Monitoramento da integridade estrutural de um rotor utilizando sistemas imunológicos artificiais
Carregando...
Data
2021-06-14
Autores
Orientador
Chavarette, Fábio Roberto
Coorientador
Pós-graduação
Curso de graduação
Engenharia Mecânica - feis
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (inglês)
In this research work, the results obtained by the Artificial Immune System (AIS) based on the Negative Selection Algorithm (NSA) optimized by the ClonalG Selection Algorithm are displayed and discussed. NSA is based on the observation of the functioning of the human immune system, more specifically on the negative selection of T-type cells that occurs in the thymus. The operating process is divided into two phases: Censor phase and Monitoring. In the first stage, the AIS is trained with the signals collected from the structure in normal operation, this is called structure’s own sign and stored as a base-line of the structure. So, the AIS can learn about the functioning of the system and be able to identify failures. From a signal in a structural failure situation (obtained by executing the experiment until a longer time than the project), the developed AIS discriminates the signals as own and non-own (non-failure and failure) after verifying the affinities of these with the base-line. While ClonalG is based on the immune system’s continuous learning capacity, being able to learn by reinforcement and memory: When it encounters an antigen that is similar to one previously presented; this being the mechanism of vaccines, for example. Two signal banks were used, collected in different periods with different sizes of the same structure. The AIS was developed for the structure and afterwards optimization by ClonalG was applied, comparing the results obtained. The location of the fault was also performed for each case.
Resumo (português)
Neste trabalho de conclusão de curso são exibidos e discutidos os resultados obtidos pelo Sistema Imunológico Artificial (SIA) com base no Algoritmo de Seleção Negativa (ASN) otimizado pelo Algoritmo de Seleção ClonalG. O ASN é baseado na observação do funcionamento do sistema imunológico humano, mais especificamente na seleção negativa das células do tipo T que ocorre no timo. O processo de funcionamento é dividido em duas fases: Censoriamento e Monitoramento. Na primeira etapa o SIA é treinado com os sinais coletados da estrutura em situação de funcionamento normal, esse é chamado de sinal próprio e armazenado como banco de dados (base-line) desta estrutura. Com isso, o SIA pode aprender sobre o funcionamento do sistema e ser capaz de identificar falhas. A partir de um sinal em situação estrutural de falha (obtido pela execução do experimento até um tempo maior que de projeto), o SIA desenvolvido discrimina os sinais como próprios e não-próprios (não-falha e falha) após verificada as afinidades desses com o banco de dados. Enquanto o ClonalG baseia-se na capacidade de aprendizagem continua do sistema imunológico, sendo capaz de aprender por reforço e memória: Quando reencontra um antígeno que seja parecido com algum previamente apresentado; sendo esse o mecanismo das vacinas, por exemplo. Foram utilizados dois bancos de sinais, coletados em diferentes períodos com diferentes tamanhos de uma mesma estrutura. Desenvolveu-se o SIA para a estrutura e, após, aplicou-se a otimização pelo ClonalG, comparando os resultados obtidos. Foi realizada também a localização da falha para cada caso.
Descrição
Idioma
Português