top of page
Projetos
Tratamento Inteligente de Dados e Metadados Industriais para Engenharia de Manutenção e Confiabilidade
Financiador(es):
Petrobras
2024-Atual
Ciente da relevância impacto dos sistemas de automação industrial na confiabilidade, disponibilidade e eficiência da operação de plantas de processos na indústria de petróleo e gás, o presente projeto propõe a concepção, desenvolvimento e validação de metodologia e sua respectiva solução computacional em nível de maturidade TRL-9 para integração e padronização de informações associadas com ativos de automação industrial, de modo a possibilitar a gestão de todo o ciclo de vida desses ativos em nível corporativo. A ferramenta criada tem como objetivo padronizar a gestão dos ativos de automação que são importantes para a operação da planta. Dessa forma, pretende-se criar um processo que potencialize as atividades de gestão da manutenção, confiabilidade e obsolescência dos ativos de automação industrial através de uma plataforma computacional integrada. A plataforma integrará ferramentas de gerenciamento de ativos existentes como OSISoft PI AF, dados de manutenção e gestão do SAP-R3, dados obtidos a partir de documentos de projeto e ainda dados operacionais como séries temporais e alarmes e eventos obtidos a partir do sistema de historiamento (PIMS) e de supervisão e controle. A arquitetura da solução será desenvolvida em módulos utilizando arquitetura de microsserviços, compatível com implantação em nuvem, execução em ambientes de contêineres com ciclos de entrega curtos e estratégias de integração contínua. Por fim, técnicas de aprendizado de máquina serão utilizadas para etapas críticas do projeto, como implementação de OCR, classificação de falhas e avaliação de desempenho. Os produtos científicos e tecnológicos concebidos e desenvolvidos no projeto serão validados através de aplicações pilotos de monitoramento de saúde de ativos de automação industrial em plantas de processos na Petrobras.
Abordagem Baseadas em Sistemas Evolutivos para Detecção, Classificação e Prognósticos de Falhas e Anormalidades em Operação de Processos Industriais
Financiador(es):
Petrobras
2019-2023
O cenário industrial cada vez mais competitivo, e a busca por produtos de maior qualidade, levou à demanda por utilização de técnicas oriundas da área de análise científica de dados no contexto de monitoramento de operação de processos industriais. Essas técnicas visam melhorar a segurança operacional através de funcionalidade de detecção, classificação e prognóstico de falhas e anormalidades operacionais. Para isto, usualmente são utilizadas técnicas de processamento de sinais, estatística multivariada e de aprendizagem de máquinas para processamento de variáveis de processos e alarmes industriais. Porém, essas abordagens em geral demandam conhecimento prévio de cenários de falhas para poderem detectar e classificar esses cenários, caracterizando-se assim como abordagens off-line. Na presente proposta visa-se o estudo e proposição de técnicas baseadas em sistemas evolutivos (evolving systems) para aprendizagem on-line de cenários de falhas e anomalias em operação de processos industriais. Também serão investigadas e propostas soluções para sintonia on-line de parâmetros de variáveis de alarmes e determinação on-line de relações de causalidades entre variáveis de processos
Estudo de Metodologias e Técnicas para Suporte ao Desenvolvimento de Aplicações Avançadas de Automação Industrial
Financiador(es):
Petrobras
2019-2021
O presente projeto de pesquisa visa o estudo, proposição e validação de metodologias e soluções computacionais inovadoras para desenvolvimento de aplicações avançadas de automação industrial de forma ágil e robusta. Com esse intuito serão investigadas técnicas que possam integrar as diversas aplicações e soluções computacionais que compõem o processo de projeto, desenvolvimento, implantação e acompanhamento de execução das aplicações de automação, consolidando esse estudo em uma plataforma computacional. Com isto, serão investigados e propostos protocolos de comunicação de dados, como o OPC-UA; tecnologias de serviços, como micro-serviços e containers; e interfaces não-convencionais, como comando de voz e visualização por realidade aumentada. O estudo de caso do projeto será o desenvolvimento, implantação e gestão de uma aplicação de controle avançado utilizando a plataforma computacional concebida no projeto.
Metodologias e ferramentas para monitoração de ativos de plantas industriais
Financiador(es):
Petrobras
2018-2023
O objetivo geral do projeto é a pesquisa sobre metodologias e técnicas para modelagem e análise científica de dados sobre saúde de ativos de instrumentação, controle, segurança e automação, a partir da integração de diversas fontes de dados, como alarmes, eventos, status de instrumento e variáveis de processo. Com isto busca-se melhorar os processos de análise, diagnóstico, manutenção preditiva e construir indicadores de desempenho, disponibilidade, segurança e eficiência energética de plantas industriais.
Estudo de Dependabilidade, Escalabilidade e Desempenho de Redes de Sensores Sem Fio Industriais
Financiador(es):
CNPq
2013-2016
O principal objetivo do presente projeto de pesquisa é o estudo de redes de sensores sem fio no contexto de aplicações industrias, através dos padrões WirelessHart e ISA100.11a, visando contribuir cientificamente e tecnologicamente nos seguintes aspectos: análise de dependabilidade, escalabilidade, consumo de energia e desempenho.
Avaliação de Desempenho das Redes de Instrumentação Sem Fio.
Financiador(es):
Petrobras
2011-2016
O projeto visou desenvolver procedimentos de avaliação de desempenho de redes de comunicações sem fio na indústria do petróleo. A avaliação foi feita com base em equipamentos disponíveis no meio industrial. A interconectividade entre equipamentos de diferentes fornecedores também foi avaliada, além da análise dos protocolos de comunicações, capacidade de detecção e correção de erros entre outros elementos para avaliar a robustez, também serão avaliados. A tecnologia foi avaliada em um estudo de caso piloto de monitoramento de eficiência energética de trocadores de calor
bottom of page