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