Desenvolvimento de um sistema integrado de auditoria e compressão de dados para placas de baixo custo

Abstract

Um dos problemas para a realização de produções descentralizadas está nos equipamentos necessários para as plantas. Grandes sistemas necessitam um investimento muito alto além de pessoal especializado para operá-los. Com a finalidade de facilitar o uso de sistemas de pequeno porte, os algoritmos devem ser modificados para possibilitar a operação dos mesmos com poder de processamento limitado. Outro fator é a transmissão de dados, como ha possibilidade de sistemas em locais afastados, a compressão dos dados se torna muito importante. O objetivo deste trabalho é o de desenvolver um sistema integrado de compressão e auditoria para a utilização em uma placa processadora de baixo custo. O algoritmo tem base no Swinging Door Trending, o qual gera os parâmetros para a auditoria. Para teste de desempenho foi utilizado um Computador PC e o algoritmo em uma placa Raspberry Pi. A avaliação foi feita com dados históricos de planta e simulados, contando com compactação, auditoria, estabilidade do algoritmo e outliers. Os dados históricos compreendem diversos tipos de sensores com diversas dinâmicas.

One of the problems to the realization of decentralized productions lies on the required plant equipment. Large systems need a very high investment beyond having specialized personnel to operate them. With the aim of facilitating usage on small scale systems, the algorithms must be modified to enable the operations of them on limited processing power. Another important issue is data transfer, since there is the possibility of systems on remote locations, data compression becomes very important. The objective of this work is the development of a joint compression and audition to usage on a low cost processor board. The algorithm is based on the Swinging Door Trending, which generates the parameters to the audition. To the performance test a PC Computer was used and the algorithm was implemented in a Raspberry Pi board. The evaluation was made with historical and simulated plant data, comprising compression, auditing, and outliers. The historical data comprises diverse sensor types and multiple dynamics.