Prognose e detecção de falhas em tratores agrícolas utilizando simulação numérica e algoritmos de sistemas imunológicos artificiais
DOI:
https://doi.org/10.33448/rsd-v9i12.11191Palavras-chave:
Trator agrícola; Monitoramento de integridade estrutural; Seleção negativa; Seleção clonal.Resumo
Diante o avanço tecnológico crescente na agricultura, e tendo em vista promover aumento da produtividade e segurança no trabalho dos indivíduos envolvidos no processo de evolução tecno-agrícola, o presente artigo propõe desenvolver um sistema inteligente de prognose e detecção de falhas aplicado ao processo de monitoramento da integridade estrutural de um trator agrícola e da consequente análise das falhas estruturais, em condições normais de solo e em curto prazo. Para isto, a detecção de falhas na integridade estrutural em tratores agrícolas é obtida para captar dados continuamente para aprendizado da máquina, de modo que um modelo numérico seja criado e alimentado, sob o cálculo de equações diferenciais, afim de mensurar os deslocamentos do trator à medida que os parâmetros de velocidade do trator se alteram e a distância entre aos níveis do solo se intercalam e, assim, resultar em possíveis prognósticos de risco estrutural. Computacionalmente, por via do software Octave, a análise, identificação e classificação dos dados obtidos, é possível com o uso de algoritmos de seleção negativa e seleção clonal. A inspeção da estrutura do trator com foco na melhor conservação do próprio é o ponto principal do estudo, e com a relevante qualidade e consistência da metodologia apresentada e resultante da pesquisa, permite indicar se o trator se encontra em condições normais ou apresenta indícios de falha estrutural, pois, caso haja riscos, a falha pode ser identificada.
Referências
Bradley, D. W. & Tyrrell, A. M. (2002). Immunotronics: novel finite-state-machine architectures with built-in self-test using self-nonself differentiation, 6. IEEE Transactions on Evolutionary Computation, New York.
Dasgupta, D. (1998). Artificial immune systems and their applications. New York: Springer Verlag.
De Castro, L. N. (2001). Engenharia imunológica: desenvolvimento e aplicação de ferramentas computacionais inspiradas em sistemas imunológicos artificiais. 286 f. Tese (Doutorado) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.
De Castro, L. N. & Timmis, J. (2002). Artificial immune systems: a new computational intelligence approach. New York: Springer.
De Castro, L. N. & Timmis, J. (2003). Artificial Immune Systems as a Novel Soft Computing Paradigm. Soft Computing Journal, 7(8), 526-544, Heidelberg.
De Castro, L. N. & Von Zuben, F. J. (2000). The clonal selection algorithm with engineering applications. In: Workshop Proceedings of Gecco, Workshop on Artificial Immune Systems and Their Applications, Las Vegas.
Forrest, S. A., Perelson, A. L. & Cherukuri, R. (1994). Self-nonself discrimination in a computer. In: Proceedings of the IEEE Symposium on Research in Security and Privacy, Oakland. Proceedings [...].
Franco, V. R., Bueno, D. D., Brennan, M. J., Cavalini, JR., A. A., Gonsalez, C. G., Lopes Junior, V. (2009). Experimental damage location in smart structures using Lamb waves approaches. In: Brazilian Conference on Dynamics, Control and Their Applications. Anais Dincon. Bauru: SBMAC.
Haykin, S. (2008). Neural networks and learning machines, 3. New York: Prentice-Hall.
Kartalopoulos, S. V. (1996). Understanding Neural Networks and Fuzzy Logic: Basic Concepts and Applications, IEEE Press, Piscataway, NJ, USA.
Khoury, J. K. JR., Dias, G. P., Cordeiro, R. R. & Souza, C. M. A. (2004). Modelagem da estabilidade de tratores agrícolas de pneus, 39(5), 459-468. Pesquisa Agropecuária Brasileira, Brasília.
Lima, F. P. A., Chavarette, F. R., Souza, A. S. E., Souza, S. S. F. & Lopes, M. L. M. (2013). Artificial immune systems with negative selection applied to health monitoring of aeronautical structures, 871, 283-289. Advanced Materials Research, Hong King.
Lima, F. P. A., Chavarette, F. R., Souza, A. S. E., Souza, S. S. F & Lopes, M. L. M. (2014). Artificial immune systems applied to the analysis of structural integrity of a building. Applied Mechanics and Materials, 472, 544-549, Yandong Wang.
Sakai, K. (2006). Nonlinear dynamics and chaos in agricultural systems. Amsterdam: Elsevier Science B.V.
Zadeh, L. A. (1995). Fuzzy sets, Information and Control, 8(3). New York.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Dionatan Pontes de Oliveira; Wayrone Klaiton Silva; Daniela Cabral de Oliveira; Fábio Roberto Chavarette; Daniel Emanuel Cabral de Oliveira; Luis Cláudio Villani Ortiz ; Dorgival Fidellis de Souza; João Areis Ferreira Barbosa Júnior
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
