Identificação de Falhas de uma Planta de Nível Piloto Baseada em Rede Neural LSTM

Abstract

A classificação das falhas industriais utilizando abordagens orientadas a dados é um campo crescente e amplamente discutido na literatura. As Redes Neurais Artificiais, em especial as Redes Neurais Recorrentes se demonstraram fortes aliadas a esse tipo de abordagem, por sua capacidade de transportar informações contidas no histórico das séries temporais ao longo dos instantes de tempo. Aqui será avaliada a capacidade de um modelo Long Short Term Memory previamente proposto em classificar corretamente as falhas em dados gerados obtidos de um processo não simulado. Posteriormente, será testada uma variação dos hiperparâmetros com o objetivo de encontrar um conjunto que apresente resultados otimizados. Através dos testes foi obtido uma acurácia final de 91,49% na classificação de falhas de uma planta de nível piloto.