Physical diagnostic for profibus DP networks based on Artificial Neural Network

Souza, Rafaela C.; Mossin, Eduardo André; Brandão, Dennis

doi:10.1109/icit.2012.6210031

Cited by 7 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Examples of researches in this area can be found at [14][15] [16][17] [18], among others. In this scenario, an ANN is used to diagnose installation problems.…”

Section: Problem Descriptionmentioning

confidence: 99%

“…Based on this, it is possible to develop a network analyzer that uses functionalities of an artificial neural network to diagnose faults that can be seen by the simple analysis of Profibus protocols waveforms, as suggested by [14], thus, exempting the user from having advanced knowledge of the communication standard which will reduce human errors in the procedures.…”

Section: Problem Descriptionmentioning

confidence: 99%

“…With the pre-processed signals and based on the results presented in [14], six ANNs were used, and each is responsible for identifying a particular type of signal. Figure 3: Comparison between collected signals and pre-processed signals: good, long cabling, short circuit, missing and too many termination and EMI.…”

Section: Proposed Solutionmentioning

confidence: 99%

See 2 more Smart Citations

Artificial neural networks and signal clipping for Profibus DP diagnostics

Sestito

Souza

Mossin

et al. 2014

2014 12th IEEE International Conference on Industrial Informatics (INDIN)

View full text Add to dashboard Cite

This research proposes the use of Artificial Neural Networks to diagnose industrial networks communication viaProfibus DP Protocol. These diagnostics are based on information provided by the Physical Layer from the Profibus DP Protocol. In order to analyze the physical layer, an Artificial Neural Network first analyzes signal samples transmitted through the industrial network. In case these signals show some deformation, the Artificial Neural Network indicates a possible cause for the problem, after all, problems from Profibus networks generate specific and distinctive standards imprinted on the digital signal wave formats. Before the Artificial Neural Network analysis, the signal was pre-processed through a clipper methodology. The project was validated by data obtained from concrete Profibus networks created in laboratory. The results were satisfactory, proving the great strength and versatility that intelligent computer systems have when applied to the purposes outlined in this work.

show abstract

“…Examples of researches in this area can be found at [14][15] [16][17] [18], among others. In this scenario, an ANN is used to diagnose installation problems.…”

Section: Problem Descriptionmentioning

confidence: 99%

Section: Problem Descriptionmentioning

confidence: 99%

See 1 more Smart Citation

Artificial neural networks and signal clipping for Profibus DP diagnostics

Sestito

Souza

Mossin

et al. 2014

2014 12th IEEE International Conference on Industrial Informatics (INDIN)

View full text Add to dashboard Cite

show abstract

“…Este trabalho faz parte de um projeto de doutorado que está sendo desenvolvido por MOSSIN (2012). As técnicas testadas e apresentadas neste trabalho serão implementadas por MOSSIN (2012).…”

Section: Objetivosunclassified

“…Com este resultado, decidiu-se utilizar este tipo de configuração no trabalho de MOSSIN (2012), que é um projeto maior, que consiste no desenvolvimento de uma ferramenta de diagnóstico de redes Profibus DP baseado em Sistemas Inteligentes. Este resultado, bem como os resultados iniciais do trabalho, foram publicados em), SOUZA (et. al.…”

unclassified

Diagnóstico da camada física de redes Profibus DP baseado em redes neurais artificiais

Souza¹

View full text Add to dashboard Cite

AGRADECIMENTOSAgradeço primeiramente a Deus, por ter me dado força e coragem para continuar cada vez que eu pensava em desistir; Aos meus amados pais, Adelma e Donizetti, por tudo que fizeram e fazem por mim. Por todos os conselhos, conversas, momentos, que ficarão sempre guardados no meu coração. Por estarem sempre do meu lado, em todos os momentos; Às minhas irmãs Mirella e Izabella, meus avós e toda minha família, por todo carinho dispensado a mim, sempre; Ao meu noivo Luciano pelo amor, compreensão e paciência nos momentos de cansaço e ausência; Ao meu orientador Professor Dennis Brandão, pela atenção, conselhos e dedicação no decorrer deste trabalho; Aos colegas de grupo Eduardo Mossin e Renato Veiga por toda ajuda dispensada; Aos colegas do Laboratório de Automação pela ajuda na coleta dos dados, em especial ao Guilherme Sestito; À SMAR por ter me liberado para o mestrado e aos colegas de trabalho pelas ajudas prestadas; À USP São Carlos, por colocar à disposição sua estrutura; Ao meu diretor César Cassiolato por ter me ensinado tanto nesse tempo e ter esclarecido todas as minhas dúvidas; Aos amigos Fabiana e Sergio Vianna pela ajuda técnica; RESUMO SOUZA, R. C. (2012). Diagnóstico da Camada Física de Redes Profibus DP baseado em Redes Neurais Artificiais. 127p. Dissertação (Mestrado) -Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2012.A rede PROFIBUS DP é o barramento de campo mais utilizado na indústria mundial atualmente. Com o uso cada vez maior desta rede de "chão de fábrica" nas plantas industriais, o diagnóstico rápido de falhas tornou-se extremamente necessário e importante, o que permite minimizar os tempos de parada da instalação e consequentes prejuízos no processo produtivo. Este trabalho apresenta o estudo de técnicas baseadas em Redes Neurais Artificiais (RNA) que serão utilizadas em um trabalho futuro para se fazer um diagnóstico rápido de uma rede PROFIBUS em caso de falha, permitindo através dos conceitos básicos apresentados, uma análise criteriosa do seu desempenho. Inicialmente são apresentados conceitos básicos sobre as redes PROFIBUS DP, tais como arquitetura e versões do protocolo, a descrição da Camada Física, dentre outros assuntos relevantes. Nas etapas seguintes, serão apresentados outros tópicos importantes para entendimento do projeto como, conceitos sobre RNA e métodos de pré-processamento do sinal colhido no osciloscópio.

show abstract