Search

An efficient water supply system is essential to guarantee access to such an essential resource for life, whether in the most diverse consumer segments: residential, commercial and industrial. A typical water supply system is composed of several physical elements (sensors, transducers, valves, pumps, etc.) and some of these elements that make up this scenario have high costs and/or complex installation. In this way, the technique of indirect measurement of a certain quantity from another already known can be used as an alternative in order to reduce costs with equipment that would promote that desired measurement. This technique would dispense with the use of a specific sensor directly in the plant when this device has a high acquisition value or its installation is complex from an operational point of view. Thus, this work aims to implement a virtual instrument (called a soft sensor) using artificial neural networks capable of estimating the flow in a plant that emulates a water supply system. The plant used for the validation of the soft sensor is installed in the Laboratory of Energy and Hydraulic Efficiency in Sanitation of the Federal University of Paraíba (LENHS/UFPB). Computer simulations and several laboratory tests were performed promoting the comparison between the values measured through the soft sensor versus values measured through a real electromagnetic flow sensor and the highest value referring to the maximum error obtained was 4,7 l/s in one of several tests performed with Mean Percentage Absolute Error of up to 0.0023% in another test. Furthermore, other robust parameters were obtained and the results obtained corroborated the efficiency of the technique presented. Nenhuma Um eficiente sistema de abastecimento de água é fundamental para a garantia de acesso a um recurso tão essencial à vida, seja nos mais diversos segmentos de consumo: residencial, comercial e industrial. Um sistema de abastecimento de água típico é composto por diversos elementos físicos (sensores, transdutores, válvulas, bombas etc.) e alguns desses elementos que compõem esse cenário possuem custos elevados e/ou instalação complexa. Desse modo, a técnica de medição indireta de uma determinada grandeza a partir de uma outra já conhecida pode ser utilizada como uma alternativa a fim de redução de custos com equipamentos que iriam promover aquela mensuração desejada. Esta técnica dispensaria a utilização de um determinado sensor direto na planta quando este dispositivo possui valor elevado de aquisição ou sua instalação for complexa do ponto de vista operacional. Desse modo, este trabalho possui como objetivo a implementação de um instrumento virtual (denominado de soft sensor) utilizando redes neurais artificiais capaz de estimar a vazão em uma planta que emula um sistema de abastecimento de água. A planta utilizada para a validação do soft sensor está instalada no Laboratório de Eficiência Energética e Hidráulica em Saneamento da Universidade Federal da Paraíba (LENHS/UFPB). Simulações computacionais e vários testes de laboratório foram realizados promovendo a comparação entre os valores mensurados por meio do soft sensor versus valores mensurados através de um sensor eletromagnético real de vazão e o maior valor referente ao erro máximo obtido foi de 4,7 l/s em um dos vários testes realizados com Erro Absoluto Médio Percentual de até 0,0023% em outro teste. Ademais, foram obtidos outros parâmetros robustos e os resultados obtidos corroboraram com a eficiência da técnica apresentada.

In this work, an Artificial-Immune-System based anomaly detection system applied to Water Supply System is presented. At normal working, the pressure level into the system is controlled by a Fuzzy Control System. As the Water Supply System is composed of pressure sensors, valves, pumps, and other devices, faults in these devices causing abnormal disturbances can occur. An algorithm of Artificial-Immune-System, namely, the Negative Selection Algorithm, is the base of the proposed anomaly detection system. The Negative Selection Algorithm verifies abnormal system conditions based on the normal system conditions. Experimental results show that the proposed system is effective in order to detect anomaly. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES Neste trabalho é apresentado um método de detecção automática de falhas, baseado em Sistemas Imunológicos Artificias, aplicado em um sistema de abastecimento de água. Este processo utiliza um Sistema de Controle Fuzzy para manter o nível de pressão estabilizado em seu princípio de operação normal do sistema. Esta plataforma de abastecimento de água é composta por sensores de pressão, válvulas, bombas e outros dispositivos. Falhas nos componentes que compõem a plataforma poderão ocorrer causando perturbações em seu funcionamento. Um algoritmo, extraído dos Sistemas Imunológicos Artificiais, denominado de Algoritmo de Seleção Negativa, é a base de detecção de falhas proposto neste trabalho. Este algoritmo verifica condições de operação anormais baseado nas condições de funcionamento normal do sistema. Resultados das simulações e experimentos acerca da utilização deste algoritmo foram obtidos comprovando a eficiência dessa técnica.