Rodríguez-Ramos, A., Silva Neto, A. J. e Llanes-Santiago, O., An Improved Fault Diagnosis Scheme Based on a Type-2 Fuzzy Classification Algorithms, pp 84-95. In: Y. Hernandez Heredia et al., Lecture Notes in Computer Science – LNCS, vol. 14335, 8th International Congress on Artificial Intelligence and Pattern Recognition 2023 (IWAIPR 2023), ISSN 0302-9743, ISBN 978-3-031-49552-6, Editora Springer, Cham, 2024.
O paradigma da Indústria 4.0 tem como objetivo obter elevados níveis de produtividade e eficiência, produtos finais mais competitivos e o cumprimento dos exigentes regulamentos relacionados com a segurança industrial. Para atingir estes objetivos, os sistemas industriais devem estar equipados com sistemas de monitorização de condição para a deteção e isolamento de falhas. Este artigo apresenta o projeto de um sistema de diagnóstico de avarias com comportamento robusto para instalações industriais, utilizando o algoritmo Fuzzy Tipo 2. De forma a melhorar a classificação, é implementada uma variante de kernel nos algoritmos propostos para conseguir uma melhor diferenciação entre classes. Foram efectuadas várias experiências (sem ruído, 2% e 5% de ruído) utilizando os algoritmos T2FCM, IT2FCM, KT2FCM e KIT2FCM para o benchmark DAMADCIS, obtendo-se excelentes resultados.