CONVITE PARA DEFESA DE DISSERTAÇÃO CANDIDATO: TÚLIO PHILIPE FERREIRA E VIEIRA
CONVITE PARA DEFESA DE DISSERTAÇÃO
A Coordenação do Programa de Pós-Graduação em Modelagem Matemática e Computacional tem o prazer de convidar a comunidade científica para a 239ª sessão pública de apresentação e defesa da dissertação de Mestrado:
CANDIDATO: TÚLIO PHILIPE FERREIRA E VIEIRA
|
TÍTULO: |
“Gerenciamento Inteligente de Falhas Aplicado a Rede de Sensores Sem Fio com Integração a Internet das Coisas” |
BANCA EXAMINADORA
|
TITULARES: |
|
|
|
Prof. Dr. Paulo Eduardo Maciel de Almeida (Orientador) |
CEFET-MG |
|
|
Profª. Drª. Magali Rezende Gouvêa Meireles (Coorientadora) |
PUC Minas |
|
|
Prof. Dr. Antônio Alfredo Ferreira Loureiro |
UFMG |
|
|
Prof. Dr. Henrique Elias Borges |
CEFET-MG |
|
|
LOCAL: |
Auditório do Prédio 17 - sala 401, Campus II, CEFET-MG Av. Amazonas, 7675 - Nova Gameleira |
|
|
DIA: |
14 de julho de 2017 – sexta-feira |
|
|
HORA: |
14 horas |
|
|
RESUMO: |
||
Este trabalho consiste no desenvolvimento de um sistema centralizado de gerenciamento de falhas que possibilita a integração das redes de sensores sem fio com a Internet das Coisas mediante a redução dos efeitos danosos causados por erros de hardware. Quando um erro de hardware não é identificado e prontamente corrigido, todo o monitoramento de uma rede de sensores é comprometido. Ao integrar estes sensores à Internet das Coisas, os danos causados são potencializados, pois muitos outros dispositivos se utilizam destes dados para incrementar a qualidade de monitoramento do sistema e tomar decisões que podem gerar resultados negativos. A abordagem centralizada, proposta nesta dissertação, adota o protocolo 6LoWPAN como interface de rede para a comunicação. Este sistema é baseado em dois níveis de detecção de falhas. No primeiro nível, cada nó da rede realiza uma inferência estatística sobre o seu próprio estado de funcionamento. No segundo nível, realizado pela estação base, é usado um comitê composto por duas redes neurais artificiais do tipo Multilayer Perceptron (MLP). Uma destas redes é constantemente treinada enquanto a outra é utilizada como classificador da falhas. Em intervalos variados de tempo ocorre o chaveamento entre estas redes. As entradas da rede MLP são as saídas de um filtro de Kalman, que prevê o comportamento dinâmico da temperatura medida, e o nível de impacto sofrido pelo nó, medido por um acelerômetro. Os resultados experimentais demonstram que esta abordagem reduz o consumo de energia de um sistema centralizado em até 35,0% e mantém a precisão do processo de detecção de falhas em 97,0%.
Palavras-chave: Inteligência Computacional, 6LoWPAN, Filtro de Kalman, Acelerômetro.
Belo Horizonte, 23 de junho de 2017.
Prof. Dr. José Geraldo Peixoto de Faria
Coordenador do Programa de Pós-Graduação em
Modelagem Matemática e Computacional