Uma Proposta de Estrutura Variável para o Método IMMF Aplicada ao Problema de Estimação da Condição de Funcionamento de Baterias

  • Anne Caroline P. dos Santos IFNMG
  • Cauã R. da Costa e Aguiar IFNMG
  • Gabriel R. da Silva IFNMG
  • Gabriel S. V. de Carvalho UNIMONTES
  • Luciana B. Cosme IFNMG

Resumo


Os sistemas industriais e seus componentes podem ser caracterizados por diferentes modos de funcionamento e falhas, principalmente porque várias partes podem sofrer com diferentes tipos de deteriorações. Por isso, saber o melhor momento para o início das atividades de manutenção pode prolongar a vida útil dos equipamentos. Para auxiliar a execução de manutenção desses equipamentos, o presente trabalho propõe uma abordagem de estimação da condição de funcionamento, utilizando uma estrutura variável para os filtros de partículas com múltiplos modelos, aplicado à estimação do estado de uma bateria de íon-lítio. Duas abordagens são propostas (IMMA e IMMAND), diferindo na lógica de seleção dos modelos ativos mais prováveis. Para avaliar e validar os resultados obtidos pelas abordagens, são utilizados as métricas RMSE e MAPE, que mostraram boas estimativas dos algoritmos propostos, para a base de dados analisadas e na presença de muitos modelos sem sofrerem grandes interferências da escolha dos limiares.

Referências

Barbosa, J. and Gomes, B. (2008). An Overview on Target Tracking Using Multiple Model Methods. Dissertacao (Mestrado) - Instituto Superior Técnico, Universidade Técnica de Lisboa, Lisboa, 2008, Portugal. Acesso em 16 maio 2024.

Cosme, L. B., Caminhas, W. M., D’Angelo, M. F. S. V., and Palhares, R. M. (2019). A novel fault-prognostic approach based on interacting multiple model filters and fuzzy systems. IEEE Transactions on Industrial Electronics, 66(1):519–528.

Jouin, M., Gouriveau, R., Hissel, D., Péra, M.-C., and Zerhouni, N. (2016). Particle filter-based prognostics: Review, discussion and perspectives. Mechanical Systems and Signal Processing, 72-73:2–31.

Kardec, A. N. J. (2009). Manutenção - função estratégica. 3ª edição. Rio de Janeiro: Qualitymark: Petrobrás, pages 1–440.

Lan, J., Li, X. R., and Mu, C. (2011). Best model augmentation for variable-structure multiple-model estimation. IEEE Transactions on Aerospace and Electronic Systems, 47(3):2008–2025.

Li, X.-R. and Bar-Shalom, Y. (1996). Multiple-model estimation with variable structure. IEEE Transactions on Automatic Control, 41(4):478–493.

Sun, X., Wang, X., and Lin, S. (2020a). Multi-fault diagnosis approach based on updated interacting multiple model for aviation hydraulic actuator. Information, 11:410.

Sun, X., Wang, X., and Lin, S. (2020b). Multi-fault diagnosis approach based on updated interacting multiple model for aviation hydraulic actuator. Information, 11(9):410.

Xu, Z. and Saleh, J. H. (2021). Machine learning for reliability engineering and safety applications: Review of current status and future opportunities. Reliability Engineering System Safety, 211:107530.
Publicado
21/07/2024
SANTOS, Anne Caroline P. dos; AGUIAR, Cauã R. da Costa e; SILVA, Gabriel R. da; CARVALHO, Gabriel S. V. de; COSME, Luciana B.. Uma Proposta de Estrutura Variável para o Método IMMF Aplicada ao Problema de Estimação da Condição de Funcionamento de Baterias. In: ENCONTRO NACIONAL DE COMPUTAÇÃO DOS INSTITUTOS FEDERAIS (ENCOMPIF), 11. , 2024, Brasília/DF. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2024 . p. 50-57. ISSN 2763-8766. DOI: https://doi.org/10.5753/encompif.2024.2455.