Proposta de uma ontologia para tratamento de divergência de dados na aplicação de fusão de sensores em plantas industriais

Abstract

Os atuais perfis de consumo impõem às indústrias de manufatura um grande desafio, que é manterem-se competitivas dentro de uma concorrência acirrada pela preferência de clientes ávidos por novos produtos. Entre as soluções necessárias para esta realidade está o aumento do nível de automação nas linhas de produção, de modo a torna-las flexíveis, ágeis e rápidas na sua configuração/reconfiguração, seguras e também confiáveis na execução e controle dos processos produtivos. Outro fator a ser considerado é o aumento do número de componentes das plantas industriais, assim como a quantidade de informações por eles geradas, sendo que grande parte dessas informações são originadas por sensores, hoje difundidos em larga escala, sendo comumente empregados em conjunto para medir um mesmo fenômeno de um processo produtivo. Neste tipo de aplicação exige-se a fusão dos dados medidos a fim de fornecer uma única informação, precisa e confiável ao sistema de controle da planta. Esse panorama traz um crescimento do nível de complexidade da planta em si, como também dos sistemas de software responsáveis pelo seu controle. Sendo assim, neste trabalho é proposta uma ontologia com a finalidade de representar o conhecimento sobre os componentes de plantas industriais que fazem parte da estrutura física onde a fusão de sensores é empregada. Além disso, outra finalidade é a identificação das divergências de dados entre sensores quando utilizados de forma combinada no controle de processos industriais. Este conhecimento, que é agregado as capacidades dedutivas de um motor de inferência semântica, pode ser usado no apoio aos sistemas supervisão e controle de automação empregados nas indústrias. Para isso, juntamente com a ontologia foram desenvolvidas regras semânticas que asseguraram o funcionamento lógico das restrições no domínio estudado. Como resultado, esta ontologia é capaz de informar automaticamente ao usuário a existência de fusão de sensores, bem como identificar as possíveis divergências de valores nas medições dos sensores envolvidos neste tipo de aplicação.

The current consumption profiles impose manufacturing industries a great challenge, which is to remain competitive within a fierce competition for the preference of customers eager for new products. Among the solutions necessary for this reality is the increase of the level of automation in the production lines, in order to make them flexible, agile and fast in their configuration / reconfiguration, safe and also reliable in the execution and control of the productive processes. Another factor to be considered is the increase in the number of components of industrial plants, as well as the amount of information generated by them, and a great part of this information is originated by sensors, which are now widely used and are commonly used to measure the same phenomenon of a productive process. In this type of application it is necessary to merge the measured data in order to provide a single, accurate and reliable information to the plant control system. This scenario brings a growth of the level of complexity of the plant itself, as well as of the software systems responsible for its control. Thus, in this work an ontology is proposed with the purpose of representing the knowledge about the components of industrial plants that are part of the physical structure where the fusion of sensors is used. In addition, another purpose is to identify the divergences of data between sensors when used in combination in the control of industrial processes. This knowledge, which aggregates the deductive capabilities of a semantic inference engine, can be used to support automation supervision and control systems employed in industries. For this, together with the ontology were developed semantic rules that ensured the logical operation of the constraints in the studied domain. As a result, this ontology is able to automatically inform the user the existence of sensor fusion, as well as to identify the possible divergences of values in the sensor measurements involved in this type of application.