Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Diagnosi della gestione del Servizio ''Trasporto Merci Pericolose'' tramite un algoritmo Neuro-Fuzzy

Il presente lavoro di tesi è stato concepito come un approccio originale al problema della diagnosi del servizio “Trasporto di Merci Pericolose” (TMP), attività oggi estremamente importante per le singole economie nazionali. Quanto detto giustifica il ricorso ad una diagnosi accurata della risorsa, che nel caso del TMP consiste nel monitorare e nell’analizzare in modo automatico i fault della flotta di autocisterne.
Impiegando le reti Neuro-Fuzzy, si è progettato un “agente di diagnosi”: concettualmente è un algoritmo capace di stabilire quali sono le cause che hanno determinato uno specifico malfunzionamento, emulando la perizia decisionale di un operatore umano. Esso infatti sa prendere in considerazione quei fattori empirici e poco analitici che gli usuali sistemi
automatici di rilevamento dei malfunzionamenti trascurano, e che rendono invece così efficiente il ragionamento umano.
L’agente fa parte del sottosistema di diagnosi di PROMADAT, un sistema capace di effettuare il controllo e la diagnosi da remoto di una flotta di autocisterne. Il sistema è applicato in forma di prototipo ad alcuni automezzi della flotta del CTQ, consorzio impegnato da anni nel settore del Trasporto di Merci Pericolose.

Mostra/Nascondi contenuto.
INTRODUZIONE 1 INTRODUZIONE L’approccio tradizionale al problema della diagnosi dei malfunzionamenti prevede che la risorsa da controllare possa essere descritta da un opportuno modello matematico. Tuttavia, all’aumentare della complessità della risorsa, diventa difficile o addirittura impossibile formulare affermazioni precise riguardo il suo comportamento, arrivando infine a un livello di complessità oltre il quale precisione e significatività diventano caratteristiche mutuamente esclusive. In questi ultimi anni ha ricoperto un grande interesse lo studio e l’applicazione dell’Intelligenza Artificiale nella realizzazione di sistemi capaci di effettuare la diagnosi e la prognosi di impianti complessi in molti settori industriali. Tali sistemi sono, in linea di principio, in grado di rilevare un malfunzionamento, di procedere all’isolamento dello stesso e di effettuare una valutazione qualitativa del tempo di vita utile residuo. Lo studio delle caratteristiche funzionali settore Trasporto Merci Pericolose è giustificato non solo dagli interessi economici legati all’autotrasporto dei materiali pericolosi, ma anche dalla necessità di garantire la salvaguardia della vita degli uomini e di tutto l’ecosistema. Numerosi sono i problemi che possono sorgere nel TMP. Pensiamo ad un automezzo adibito al trasporto di carburante che subisce un ribaltamento durante il suo itinerario di consegne ai vari distributori, a causa delle particolari condizioni atmosferiche, delle condizioni in cui si trova il pavimento stradale e della negligenza dell’autista. Questo provoca la fuoriuscita del carico e il pericolo di un’esplosione che coinvolgerebbe

Laurea liv.I

Facoltà: Ingegneria

Autore: Michele Giuliano Contatta »

Composta da 155 pagine.

 

Questa tesi ha raggiunto 1241 click dal 21/02/2006.

 

Consultata integralmente una volta.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.