Defesa Pública do Exame de Qualificação para Doutorado do aluno MÁRCIO JOSÉ DA SILVA
Data: 28 de Maio de 2020 – quinta-feira
Horário: 14h00min
A defesa será realizada através do Google Meets: meet.google.com/bmv-skrz-bis
Banca Examinadora:
1) Profa. Dra. Rosa Maria Vicari – PPGIE – UFRGS
2) Prof. Dr. Luiz Affonso Henderson Guedes de Oliveira – DCA – UFRN
3) Prof. Dr. Edison Pignaton de Freitas – PPGEE – UFRGS
Orientador: Prof. Dr. Carlos Eduardo Pereira – PPGEE – UFRGS
Título da Proposta de Tese: “MODELO ONTOLÓGICO PROBABILÍSTICO PARA ANÁLISE DE ALARMES EM PLANTAS INDUSTRIAIS”
Resumo:
“Sistemas digitais de controle distribuídos (SDCDs) foram propostos no início da década de 1970 e permitem o registro de dados das variáveis do processo, auxiliando seus usuários a lidar com as diferentes situações da planta. De lá para cá os avanços das tecnologias de automação, informação e de comunicação apresentaram novas perspectivas para diversas áreas, incluindo os sistemas de alarmes de processos industriais. Sistemas inteligentes de alarme industrial são capazes de auxiliar os operadores por meio de dispositivos, permitindo realizar os ajustes necessários nas variáveis operacionais. Para atingir esses objetivos, o sistema precisa buscar características de dados que ajudem a entender o contexto e apoiar a tomada de decisão. Portanto, esta tese propõe uma abordagem que beneficia os sistemas industriais para gerenciamento de alarmes de processos com a capacidade de prever situações para facilitação de ações operacionais, particularmente quando um volume de eventos acima da capacidade humana de gerenciamento ocorre. Nesse sentido,
é concebido um modelo semântico probabilístico voltado para predição e inferência. A partir disso, é realizada uma integração entre um modelo ontológico e um modelo probabilístico com técnicas de aprendizado de máquina. A característica distintiva desta abordagem é fornecer informações dinamicamente usando o processo de mineração de dados. Além disso, a abordagem proposta é avaliada em um cenário real de estudo de caso.
Palavras-chave: Ontologia, Mineração de Dados, Predição de Alarmes, Automação e Controle, Sistemas de Recomendação”
