Rodríguez Ramos, A., Rivas Echeverría, F., Silva Neto, A. J. e Llanes Santigo, O., A Robust Condition Monitoring Approach in Industrial Plants Based on the Pythagorean Membership Grades, Arabian Journal for Science and Engineering (AJSE), Vol. 48, pp. 14731-14744, 2023.
Resumo: Neste artigo, é apresentada uma nova abordagem para melhorar o desempenho e a robustez do sistema de monitorização de condições em instalações industriais. Na fase off-line da proposta, o grau de afiliação pitagórico e o seu complemento de um conjunto de n algoritmos de classificação são utilizados para construir as decisões baseadas em regras para obter uma matriz de partição melhorada, que permite melhorar o posicionamento do centro das classes e o agrupamento de dados. A utilização de conjuntos difusos pitagóricos permite obter um espaço de classificação maior, melhorando assim a robustez do sistema de monitorização das condições relativamente ao ruído e às perturbações externas. Isto representa uma vantagem muito poderosa nas instalações industriais, onde as variáveis do processo são afetadas por tais características. A proposta foi comprovada utilizando os algoritmos de kernel C-means difuso e Gustafson-Kessel em conjuntos de dados experimentais e no processo de referência Tennessee Eastman. As percentagens de classificação satisfatória obtidas com a proposta foram superiores a 90% na maioria das experiências. Em todos os casos, a metodologia proposta superou significativamente os resultados obtidos por outros algoritmos recentemente apresentados na literatura científica.