveis de
manufatura so sistemas que executam mltiplos processos visando produo de
diversos bens. O processo um conjunto de aes de transformao que por sua
parte requerem um conjunto de recursos que so compartilhados por outros
processos simultaneamente. Sistemas flexveis de manufatura envolvem um nmero
relativamente grande de componentes, mquinas, equipamentos e operadores
humanos, que interagem de maneira diversificada manipulando um grande conjunto
de informao e diferentes materiais em ambientes que podem at ser agressivos.
Independentemente de qualquer programa de manuteno, falhas so eventos que
so possveis de acontecer em qualquer sistema de tal natureza. Num ambiente
ideal, o funcionamento de todos os componentes poderia ser monitorado com o
objetivo de detectar as falhas prematuras, mas devido ao custo envolvido, isso se
torna invivel. Neste sentido surge o desafio de detectar as falhas a partir da
observao do contexto do funcionamento do processo, mediante a monitorao de
alguns parmetros, em geral de fcil acesso, e tomando em considerao
manifestaes (sintomas) das falhas de um ponto de vista qualitativo.
O presente trabalho prope a utilizao de redes Bayesianas para o diagnstico de
falhas em sistemas flexveis de manufatura. As redes Bayesianas constituem uma
ferramenta til para a representao das relaes que existem entre as causas
(componentes em estado de falha) e os sintomas (observaes anormais do
processo). A partir deste modelo, inferncias podem ser feitas para o diagnstico do
sistema.
-
ix
Por outro lado, nos ltimos anos a rede de Petri tem sido utilizada exitosamente na
representao dos aspectos de controle de sistemas produtivos e particularmente de
sistemas de manufatura e, desta forma, considera-se aqui tal ferramenta para a
modelagem do sistema no s em condies normais de funcionamento como
tambm para a representao do tratamento de falhas, no contexto de um sistema
tolerante a anomalias do processo. Especial nfase dada estruturao de uma
metodologia que permita a concepo de um procedimento eficaz para a construo
de modelos de controle.
-
x
ABSTRACT
The objective of the present work is the construction of models proper for the easy
implementation of flexible manufacturing control systems able to handle not only with
normal behavioral conditions, but with abnormal (or faulty) behavior as well. A fault is
defined as a deviation of at least one system property that drives the system into an
error state. An error is defined as an uncommon behavior, not expected from the
system functionalities. Flexible manufacturing systems are systems that execute
multiple processes for the production of several items in several ways. A process is
a sequence of certain transformation tasks that require a set of resources shared
simultaneously by multiple processes. In this sense, flexible manufacturing systems
are constituted of a relatively great number of devices, machines, equipments and
human operators that work together manipulating great quantities of information and
materials. This work is usually performed in aggressive environments. So,
independent of any maintenance program, faults are events that cannot be totally
avoided. In an ideal environment, the monitoring of all components is the way to
avoid faults. Nevertheless, due to the cost involved, this is an impossible task. In this
context, there is a challenge to properly detect faults from the observation of the
systems context, through the monitoring and observation of some parameters in
general easy to access, including also qualitative information from operators.
In the present work, it is proposed the use of Bayesian networks for the fault
diagnosis in flexible manufacturing systems. Bayesian networks constitute a useful
tool for the modeling of the causal relation between the causes (faulty components)
and the symptoms (manifestations). Based on this model, inference can be done for
the system diagnosis task.
Additionally, in the last years Petri net has been successfully used for the modeling of
control systems of productive systems and particularly, manufacturing control
systems. In this work, beyond the use of Petri net for the modeling of normal
situations of the system, Petri net is used for the modeling of the fault treatment
techniques. This drives the system tolerance to faults.
-
xi
Especial emphasis is laid into methodological issues that allows for the structuration
of a systematic procedure proper for the modeling and construction of control
systems.
-
1
1. INTRODUO
Nos ltimos anos, sistemas1 produtivos e em especial sistemas de manufatura vm
experimentando uma reestruturao principalmente em relao s estratgias de
produo que incluem mudanas em como os bens ou servios so projetados,
desenvolvidos, produzidos e distribudos. O comportamento varivel e voltil dos
usurios tem motivado as empresas a mudar os paradigmas de produo visando o
aumento da competitividade. A abertura de novos mercados trouxe consigo novos
desafios como a demanda de produtos de maior qualidade com custos menores.
Assim, as empresas necessitam apresentar maior capacidade de inovao, maior
eficincia na prestao de servios, e habilidade para a coordenao de sistemas
geograficamente distribudos. Isto indica que o sucesso das empresas no depende
s de polticas de proteo por parte dos governos para garantir mercados internos,
mas sim, da capacidade de desenvolver novas estratgias de produo.
BOLWIJN & KUMPE (1990) apresentam no seu trabalho a evoluo que os sistemas
industrializados tiveram que sofrer para garantir a sua sobrevivncia. Segundo estes
autores, at aproximadamente 1960 o preo dos produtos no era um fator relevante
para o aumento das vendas e, portanto, esforos eram concentrados simplesmente
no aumento do volume da produo. A partir de ento se comea a perceber que as
indstrias podiam alcanar mercados afastados geograficamente. Esse movimento
por sua vez fez com que os consumidores tivessem acesso a produtos de vrios
pases e regies o que aumentou a possibilidade de escolha. Neste ponto o preo
final do produto comea a ser um fator relevante.
No final dos anos 60, um outro fator comea a ganhar importncia na escolha dos
produtos: a qualidade. As empresas, portanto, incluem nos seus processos certas
tcnicas para obter um equilbrio entre o preo e a qualidade e assim garantir um
espao no mercado.
1 Neste texto entende-se por sistemas como um conjunto de componentes com caractersticas particulares que trabalham de forma conjunta para atender um objetivo em comum.
-
2
A partir do final dos anos 70, devido ao relativo decremento do investimento
necessrio para a implementao de novas indstrias, surgem produtos de todo tipo
com preos diversificados, causando que a produo comece a exceder a demanda.
Os consumidores passam assim a ter mais influncia nas decises sobre o que
produzir e como produzir.
Dos anos 90 e at hoje um novo fator torna-se relevante para o sucesso de uma
empresa: a capacidade de inovao. A Figura 1.1 ilustra de maneira resumida a
evoluo que as empresas produtivas tiveram ao longo dos ltimos anos.
1960
1970
1980
1990
Aumento da Produtividade,onde o preo no umfator muito relevante
As empresas comeam adescentralizar-se. Acompetncia aumenta. Ospreos tornam-se umavarivel critica.
Os consumidores passam ater poder de escolha dosprodutos. A produoexcede a demanda
As empresas tm que semodernizar, reduzir ointervalo de tempo entre olanamento de novosprodutos.
Um novo fator passa a terimportncia: a inovao.
Figura 1.1. Evoluo dos processos de produo ao longo do tempo.
Observa-se que, no passado a demanda do mercado era relativamente mais
estvel, os tempos de desenvolvimento e produo de novos produtos eram maiores
e o ciclo de vida dos produtos permitia produes em grandes lotes de um nico tipo
de produto, a chamada produo Fordista (BEACH et al., 2000). Nos ltimos
-
3
tempos, a capacidade de introduzir novos produtos no mercado de maneira eficaz e
com a mesma estrutura de produo um fator importante a ser considerado para
manter as empresas competitivas. Esta mudana no cenrio do mercado trouxe
consigo a necessidade de novas estratgias de manufatura, tomando em
considerao aspectos como os custos, a qualidade, os prazos de entrega, e
flexibilidade. MUSCAT & FLEURY (1993) incluem nesta lista a capacidade de
inovao. Assim podem ser identificados os seguintes focos das estratgias de
manufatura:
custos a capacidade de produzir bens ou servios mantendo
preos baixos. A regra geral que produtos padronizados tendem a ter
custos de produo menores;
qualidade a capacidade de manter os clientes satisfeitos com o
produto produzido;
tempo que comporta duas possibilidades bsicas: (a) assegurar
qualidade aos clientes no menor prazo possvel; e (b) atender aos
clientes dentro de uma faixa de tempo, com a menor variao possvel;
flexibilidade a capacidade de responder a mudanas do mercado
de forma rpida e eficaz;
inovao que visa atender os clientes sempre com produtos
diferenciados e com caractersticas sem precedentes.
A adoo de tais focos tem sido de modo seqencial e em geral, acumulativo
(MUSCAT & FLEURY, 1993). Assim, se a empresa adota a estratgia de qualidade,
esta adotando ao mesmo tempo, a estratgia de custos.
Entretanto, na prtica, nenhuma destas estratgias pode ser efetivamente
implementada se no so considerados possveis falhas e erros do sistema. Por
exemplo, tanto o custo como a qualidade do produto sero diretamente afetados
devido ocorrncia de uma falha no processo. O tempo para a produo tambm
ser afetado devido a falhas no sistema em geral, que precisam de um tempo de
-
4
correo e a devida manuteno/calibrao dos respectivos equipamentos. A
flexibilidade no poder ser devidamente implementada se a deteco e o
diagnostico de falhas no so realizados de maneira sistemtica. A capacidade de
inovao s poder ser includa no sistema quando existe confiabilidade aceitvel
dos processos.
Tais exigncias tm levado os sistemas de manufatura a aumentarem a sua
complexidade, e isso tem exigido o uso de modelos que permitam a avaliao e a
anlise de certas propriedades desejveis e indesejveis dos sistemas. Neste
sentido, sistemas de manufatura podem ser modelados considerando uma
seqncia de passos derivado da evoluo de um conjunto de estados decorrente
da ocorrncia de eventos considerados instantneos, isto , como um sistema a
eventos discretos. Assim, podem ser utilizadas ferramentas como a rede de Petri
para a modelagem deste tipo de sistemas (CASSANDRAS, 1993), bem como as
suas extenses (como o PFS2 e o MFG3) que permitem uma modelagem hierrquica
e sistemtica dos sistemas.
Por outro lado, o crescimento do porte estrutural dos sistemas produtivos tem criado
um novo desafio enquanto deteco de falhas. O nmero de componentes que
compem o sistema produtivo junto com a alta interdependncia entre estes, torna
invivel o monitoramento continuo de todas as variveis envolvidas. Alm disso,
existem falhas que no podem ser detectadas diretamente a partir de dados
monitorados e requerem um processo de diagnstico. Assim, o desafio consiste em
identificar falhas e erros a partir do contexto do sistema e de certas manifestaes
inerentes falha. Tcnicas de raciocnio probabilstico, entre as quais destacam-se
as redes Bayesianas, permitem a realizao de inferncias probabilsticas a partir de
certos estados do sistema, o que permite que o diagnstico possa ser feito de
maneira sistemtica, considerando alguns sintomas do processo em falha.
2 PFS Production Flow Schema (MIYAGI, 1996) 3 MFG Mark Flow Graph (MIYAGI, 1996)
-
5
O presente trabalho focaliza-se na sistematizao de uma metodologia4 para a
construo de modelos a serem analisados visando a deteco e tratamento de
falhas em sistemas flexveis de manufatura baseado em conceitos de sistemas a
eventos discretos (SED), rede de Petri e a teoria de rede Bayesiana.
1.1. OBJETIVOS
O objetivo do presente trabalho propor um mtodo para estruturar a construo de
modelos que detalhem os processos envolvidos em um sistema flexvel de
manufatura para assim permitir a anlise do seu sistema de controle considerando
no s as condies normais, mas tambm as condiciones anormais (em estado de
falha) de funcionamento. Este mtodo aborda tanto a deteco de falhas quanto o
tratamento das mesmas utilizando tcnicas derivadas da rede de Petri, rede
Bayesiana e teorias sobre SED.
1.2. METODOLOGIA DE PESQUISA
A metodologia de pesquisa adotada no presente estudo segue um ciclo de
desenvolvimento do trabalho onde as tcnicas, introduzidas para a concepo de
solues de casos de aplicaes prticas, do suporte direto implementao de
tcnicas de modelagem atravs do uso e/ou desenvolvimento de ferramentas com
base em mtodos definidos a partir de teorias sobre SED, teoria de falhas, e
probabilidade. A Figura 1.2 ilustra os principais aspectos da metodologia cuja
interao visa encontrar solues alternativas e dentre estas identificar a mais
4 Neste texto entende-se metodologia como o estudo de um conjunto de mtodos que permite a estruturao de processos.
-
6
adequadada para tratar o problema do diagnstico e tratamento de falhas em
sistemas flexveis de manufatura.
TEORIA- Teoria de Sistemas a EventosDiscretos- Teoria sobre Sistemas Flexveis deManufatura- Teoria sobre Falhas- Mtodos para abordar falhas emSistemas de Manufatura- Ferramentas de Modelagem:- PFS;- MFG;- Redes Bayesianas;
FERRAMENTAS- Desenvolvimento de umprocedimento para aaplicao de um sistematolerante a falhas.
APLICAES- Sistemas Flexvel deMontagem;- Sistema de entrada dematerial numa linha dedecapagem;- Sistema de tratamento decido;
Figura 1.2 Ciclo de desenvolvimento da metodologia proposta.
1.3. ORGANIZAO DO TEXTO
No capitulo 2 descrito o resultado do levantamento bibliogrfico realizado para
formar uma base de conhecimento para a definio do problema do diagnstico de
falhas em sistemas flexveis de manufatura e para desenvolver uma proposta
alternativa mais eficaz para este tipo de situaes. Este levantamento tambm situa
o trabalho dentro do contexto atual das pesquisas correntes na rea sendo assim
uma referncia para avaliar as vantagens e desvantagens da proposta desenvolvida
frente a outras possveis solues. Neste capitulo incluem-se a teoria de sistemas a
eventos discretos (SED); teoria sobre falhas em sistemas produtivos; modelagem de
SED; rede de Petri e suas extenses; e a rede Bayesiana. So estudadas as
-
7
principais caractersticas dos sistemas automatizados de manufatura considerando
as condies necessrias para a manifestao de eventuais falhas. So
caracterizados em particular, os sistemas flexveis de manufatura cujas propriedades
requerem a construo de modelos para serem devidamente avaliadas e analisadas.
No capitulo 3 so formalmente introduzidos os conceitos de rede de Petri e suas
extenses como ferramentas/metodologias empregadas para a modelagem de
sistemas a eventos discretos. Especial nfase dada metodologia PFS/MFG que
define um procedimento hierrquico e sistemtico, baseando-se em representaes
conceptuais e dinmicas do sistema. So tambm discutidas algumas propriedades
e tcnicas de anlise que permitem a verificao do comportamento do sistema.
Tambm descrita a rede Bayesiana como uma ferramenta que permite a
representao do sistema sob um ponto de vista do seu comportamento em
condies anormais de funcionamento (estado de falha). Baseado neste tipo de
rede pode-se fazer inferncias que permitem, a partir de um conjunto de
manifestaes do sistema, obter as causas com maior probabilidade de serem
responsveis por tais anomalias. So discutidas as principais tcnicas de
modelagem e aprendizado, bem como as principais tcnicas de inferncia utilizadas.
apresentado no capitulo 4 a metodologia proposta para a modelagem do processo
de diagnstico e tratamento de falhas em sistemas de manufatura. Esta metodologia
adota uma abordagem hierrquica utilizando mtodos de representao e anlise
com base na teoria de SED, rede de Petri e rede Bayesiana. A metodologia prope a
rede de Petri como uma ferramenta para a descrio do comportamento do sistema
em situaes normais de funcionamento, bem como a descrio das tcnicas de
tratamento em condies anormais. Prope-se o diagnstico de falhas utilizando
supervisores distribudos no cho de fabrica que permitem observar manifestaes
que, atravs das redes Bayesianas, sero considerados como sintomas para a
identificao das causas da falha. Assim, uma abordagem modular adotada
considerando os seguintes pontos:
representao do sistema em condies normais de funcionamento;
-
8
execuo do diagnstico de falhas, e
representao do tratamento de falhas ou de situaes anormais de
funcionamento.
No capitulo 5 so apresentados um conjunto de exemplos de aplicao que ilustram
a funcionalidade da proposta.
Por fim, no capitulo 6 so apresentadas as observaes, concluses e principais
resultados do projeto. Futuros trabalhos so sugeridos para dar continuidade
proposta apresentada.
-
9
2. DIAGNSTICO E TRATAMENTO DE FALHAS EM SISTEMAS DE
MANUFATURA
Neste captulo procura-se apresentar o levantamento bibliogrfico realizado para
desenvolver uma abordagem que considera o problema do diagnstico e tratamento
de falhas em sistemas de manufatura automatizados com caractersticas de
autonomia e flexibilidade. Assim, apresentada uma descrio de sistemas flexveis
de manufatura considerando nveis de representao hierrquicos baseados nas
funcionalidades do sistema, com especial nfase na integrao e
complementaridade dos aspectos tecnolgicos. apresentada uma taxonomia sobre
as principais definies que permitem caracterizar o conceito de falha. So
discutidas tambm as principais tcnicas de deteco e diagnstico de falhas bem
como as suas diferenas e limitaes. Finalmente, o presente trabalho identificado
como uma alternativa para o diagnstico e tratamento de falhas.
2.1. SISTEMAS A EVENTOS DISCRETOS (SED)
Ao longo da evoluo tecnolgica iniciada no final do sculo 19, muitas solues
para os problemas de produo foram implementadas explorando a capacidade
humana de abstrair situaes e fazer com que sistemas se comportem de forma
automtica segundo uma lgica predefinida. Foram criados assim os sistemas
concebidos e feitos pelo homem e para o homem (ITO, 1991) (man made systems)
tentando abordar sistemas como linhas de produo e montagem, redes
computacionais e de comunicao, sistemas de edifcios inteligentes, sistemas de
transito, sistemas de comando, comunicao e controle inteligente (C3I), etc. (HO,
1987). Neste sentido, CASSANDRAS (1993) apresenta uma classificao de
sistemas, que considera os diferentes aspectos que os caracterizam. Esta
classificao adotada para realizar uma definio mais formal de SED:
-
10
Sistemas Instantneos e Dinmicos: os sistemas instantneos tm a
caracterstica de que suas variveis de sada so independentes do valor das
suas variveis anteriores, isto , s dependem das variveis atuais de
entrada; entretanto, nos sistemas dinmicos as variveis de sada, alm de
dependerem dos valores atuais das variveis de entrada, dependem dos
valores anteriores (Figura 2.1).
Figura 2.1. Processo de modelagem de sistemas instantneos e dinmicos.
Sistemas Variantes no Tempo e Invariantes no Tempo: nos sistemas
invariantes no tempo o comportamento do sistema no muda ao longo do
tempo, isto , para um conjunto de entradas, a sada correspondente
sempre a mesma. Se no houver esta relao o sistema chamado de
variante no tempo.
Sistemas Lineares e No-Lineares: Um sistema linear satisfaz o principio
da superposio 1 1 2 2 1 1 2 2g a u a u a g u a g u , onde 1u e 2u so dois vetores
de entrada, 1a e 2a so nmeros reais e g(.) uma funo. Caso esta condio
no seja satisfeita o sistema ser no-linear.
Sistemas de Estado Contnuo e Estado Discreto: nos sistemas de estado
contnuo, as variveis podem assumir valores contnuos e reais. Se as
variveis pertencem ao domnio de valores discretos (inteiros positivos,
variveis lgicas, etc.), o sistema chamado de discreto.
-
11
Sistemas Dirigidos pelo Tempo e Dirigidos por Eventos: em sistemas dirigidos
pelo tempo, as variveis de estado do sistema mudam continuamente de
acordo com a evoluo do tempo. Em sistemas dirigidos por eventos, as
variveis de estado do sistema evoluem segundo a ocorrncia de eventos
discretos em geral imprevisveis. O estado do sistema entre dois eventos
consecutivos permanece constante e inalterado.
Sistemas Estocsticos e Sistemas Determinsticos: se uma ou mais variveis
de um sistema podem assumir valores aleatrios, o sistema pertence ao
grupo de sistemas estocsticos. Se no houver nenhuma varivel aleatria, o
sistema chamado de determinstico.
Sistemas de Tempo Discreto e Tempo Contnuo: no caso em que exista uma
amostragem de variveis no tempo, isto , que os valores das variveis de
entrada, estado ou sada s sejam reconhecidas em certos instantes no
tempo (valores discretizados), o sistema chamado de tempo discreto. Se as
variveis so definidas para todos os possveis valores do tempo, o sistema
chamado de contnuo no tempo.
A Figura 2.2 apresenta uma esquematizao da classificao dos sistemas
conforme CASSANDRAS (1993). Segundo esta classificao, um SED um sistema
dinmico, invariante no tempo, no linear, de estado discreto e dirigido por eventos.
A ocorrncia de eventos no SED em geral em intervalos de tempo irregulares e
desconhecidos (RAMADGE & WONHAM, 1989) o que caracteriza no sistema um
primeiro nvel de indeterminismo com relao ao tempo (SANTOS FILHO, 2000).
Estes eventos (como a chegada de material, inicio ou trmino de uma tarefa ou
processo, etc.) determinam a mudana de um estado para outro, que por sua vez
mantido constante at a ocorrncia de um novo evento (CURY, 2001). Em
contraposio, existem os sistemas de variveis contnuas (SVC), cuja mudana de
estado ocorre de forma continua ao longo do tempo, e cuja dinmica descrita por
variveis contnuas.
-
12
Figura 2.2. Classificao dos sistemas traduzido de Cassandras (1993).
Embora a histria do controle de SED seja to antiga quanto ao do controle de SVC
(MIYAGI, 1996), o estudo de SED relativamente recente em relao ao
conhecimento alcanado nos SVC. Nota-se que a modelagem matemtica dos SED
ainda est longe de sua consolidao (HO, 1992), (CASSANDRAS & LaFORTUNE,
1999). A Figura 2.3 apresenta o comportamento de SED comparado com o
comportamento de SVC. Esta comparao evidencia as diferenas que existem
entre tais sistemas, sendo que nos SVC as variveis pertencem a um conjunto
infinito de valores, enquanto que nos SED as variveis podem tomar valores de um
conjunto discreto e finito, e cuja mudana s realizada na ocorrncia de um evento
considerado instantneo.
O problema de controle em SED consiste em estabelecer um conjunto de regras e
restries que permitam ao sistema se comportar segundo uma lgica pr-
estabelecida, atuando conforme uma seqncia de procedimentos que atendam o
objetivo da produo, no caso de sistemas produtivos ou de manufatura.
-
13
Figura 2.3. Comportamento do SVC comparado com o comportamento do SED.
2.1.1. Modelos de SED
Com base na bibliografia consultada, nota-se que no existe uma tcnica universal
generalizada que possa ser adotada para tratar qualquer tipo de SED em aplicaes
prticas. No entanto, algumas tcnicas tm sido bem sucedidas para tratar
problemas de modelagem em aplicaes particulares. Entre elas esto (HO, 1989),
(CAO, 1989), (ZHOU & DiCESARE, 1993):
Teoria de filas;
lgebra min mx;
Processos semi-markovianos generalizados, includos aqui as linguagens de
simulao discreta;
Cadeias de Markov;
Mquina de estados finitos;
Rede de Petri e suas extenses.
-
14
Uma classificao destas tcnicas possvel considerando-se: os tipos de variveis
utilizadas pelo modelo (lgicos, algbricos ou de anlise de desempenho); a
dependncia ou no do tempo para a ocorrncia de eventos (temporizados ou no
temporizados); e a forma como acontecem os eventos (determinsticos ou
estocsticos). A seguir, na Tabela 2.1, apresentada esta classificao (HO, 1992):
Tabela 2.1. Classificao de Modelos de SED, adaptado de (HO,1992).
Temporizados No-temporizados
Lgicos Rede de Petri Temporal Rede de Petri lugar/transio
Maquinas de estado finito
Algbricos
lgebra min-max Processos recursivamente finitos Processos seqenciais de
comunicao
Desempenho
Cadeias de Markov Rede de Filas, GSPN
GSPN/simulao
Estocsticos
Determinsticos
O sistema flexvel de manufatura (flexible manufacturing systems, FMS) apresenta
funcionalmente caractersticas como reinicializao, assincronismo, paralelismo,
concorrncia entre eventos, etc., motivo pelo qual tais tipos de sistemas podem ser
modelados como SED. Portanto, realiza-se a seguir uma contextualizao de FMS.
2.2. SISTEMA FLEXVEL DE MANUFATURA (FMS)
A manufatura tem passado por vrias mudanas ao longo da histria. Comeando
com a produo manual intensiva e as linhas de produo em massa, as primeiras
tentativas de automao industrial comeam com a implementao de linhas
automatizadas de produo adotadas pela indstria automobilstica no sculo XIX.
Posteriormente so introduzidos os flow shops, com o intuito de aumentar a
produtividade baseada numa produo de peas praticamente idnticas atravs de
-
15
tarefas repetitivas e cclicas; os job shops e a manufatura celular com o objetivo de
produzir de forma eficiente, vrios tipos de produtos com algum grau de similaridade
de maneira mais eficaz. Com a introduo de recursos computacionais so
desenvolvidas ferramentas que permitem incluir maior flexibilidade, o que viabiliza
alteraes no que produzido e como produzido. Assim, foi concebida a idia de
sistema flexvel de manufatura (FMS) que por sua vez subsidia os conceitos de
manufatura integrada por computador (CIM) e sistemas geis de manufatura (AMS).
Nos trabalhos que tm sido publicados flexibilidade em sistemas de manufatura tem
sido utilizada de maneira reativa. A flexibilidade prov a capacidade de um sistema
se modificar baseado em incertezas do ambiente tanto externo como interno
(BEACH et al., 2000). Entretanto, o custo envolvido com a implementao da
flexibilidade impe uma restrio baseada nas especificaes do sistema produtivo.
H uma afirmao que sintetiza como deve ser o procedimento bsico para
selecionar a tecnologia de automao mais adequado a cada caso:
Deve-se projetar um sistema produtivo to rgido quanto seja possvel e to
flexvel quanto seja necessrio.
Considerando as caractersticas estruturais de um FMS, RANKY (1990) define este
como um sistema que envolve o processamento de dados distribudos e o fluxo
automatizado de material mediante o uso de mquinas controladas por computador,
clulas de montagem, robs industriais, mquinas de inspeo, etc. formando um
conjunto que inclui ainda um sistema de movimentao de material integrada por
computador e sistemas de armazenamento de materiais.
Os componentes principais do FMS so, em geral (DAVIS et al., 1997) (REMBOLD
& TANCHOCO, 1994):
mquinas ferramentas com comando numrico computadorizado;
-
16
sistema de movimentao de materiais automatizado;
sistema de intercmbio de informao, atravs de redes de
comunicao;
sistema de controle global que coordena as funes das mquinas
ferramenta e o sistema de movimentao.
O custo envolvido com a implementao de um FMS exige tambm que seja feita
uma distino/classificao da flexibilidade considerada. Assim, com base nas
caractersticas do sistema, podem ser reconhecidos os seguintes tipos de
flexibilidade:
flexibilidade de produto, que a capacidade do sistema de manufatura
modificar-se para produzir um novo conjunto de itens, de forma rpida e
econmica;
flexibilidade de processo, que a capacidade de produzir um item de vrias
maneiras;
flexibilidade de operao, que a capacidade de reordenar as operaes do
sistema de manufatura num processo produtivo de um item.
A flexibilidade pode ainda ser considerada como um elemento importante na
regulagem e mudanas no ambiente operacional, permitindo desse modo respostas
adaptativas a situaes imprevisveis. Contudo, a flexibilidade pode ir alm do
aspecto adaptativo. A flexibilidade possui tambm uma funo pr-ativa que pode
ser til para lidar com incertezas de mercado, preferncias dos consumidores, ou
ainda, incertezas no ambiente entre as quais outras empresas concorrentes no
seriam capazes de enfrentar.
O FMS pode ser concebido como um conjunto de subsistemas distribudos cujo
controle em geral, pode ser descrito segundo uma hierarquia que depende da
quantidade de equipamentos, layout de fbrica, filosofia de gerenciamento,
disponibilidade de software e equipamentos computadorizados, grau de automao,
-
17
etc. Neste sentido, alguns autores descrevem tal sistema segundo as
funcionalidades dos equipamentos e/ou conjunto de equipamentos envolvidos,
enquanto que outros utilizam caractersticas dos processos. A Figura 2.4 apresenta
os nveis de controle segundo estas duas abordagens (CHINTAMANENI et al.,
1988), (HASEGAWA, 1996), (COMBACAU & COURVOISIER, 1990):
Figura 2.4. Nveis de controle segundo (a) as funcionalidades dos equipamentos, e (b) as caractersticas dos processos.
Observa-se que existe uma relao entre as duas abordagens: no primeiro nvel (o
nvel mais elevado) so abordados os conceitos da engenharia da manufatura, o
gerenciamento das informaes e o gerenciamento da produo; no segundo nvel
tem-se o gerenciamento dos trabalhos e recursos numa rea dedicada a processos
especficos; no terceiro nvel abordado o problema do seqenciamento de lotes de
produo de partes; no quarto nvel feita a coordenao das operaes dos
equipamentos e, finalmente, no quinto nvel so controlados individualmente os
dispositivos de cada mquina. Naturalmente, as tcnicas de especificao e
ferramentas de desenvolvimento e implementao utilizadas por cada um destes
nveis diferiro de uma abordagem a outra desde que a funcionalidade dos
equipamentos assegure a realizao dos processos envolvidos.
-
18
Nota-se que cada um dos nveis apresenta exigncias distintas quanto a capacidade
e velocidade de processamento dos recursos computacionais envolvidos. Enquanto
os nveis inferiores envolvem transferncia de dados relativamente simples
(normalmente sinais e cdigos tratados como variveis Booleanas) com
caractersticas de sincronizao e exigncias em tempo real crticas; os nveis
superiores envolvem uma grande quantidade e variedade de informaes, em geral
de natureza qualitativa, cujas exigncias em tempo real so menos crticos.
O alcance da presente proposta inclui a construo de modelos para obter a partir
destes, estratgias de controle para os nveis 3, 4 e 5.
2.2.1. Modelagem de Sistemas Flexveis de Manufatura
O funcionamento do FMS apresenta uma natureza assncrona, envolvendo em
geral, processos concorrentes e paralelos que incluem vrios componentes e
subsistemas que compartilham recursos limitados e que interagem entre si de
maneira relativamente complexa e em tempo real. Neste sentido, dois problemas
so usualmente destacados em tais sistemas: possibilidade de deadlock, e
possibilidade de conflito (SANTOS FILHO, 2000). O deadlock se define como um
estado a partir do qual o sistema no pode evoluir mais, e no qual permanece por
tempo indefinido. O conflito por sua vez definido como um estado no qual dois ou
mais processos requerem simultaneamente um mesmo recurso do sistema. Neste
sentido, a modelagem de FMS deve assegurar a devida representao destas
situaes e do seqenciamento dos processos, sendo uma forma de ajudar na
especificao da soluo de situaes de conflito e de estados de deadlock.
Portanto, o problema da modelagem de FMS no trivial. Uma primeira dificuldade
envolve a modelagem da incerteza que existe em relao ao instante da ocorrncia
de eventos. Uma outra dificuldade envolve a modelagem do compartilhamento de
recursos limitados. Estas dificuldades so caractersticas prprias do FMS que, em
geral, resulta numa exploso de estados no modelo. Isto faz com que o
determinismo em relao seqncia de eventos seja perdido e, portanto,
-
19
aparecem incertezas quanto ao seqenciamento de processos. Estas dificuldades
podem ser entendidas como a complexidade envolvida na modelagem do FMS.
O processo de abstrao de FMS envolve o processo de sntese onde se tem a
concepo do sistema a partir do conhecimento do funcionamento das partes
individualmente. Entretanto, o processo de anlise parte da compreenso geral do
sistema como um todo, sem visar necessariamente as partes individualmente.
Portanto, a complexidade surge quando os conhecimentos individuais das partes
que compem o sistema no necessariamente refletem o comportamento do
conjunto, e assim, a descrio ou predio da evoluo do sistema torna-se
complexo.
Um outro tipo de complexidade no FMS caracterizado quando elementos do
sistema so capazes de tomar decises, como no caso de operadores humanos.
No obstante, esse caso esta fora do escopo do presente estudo.
Assim, com o objetivo de tratar estas dificuldades, necessrio diferenciar duas
etapas na concepo de FMS:
Estruturao: onde so determinadas as estruturas lgica e fsica da
planta. Nesta estruturao, a organizao dos equipamentos definida
com base na implementao prevista dos processos produtivos.
Operao: que considera problemas como o planejamento, superviso,
controle, compartilhamento e alocao de recursos, etc.
Enquanto que para a primeira etapa so encontradas tcnicas de organizao fsica
de plantas (Transfer lines, Production lines, Flow Shop, Job Shop, etc.), a segunda
etapa requer normalmente o uso de um modelo que abstraia o comportamento do
sistema real.
Com base nas dificuldades de operao presentes nos FMS, e considerando a
teoria desenvolvida na rea de pesquisa abordando tais desafios, os sistemas
flexveis de manufatura (FMS) no presente trabalho sero modelados mediante a
-
20
teoria de SED (RAMADGE & WOHAM, 1989), (HO, 1992); (CASSANDRAS, 1993);
(MIYAGI, 1996).
Na modelagem de FMS deve-se considerar tambm os seguintes aspectos
(DESROCHERS, 1995):
incerteza do conhecimento da demanda de produo (em qualquer nvel
da estruturao hierrquica);
capacidade finita de recursos; e
incerteza enquanto a ocorrncia de falhas dos equipamentos e durao
dos tempos de manuteno.
Existem ainda as incertezas em relao aos tempos de fornecimento da matria
prima, mas isto no faz parte do escopo da presente proposta.
A incerteza do conhecimento da demanda impede o dimensionamento timo da
capacidade da manufatura, do nmero de mquinas, do nmero de equipamentos,
do nmero de operadores, etc. necessrios para satisfazer tal demanda. A
capacidade finita de recursos de manufatura restringe a quantidade de processos
que podem ser levados a cabo simultaneamente.
Falhas e quebras de equipamentos tambm impedem uma programao otimizada
das tarefas envolvidas com as operaes do sistema produtivo. Dificultam tambm
o planejamento da produo e a determinao dos prazos de entrega. Falhas
exigem que seja feita uma reviso do processo de manufatura, tomando em conta
os procedimentos de manuteno necessrios para o correto funcionamento da
planta.
Portanto, as incertezas no conhecimento da demanda de produo e capacidades
finitas de recursos de manufatura devem ser devidamente incorporadas no modelo
do FMS de modo a permitir uma anlise efetiva em distintos nveis do sistema de
controle. Alem disso, faz-se necessrio um procedimento sistemtico para incluir o
problema das falhas nos sistemas produtivos.
-
21
Com o objetivo de analisar os mtodos que permitem abordar falhas em sistemas de
manufatura, necessria a compreenso do conceito de falha e das condies que
permitem sua manifestao e possibilidade de deteco.
2.3. CONSIDERAES SOBRE FALHAS EM SISTEMAS DE
MANUFATURA
Com relao ao diagnstico, deteco e tratamento de falhas em sistemas de
manufatura, percebe-se que no existe uma terminologia consolidada nos trabalhos
encontrados na rea. Isto dificulta a compreenso e a comparao dos diversos
trabalhos sobre o tema. Neste sentido, as definies adotadas na presente proposta
se baseiam no trabalho de ISERMANN & BALL (1997), que apresentam um
compndio dos principais conceitos adotados pela International Federation of
Automatic Control IFAC SAFEPROCESS technical committee, encarregada do
estudo da deteco de falhas, superviso e segurana de processos tcnicos.
Adicionalmente, so considerados os trabalhos de AVIZIENIS et al. (2004) e
CHANG et al. (1991). A seguir as principais definies:
(i) Falha (fault em ingls) um desvio de pelo menos uma propriedade
caracterstica ou um parmetro do sistema de uma condio aceitvel,
usual, ou padro. Uma falha pode acontecer mesmo que o sistema no
apresente erros nas entradas nem nas especificaes inicias do
comportamento do sistema.
(ii) Erro (error em ingls) um estado indesejvel do sistema ou subsistema
que se alcana quando o comportamento atual se desvia do
comportamento esperado para o qual o sistema foi projetado. Em geral
considerado como um desvio entre o valor medido ou computado de uma
varivel de sada e o valor terico ou esperado.
(iii) Defeito (failure em ingls) uma interrupo da capacidade de um sistema
realizar certa funo requerida sob condies especficas de operao.
-
22
Com respeito ao FMS, pode-se considerar cada nvel de funcionalidade (Figura 2.4)
como um prestador de servios que pode ser composto por uma ou mais entidades
chamadas de provedores (Figura 2.5). O provedor encarregado de realizar um
servio especfico tanto para outros provedores do mesmo nvel quanto para os
provedores no nvel imediato superior. Chama-se de usurio quela entidade do
mesmo nvel de um provedor que recebe do provedor do mesmo nvel ou de um
nvel superior um tipo de servio especfico necessrio para a correta evoluo do
seu funcionamento. Nota-se que um provedor pode ser simultaneamente um usurio
dependendo do processo. Assim, um defeito acontece quando um usurio percebe
que o provedor no realiza o servio que esperava receber. Considera-se ento, que
o provedor contm erro o que significa que atinge um ou vrios estados indesejveis
no especificados.
Figura 2.5. Relao entre usurio/provedor em nveis de controle.
Uma falha entendida como a causa do erro ou da seqncia de erros que
aconteceram no provedor. Observa-se ento, que uma falha causa um erro, e que
um erro se manifesta no servio ao usurio como um defeito. Existem tambm,
situaes nas quais um erro no necessariamente se manifesta como um defeito.
Tal situao chamada de erro latente.
Neste contexto, a deteco e diagnstico de falhas em sistemas de manufatura
comea com a observao de um defeito num certo processo ou equipamento. So
ento observados os estados que se encontram os subsistemas para verificar a
ocorrncia de algum erro ou conjunto de erros. Assim, com base nestes erros so
-
23
identificadas a(s) falha(s) que ocasionaram tais anomalias. A Figura 2.6 apresenta a
evoluo de uma falha num sistema de manufatura. So consideradas falhas
internas e falhas externas. Um erro torna-se defeito quando se manifesta como um
servio indevido para outro subsistema.
Figura 2.6. Propagao de uma falha num defeito.
Complementando os predicados envolvidos na caracterizao do diagnstico de
falhas em sistemas de manufatura tem-se o sintoma que aqui definido como um
desvio de uma varivel observvel do seu valor nominal.
2.3.1. Falha
Com respeito caracterizao de falhas, AVIZIENIS et al. (2004) apresenta no seu
trabalho uma classificao de acordo com diferentes modos de encarar esta
situao. No presente trabalho, a caracterizao de falhas baseada em cinco
questes cujas respostas caracterizam as ocorrncias plausveis de acontecer
particularmente em sistemas de manufatura. Tais perguntas so: quando aconteceu
a falha?; aonde aconteceu a falha?; porque aconteceu a falha?; quem afetado pela
falha?, e; como a falha se manifesta?
Quando: questo relacionada ocorrncia da falha:
-
24
o desenvolvimento: falha que ocorre durante a fase de
desenvolvimento do sistema ou durante a fase de manuteno;
o operao: falha que acontece durante a operao do sistema.
Aonde: questo relacionada fronteira do sistema:
o externas: falha que se origina fora dos limites do sistema;
o internas: falha que se origina dentro dos limites do sistema.
Por que: questo relacionada causa fenomenolgica da falha:
o causas naturais: falha causada por fenmenos naturais sem
interveno humana;
o causas artificiais: falha causada por interveno humana.
A quem: questo relacionada ao domnio:
o hardware: falha que se origina ou afeta a componentes fsicos;
o software: falha que afeta ao software do sistema.
Como: questo relacionada persistncia da falha:
o permanente: falha que continua no tempo;
o transitrias: falha que limitada no tempo e que pode at ser de
tipo intermitente.
A Figura 2.7 apresenta os tipos de falhas e as suas combinaes possveis
representadas em um diagrama de rvore adaptado de AVIZIENIS et al. (2004).
Desconsiderando as falhas prematuras dos dispositivos e equipamentos, uma das
principais causas de falha de um sistema de manufatura acontece devido a uma
especificao inadequada e/ou incompleta das funcionalidades do sistema.
Particularmente, as falhas que acontecem no software dos controladores tm, em
-
25
geral, origem numa definio incorreta da seqncia dos processos envolvidos na
produo ou, devido a uma distribuio indevida dos recursos envolvidos no
processo. Neste sentido, no presente trabalho abordam-se tais tipos de falha
mediante a verificao do comportamento e das propriedades do sistema atravs de
um modelo que permita a descrio e a anlise de tais propriedades.
Figura 2.7. Classificao de falhas adaptado de Avizienis et al. (2004).
Por outro lado, falhas ocorridas tambm podem ser caracterizadas em funo dos
recursos de monitorao e do grau de automao do sistema. Esta propriedade
chamada de capacidade de sensoriamento (sensing capability) (FRANK, 1992),
(CHANG et al., 1991). De acordo com esta caracterstica, podem-se diferenciar
falhas de dois tipos:
falhas que podem ser detectadas diretamente mediante a
monitorao de sinais, variveis ou parmetros especficos do
equipamento atravs de sensores especficos. Por exemplo, o
desgaste de uma ferramenta pode ser detectado atravs de um
sensor que monitore este parmetro.
-
26
falhas que no podem ser detectadas a partir do sensoriamento dos
dispositivos, isto , precisam de alguma tcnica de identificao e
deteco.
O presente trabalho focaliza-se no segundo tipo de falha.
Os mtodos de identificao e deteco de falhas incluem desde a manuteno
preventiva at tcnicas de raciocnio e tomada de deciso, (MEHRANBOD et al.,
2003), (RIASCOS, 2002).
2.3.2. Defeito
Quanto caracterizao dos defeitos em sistemas de manufatura, pode-se
identificar defeitos considerando tanto a fase de desenvolvimento quanto a fase de
operao. Na fase de desenvolvimento os defeitos mais comuns esto relacionados
com um cronograma (entrega fora do prazo) ou falta de recursos para a
concretizao do projeto. Na fase operacional podem ser identificadas as seguintes
classes de defeito (AVIZIENIS et al., 2004):
Defeitos segundo o domnio:
o defeitos no produto ou servio prestado de um subsistema a
outro. Isto inclui peas intermdias defeituosas, informaes
errneas, processos inconclusos, etc.
o defeitos no tempo de entrega. Por exemplo, chegada de material
antes ou depois do previsto.
Defeitos segundo a capacidade de ser detectvel:
o defeitos detectveis so aqueles que podem ser percebidos
mediante sensores especficos e tambm sinalizados por
alarmes sonoros, LEDs, IHMs, etc.
-
27
o defeitos no detectveis, que precisam de algum tipo de
interpretao humana para serem reconhecidos.
Defeitos segundo a consistncia:
o defeitos consistentes, que se manifestam para todos os
usurios, ou
o defeitos inconsistentes, que podem se manifestar somente para
alguns usurios.
Defeitos segundo a sua conseqncia, que dependendo das
especificaes do sistema, a freqncia e severidade de tais
defeitos, podem ser classificadas desde defeitos menores at
defeitos severos ou catastrficos.
A Figura 2.8 ilustra a classificao dos defeitos em sistemas de manufatura.
Figura 2.8. Classificao de defeito segundo Avizienis et al., (2004).
2.3.3. Erro
Nos sistemas de manufatura podem ocorrer erros que impedem que as tarefas
sejam concludas. Um sistema de manufatura envolve uma diversidade de
-
28
componentes incluindo mquinas, robs, ferramentas, dispositivos e partes, etc.
Todos estes componentes interagem de diferentes formas para garantir o objetivo da
produo. Assim, erros podem ser classificados com respeito funcionalidade e
com respeito estrutura do sistema.
Com respeito funcionalidade os erros podem ser definidos como:
erros nas pr-condies de um procedimento especfico: antes de
ser realizada qualquer operao o sistema requer que certas
condies sejam satisfeitas. Entretanto, muitas aplicaes exigem
um alto custo computacional para detectar tais condies. Portanto,
pr-condies no verificadas podem levar a erros futuros.
erros nas restries de um processo: restries evitam que estados
indevidos sejam atingidos pelo sistema. Portanto, uma
especificao indevida ou incompleta das restries pode levar a
erros.
erros operacionais: estados indesejados que o sistema alcana
devido a perturbaes no seu sistema de controle.
Com respeito estrutura do sistema so reconhecidos erros especficos de cada
componente ou equipamento como por exemplo os erros de posicionamento e/ou
orientao das ferramentas, erros de escolha de ferramenta, erros na ativao de
dispositivos e erros de tolerncia.
Muitos trabalhos tm sido realizados com o objetivo de desenvolver sistemas
tolerantes a falhas cuja abordagem se baseia em recuperao de erros (error
recovery) (ZHOU & DiCESARE, 1989), (COMBACAU & COURVOUSIER, 1990).
No obstante, existem muitos casos nos quais o custo para a deteco do erro
computacionalmente invivel e assim outras solues ainda esto sendo
investigadas.
-
29
2.4. DETECO E DIAGNSTICO DE FALHAS
A pesar dos sistemas serem projetados com a finalidade de apresentar a menor
quantidade de falhas possvel, e incluir programas de manuteno preventiva para
reduzir a probabilidade de anomalias, falhas so eventos que no podem ser
eliminados na sua totalidade. Alm disso, devido a sua natureza, a manifestao de
uma falha, erro e posteriormente defeito de um processo , em geral, de tipo abrupta
e inesperada. Portanto, para atender a crescente demanda por maior desempenho e
confiabilidade em sistemas produtivos e particularmente em sistemas de
manufatura, necessrio contar com mtodos para a deteco e o diagnstico de
falhas cada vez mais precisa e de rpida resposta (SAMPATH et al., 1995). Neste
sentido, apresenta-se a seguir as principais tcnicas para a deteco e o diagnstico
de falhas.
Entende-se como processo de deteco de falhas a determinao das falhas
presentes num sistema (ISERMANN & BALL, 1997). O diagnstico de falhas inclui
por sua vez a determinao do tipo, da localizao e do tempo de deteco das
anomalias presentes no sistema. Portanto, o processo de diagnstico um tipo de
refinamento do processo de deteco, e em geral, exige maior conhecimento sobre
as relaes de causa-efeito do sistema.
Em geral deseja-se que a deteco e o diagnstico de falhas sejam realizados no
menor tempo possvel para que se tenha condies de realizar as aes
necessrias com respeito a operaes alternativas, servios de manuteno e at
recuperao parcial ou total do sistema. A deteco pode ser efetuada mediante a
coleta de informaes relevantes do sistema e a comparao com valores nominais
do mesmo (ISERMANN, 1997). Neste sentido, as tcnicas para deteco de falhas
podem ser classificadas segundo o tipo de informao que possvel de ser obtida.
Tais informaes podem ser utilizadas para avaliar sintomas que permitem, atravs
de uma anlise, determinar a(s) falha(s). Assim, dois tipos de informao podem ser
obtidos do sistema (ISERMANN, 1997):
-
30
Informaes analticas, que permitem obter atravs de informaes
quantificveis, um conhecimento analtico do processo. Isto requer a
realizao de um processamento de dados baseado em variveis
mensurveis. Algumas tcnicas so:
o verificao de valor limite de referncia, que indica se as variveis
ultrapassaram valores tolerveis.
o anlise de sinal das variveis mensurveis mediante o uso de
modelos de sinal como funes de correlao, espectro de
freqncia, media mvel auto-reversvel (ARMA), etc.
o anlise do processo mediante o uso de modelos matemticos.
Informaes heursticas, que permitem a caracterizao de sintomas
atravs de heursticas baseadas em informaes qualitativas, em geral
obtidas de operadores humanos. Isto inclui informaes de rudos, cores,
vibraes anormais, etc. como tambm, histricos de manuteno,
histrico de falhas, dados estatsticos, etc.
Neste sentido, a Figura 2.9 ilustra os tipos de informaes que podem ser
identificados de um processo.
Figura 2.9. Tipos de informaes obtidos de um processo.
-
31
DASH & VENKATASUBRAMANIAN, (1999) propem no seu trabalho uma
classificao das tcnicas de deteco de falhas, tomando em considerao
somente informaes baseadas na anlise do processo e no histrico de dados.
Entretanto, considera-se que necessrio tambm incluir nesta caracterizao
tcnicas de diagnstico de falhas baseadas na anlise do sinal da sada do sistema.
Nesse sentido, a Figura 2.10 apresenta uma classificao das tcnicas de
diagnstico e deteco de falhas. Nota-se na figura que no existe uma
caracterizao das tcnicas probabilsticas. No obstante, considera-se que tcnicas
probabilsticas podem ser classificadas como mtodos baseados no modelo do
processo tipo qualitativos que podem processar dados a partir do conhecimento
humano ou dados a partir de levantamentos estatsticos do funcionamento do
sistema.
Nota-se tambm que as tcnicas apresentadas na Figura 2.10, no tomam em
considerao o tipo de sistema sob estudo, isto , se o sistema de tipo SED ou
SVC. Neste sentido, na descrio de cada uma das tcnicas ser apresentado o
campo de aplicao respectivo.
Figura 2.10. Classificao dos mtodos de diagnstico de falhas.
-
32
2.4.1. Tcnicas baseadas no modelo do processo
As tcnicas baseadas no modelo do processo utilizam uma representao do
sistema segundo um conhecimento da dinmica e da estrutura do sistema. As
tcnicas baseadas no modelo do processo podem ser divididas em quantitativas ou
qualitativas:
Tcnicas quantitativas: nestas tcnicas, o procedimento de deteco e
diagnstico de falhas tem dois passos bsicos. No primeiro passo medem-se as
discrepncias entre os valores reais medidos no sistema e os valores esperados.
Tais discrepncias so chamadas de resduos e podem ser obtidas mediante
dispositivos redundantes ou atravs de descries analticas do processo
(analytical redundancy), (FRANK, 1992), (VENKATASUBRAMANIAN et al.,
2002a). No segundo passo realizada a anlise de tais resduos para decidir se
o sistema encontra-se em estado de falha ou no. Nestas tcnicas o calculo dos
valores dos resduos envolve uma descrio matemtica do sistema. O modelo
descreve as relaes entre as variveis e inclui relaes fundamentais como
transferncia de calor e massa, relaes cinticas, resistncia de materiais, etc.
assim como os dados medidos de entrada-sada das variveis (Figura 2.11).
-
33
Figura 2.11. Esquema geral de diagnstico baseado no modelo do processo.
O problema da deteco de falhas pode ser resumido como o processo de identificar
o estado do sistema baseado no comportamento do processo. O comportamento do
processo pode ser monitorado mediante a observao das variveis de sada obtido
atravs de sensores do sistema e das variveis de entrada que so as entradas de
comando. Quando uma falha acontece, as relaes entre estas variveis so
modificadas, de modo que os resduos se tornam diferentes de zero. A relao
bsica para a descrio de um modelo de um processo industrial pode ser
representada pela equao (VENKATASUBRAMANIAN, 2002a):
( ) ( ), ( ), ( ), ( )t f t w t t ty u x
Onde t a varivel independente relativa ao tempo, ( )ty representa as variveis
mensurveis do sistema, ( )tu representa o vetor das variveis de entrada, ( )tx e ( )w t
representam os estados observveis e no observveis (como perturbaes) do
sistema, e ( )t representa os parmetros do processo. Neste sentido, a medio de
resduos pode ser feita mediante a estimao dos parmetros (parameter
-
34
estimation), a estimao dos estados (state estimation), e mediante equaes de
paridade (parity equations) entre outros. Estas tcnicas so particularmente
utilizadas por sistemas de variveis contnuas.
Tcnicas Qualitativas: nestas tcnicas as relaes entre as variveis do
processo so descritas mediante modelos qualitativos baseados, em geral, em
relaes tipo causa-efeito das falhas e suas manifestaes. Tais modelos podem
ser concebidos como modelos causais (causal models) ou como decomposies
do sistema em hierarquias abstratas (abstract hierarchies). Baseados nestes
modelos, podem ser utilizadas tcnicas de busca (search strategies) que
permitam obter as causas da falha dado um conjunto de manifestaes ou
evidncias do processo.
A idia bsica da tcnica da hierarquia abstrata decompor o sistema baseado
na sua funcionalidade ou na sua estrutura, de uma maneira hierrquica e
sistemtica. Assim, quando uma falha ocorre num sistema, tal situao
estudada considerando o refinamento nos seus respectivos subsistemas
chegando at os seus componentes, revelando a causa da anomalia
(VENKATASUBRAMANIAN et al., 2002b).
-
35
Dentro dos modelos causais podem ser destacadas duas tcnicas:
o Tcnica SDG (Signed Directed Graph): Nesta tcnica as relaes de
causa-efeito das falhas so representadas mediante grafos direcionados.
Cada arco orientado parte de um n que representa uma causa at um n
que representa o respectivo efeito. Assim, o modelo descreve a transio do
comportamento do sistema quando est em condies normais para as
condies anormais e, mediante propagao de causalidade, obtm-se as
causas das falhas do sistema. MURATA (1977) descreve como estas redes
podem ser derivadas das redes de Petri. A grande desvantagem desta
tcnica a possibilidade de se chegar a solues ilegtimas que aparecem
no modelo devido natureza qualitativa e imprecisa das funes (OYELEYE
& KRAMER, 1988).
o Tcnica de rvore de falhas. Esta tcnica utiliza relaes lgicas entre as
variveis que representam o sistema. Falhas so representadas como
eventos primitivos, normalmente localizados na base (raiz) da rvore.
Mediante propagao atravs dos conectores lgicos podem ser
encontradas nas extremidades (folhas) da rvore, as respectivas causas
dos desvios do sistema. Esta tcnica amplamente utilizada para anlise
de confiabilidade e anlise de risco (MODARRES, 1992).
As tcnicas qualitativas podem ser caracterizadas como tcnicas que tentam
representar o conhecimento cognitivo humano sendo armazenado numa base de
dados, a partir do qual podem ser feitos raciocnios que permitam realizar
inferncias para obter explicaes sobre alguns fenmenos que acontecem no
sistema. Neste sentido, trs propriedades so consideradas para definir o
raciocnio (PEARL, 1988). A abduo (abductive reasoning) a propriedade de
realizar uma explanao dentre vrias possibilidades com respeito a certas
observaes do sistema. A induo a capacidade de um modelo classificar as
evidncias e observaes; isto permite que, dado um conjunto de observaes,
possam ser tomadas em conta s as variveis relevantes para realizar o
raciocnio. Finalmente, a propriedade de no-monotonicidade (nonmonotonicity),
-
36
permite que dado um raciocnio realizado com base a certas observaes, as
suas concluses possam ser modificadas com base a novas evidencias do
processo.
As tcnicas anteriormente citadas no asseguram plenamente e
simultaneamente tais propriedades, e assim tcnicas alternativas tm sido
desenvolvidas. Dentre estas se destaca o raciocnio probabilstico para o
diagnstico de falhas.
As tcnicas qualitativas podem ser aplicadas tanto em sistemas de variveis
continuas quanto em sistemas de variveis e eventos discretos. No obstante,
apresentam maior campo de aplicao em sistemas a eventos discretos.
2.4.2. Tcnicas baseadas na anlise do sinal
As tcnicas baseadas na anlise do sinal utilizam o processamento dos sinais
observados do sistema, sem adotar nenhum tipo de modelo do processo
(HARIHARA et al., 2003). Muitas sadas mensurveis y(t) apresentam oscilaes
que podem ser relacionadas com falhas no processo, nos atuadores ou nos
sensores. Este tipo de tcnica tem funcionado para a deteco de falhas como
desbalanceamento de eixos, rudos em motores, sobrecarga de geradores, etc.
(ISERMANN, 2005). Os sinais podem ser coletados de fontes como sensores de
posio, de velocidade, de acelerao, de corrente eltrica, de presso, etc. e cujas
oscilaes podem caracterizar anomalias da dinmica do processo.
2.4.3. Tcnicas baseadas na histria do processo
As tcnicas baseadas na histria do processo, ao contrario das tcnicas baseadas
no modelo do processo, utilizam uma grande quantidade de dados histricos
-
37
(VENKATASUBRAMANIAN et al., 2002b), (POWER & BAHRI, 2000). Portanto,
estas tcnicas permitem utilizar conhecimentos heursticos do processo o que por
outro lado, dificulta a representao de causalidade e a verificao em tempo real de
falhas presentes no sistema. Estas tcnicas tambm podem ser divididas em
qualitativas e quantitativas.
Tcnicas Qualitativas. Entre as tcnicas qualitativas mais importantes,
destacam-se duas: a tcnica baseada em regras e a anlise de tendncia da
qualidade (VENKATASUBRAMANIAN et al., 2002b).
o Tcnica baseada em regras (rule-based systems): estas tcnicas se
baseiam em fatos, regras e um mecanismo de inferncia (HAYES-
ROTH, 1985). Uma regra formada por um antecedente e uma
conseqncia. Quando um fato determina o antecedente, a
conseqncia validada. Nesse sentido, o diagnstico de falhas feito
mediante o mapeamento da srie de eventos que levaram o sistema a
uma falha conhecida. Assim, o histrico de dados do processo alimenta
o sistema na forma de antecedentes e conseqncias, envolvendo o
mapeamento de sintomas e das causas primrias (DASH e
VENKATASUBRAMANIAN, 2000).
o Tcnica QTA (qualitative trend analysis): estas tcnicas aproveitam a
diferena entre a tendncia observada pela leitura dos valores nos
sensores do processo em condies normais e a leitura em situaes
anormais. Isto feito em dois passos (VENKATASUBRAMANIAN et al.,
2002b): (i) identificao da tendncia nas medidas e (ii) interpretao de
tais tendncias. Com o objetivo de evitar anlises indevidas dos entre
estados transitrios e das falhas, so utilizadas tcnicas de filtragem
para condicionamento dos sinais.
Tcnicas Quantitativas. Nestas tcnicas o diagnstico abordado como um
problema de reconhecimento de padres (pattern recognition). Portanto,
feita uma classificao dos dados do processo em classes predeterminadas
que incluem situaes em estado de falha.
-
38
o Tcnicas estatsticas. Considerando operaes reais em processos
industriais, um problema consiste em tratar perturbaes aleatrias que
podem levar o sistema a um servio ou produto defeituoso. Assim,
algumas medidas podem ser obtidas a partir do sistema e ser analisadas
para criar uma base de dados estatsticos. Nesse sentido, quando o
processo no apresenta falhas as respectivas observaes apresentam
distribuies probabilsticas de acordo com as nominais. Entretanto,
quando uma falha acontece, as distribuies apresentam mudanas
caractersticas de cada falha. Por exemplo, quando um processo
caracterizado por uma distribuio normal, a mdia e a varincia sofrem
mudanas quando uma falha acontece. Uma tcnica conhecida na
indstria o SPC (Statistical Process Control) que permite a deteco de
falhas em processos de uma nica varivel.
o Tcnica ANN (artificial neural networks): nos ltimos anos, as redes
neurais tm recebido considervel ateno para o problema do
diagnstico de falhas. A sua capacidade de interpolao e aprendizado
so qualidades que permitem que sua implementao seja bem
sucedida. Entretanto, esta tcnica tem comprovado ser efetiva apenas
para sistemas de pequeno porte, j que o aprendizado para sistemas de
grande porte aumenta as exigncias de memria e o tempo de
treinamento a nveis no aceitveis.
2.5. OBSERVAES DO CAPTULO
Neste capitulo foram apresentados os principais conceitos e as principais teorias que
servem como base para a presente pesquisa. Foi apresentado o conceito de sistema
flexvel de manufatura como uma soluo de produo que vis