Professional Documents
Culture Documents
SO PAULO
2016
RESUMO
Diante da globalizada industrializao e das mais modernas tcnicas de
produo, o SIS (Sistema Instrumentado de Segurana) so utilizados para
monitorar a condio de valores e parmetros de uma planta dentro dos limites
operacionais e quando houver condies de riscos devem gerar alarmes e colocar o
espao ocupado em uma condio. So sistemas responsveis pela segurana
operacional e que garantem a parada de emergncia dentro dos limites
considerados seguros, o objetivo principal evitar acidentes dentro e fora das
fbricas, como incndio, exploses, danos aos equipamentos, proteo da
produo, evitar riscos de vidas ou danos a sade pessoal e impactos catastrficos
para a comunidade, e deve proporcionar em caso de falhas, uma condio segura.
Palavras-Chaves: SIS, Proteo contra acidentes, Segurana nos processos
Industriais.
ABSTRACT
Faced with the global industrialization and the most modern production
techniques, SIS (Safety Instrumented System) has been increasingly important to
companies because the requirements for industrial processes have more security
continues to grow, it is necessary to protect the environment, workers of a service
area and reduce losses in certain industrial or logical process failure.
Key Words: SIS, protection against accidents, safety in industrial processes.
LISTA DE FIGURAS
Figura 1: Mtodos Tpicos de Reduo de Riscos em Plantas de Processo.....11
Figura 2: Modelo de Mitigao de Risco................................................................12
Figura 3: Nvel de Sil..............................................................................................14
Figura 4: Modelo Relacionando o SIS e o SIL.......................................................18
Figura 5: Circuito Lgico para o SIS......................................................................23
LISTA DE TABELAS
Tabela 1 - PFD e RRF para Cada Nvel de Integridade de Segurana (SIL)............15
Tabela 2 - Principais Propriedades de uma SIF Funo Instrumentada Segurana.17
Tabela 3 - Tabela da Verdade SIS Fogo...................................................................22
Tabela 4 - Tabela da Verdade...................................................................................22
SUMRIO
1
INTRODUO.............................................................................................8
APLICAES............................................................................................ 21
BENEFICIOS............................................................................................. 24
CONCLUSO............................................................................................ 25
REFERNCIAS BIBLIOGRFICAS...................................................................26
20
1 INTRODUO
O crebro humano considerado o mais fascinante processador baseado em
carbono existente, sendo composto por aproximadamente 10 bilhes neurnios.
Todas as funes e movimentos do organismo esto relacionados ao funcionamento
destas pequenas clulas. Os neurnios esto conectados uns aos outros atravs de
sinapses, e juntos formam uma grande rede, chamada REDE NEURAL. As sinapses
transmitem estmulos atravs de diferentes concentraes de Na+ (Sdio) e K+
(Potssio), e o resultado disto pode ser estendido por todo o corpo humano. Esta
grande rede proporciona uma fabulosa capacidade de processamento e
armazenamento de informao.
O sistema nervoso formado por um conjunto extremamente complexo de
neurnios. Nos neurnios a comunicao realizada atravs de impulsos, quando
um impulso recebido, o neurnio o processa, e passado um limite de ao, dispara
um segundo impulso que produz uma substncia neurotransmissora o qual flui do
corpo celular para o axnio (que por sua vez pode ou no estar conectado a um
dendrito de outra clula). O neurnio que transmite o pulso pode controlar a
frequncia de pulsos aumentando ou diminuindo a polaridade na membrana pssinptica. Eles tm um papel essencial na determinao do funcionamento,
comportamento e do raciocnio do ser humano. Ao contrrio das redes neurais
artificiais, redes neurais naturais no transmitem sinais negativos, sua ativao
medida pela frequncia com que emite pulsos, frequncia esta de pulsos contnuos
e positivos. As redes naturais no so uniformes como as redes artificiais, e
apresentam uniformidade apenas em alguns pontos do organismo. Seus pulsos no
so sncronos ou assncronos, devido ao fato de no serem contnuos, o que a
difere de redes artificiais.
Snark operava com sucesso a partir de um ponto de partida tcnico, ajustando seus
pesos automaticamente, entretanto, ele nunca executou qualquer funo de
processamento de informao interessante, mas serviu de inspirao para as idias
de estruturas que o sucederam.
Em 1956 no "Darthmouth College" nasceram os dois paradigmas da
Inteligncia Artificial, a simblica e o conexionista. A Inteligncia Artificial Simblica
tenta simular o comportamento inteligente humano desconsiderando os mecanismos
responsveis por tal. J a Inteligncia Artificial Conexionista acredita que
construindo-se um sistema que simule a estrutura do crebro, este sistema
apresentar inteligncia, ou seja, ser capaz de aprender, assimilar, errar e aprender
com seus erros.
O primeiro neuro computador a obter sucesso (Mark I Perceptron) surgiu
em 1957 e 1958, criado por Frank Rosenblatt, Charles Wightman e outros. Devido a
profundidade de seus estudos, suas contribuies tcnicas e de sua maneira
moderna de pensar, muitos o vem como o fundador da neuro computao na forma
em que a temos hoje. Seu interesse inicial para a criao do Perceptron era o
reconhecimento de padres.
Aps Rosenblatt, Bernard Widrow, com a ajuda de alguns estudantes,
desenvolveram um novo tipo de elemento de processamento de redes neurais
chamado de Adaline, equipado com uma poderosa lei de aprendizado, que diferente
do Perceptron ainda permanece em uso. Widrow tambm fundou a primeira
companhia de hardware de neuro computadores e componentes.
Infelizmente, os anos seguintes foram marcados por um entusiasmo
exagerado de muitos pesquisadores, que passaram a publicar mais e mais artigos e
livros que faziam uma previso pouco confivel para a poca, sobre mquinas to
poderosas quanto o crebro humano que surgiriam em um curto espao de tempo.
Isto tirou quase toda a credibilidade dos estudos desta rea e causou grandes
aborrecimentos aos tcnicos de outras reas.
Um perodo de pesquisa silenciosa seguiu-se durante 1967 a 1982,
quando
poucas
pesquisas
foram
publicadas
devido
aos
fatos
ocorridos
Psiclogo
Donald
Hebb
(1949),
demostrou
que
capacidade
da
1943:
McCULLOUGH
PITTS
estabeleceram
as
bases
da
23
uma sada;
3.1. O Neurnio Artificial e a Rede Neural
Assim como o sistema nervoso composto por bilhes de clulas nervosas, a
rede neural artificial tambm seria formada por unidades que nada mais so que
pequenos mdulos que simulam o funcionamento de um neurnio. Estes mdulos
devem funcionar de acordo com os elementos em que foram inspirados, recebendo
e retransmitindo informaes.
3.2. O Neurnio Artificial
O fisiologista Warrem MacCulloch interpretou o funcionamento do neurnio
biolgico como sendo um circuito de entradas binrias combinadas por uma soma
ponderada (com pesos) produzindo uma entrada efetiva:
fig08-Organizao em camadas.
Usualmente as camadas so classificadas em trs grupos:
processamento,
atravs
das
conexes
ponderadas;
podem
ser
fig10-Rede Direta
3.6.2.2. Redes com ciclos
So redes em que o grafo de conectividade contm pelo menos um ciclo.
So tambm chamadas redes com realimentao ou com feedback.
3.6.2.3. Redes simtricas
So redes cuja matriz (do grafo de conectividade) simtrica, sendo um
caso particular das redes com ciclos.
fig11-Rede Simtrica
3.7. Aplicao de Redes Neurais Artificiais
Aplicaes de redes neurais so inmeras. Muitos recebem sua primeira
introduo lendo a respeito das tcnicas no prognstico de mercados financeiros.
Grupos de investimento conhecidos utilizam redes neurais para analisar pelo menos
uma parte do mercado financeiro e fazerem suas selees.
O reconhecimento tico de caracteres (OCR) outro tipo de aplicao
que j existe e est crescendo, e em breve estaremos em constante contato com
esse tipo de aplicao. Outras aplicaes bem sucedidas das tcnicas de redes
neurais artificiais so: anlise de pesquisa de mercado, como acima citado, controle
de processos industriais, aplicaes climticas, e identificao de fraude de carto
de crdito. Um banco americano chamado Mellon Bank instalou um sistema de
deteco de fraudes de carto de crdito implementado com tcnicas de redes
neurais e os prejuzos evitados pelo novo sistema conseguiram cobrir os gastos de
instalao em seis meses. Vrios outros bancos comeam a utilizar sistemas
baseados em redes neurais para controlar fraudes de carto de crdito. Estes
sistemas tm a capacidade de reconhecer uso fraudulento com base nos padres
criados no passado com uma preciso melhor que em outros sistemas.
Outro exemplo da utilizao de redes neurais para melhoria na tomada
de decises no diagnstico mdico. Em seu aprendizado, so submetidos uma
srie de diagnsticos de pacientes, de vrias caractersticas, com vrios sintomas e
os resultados de seus testes. Tambm sero fornecidos os diagnsticos mdicos
para cada doena. Ento quando forem apresentados os dados de um novo
paciente, com seus sintomas, a rede fornecer um diagnstico para os novos casos.
Isto essencialmente criar um sistema com o conhecimento de vrios mdicos, e
fornecer um diagnstico inicial em tempo real um mdico. importante
mencionar que com isso o que se pretende implementar uma ferramenta de auxlio
ao mdico, e no um programa que o substitua.
Outras aplicaes:
controle de processos;
robtica;
classificao de dados;
anlise de imagens;
anlise de voz;
avaliao de crdito;
O modelo de rede neural tem muitos neurnios conectados por pesos com
capacidade de adaptao que que podem ser arranjados em uma estrutura paralela.
Por causa deste paralelismo, a falha de alguns nurons no causam efeitos
significantes para a performance de todo o sistema, o que chamado de tolerncia
a falhas.
A principal fora na estrutura de redes neurais reside em sua habilidades de
adaptao e aprendizagem. A habilidade de adaptao e aprendizagem pelo
ambiente significa que modelos de redes neurais podem lidar com dados imprecisos
e situaes no totalmente definidas. Uma rede treinada de maneira razovel tem a
habilidade de generalizar quando apresentada entradas que no esto presentes
em dados j conhecidos por ela.
A caracterstica mais significante de redes neurais est em sua habilidade de
aproximar qualquer funo continua no linear de um grau de correo desejado.
Esta habilidade das redes neurais as tem tornado til para modelar sistemas no
lineares na combinao de controladores no lineares.
Redes Neurais podem ter vrias entradas e vrias sadas, eles so facilmente
aplicveis sistemas com muitas variveis.
Com o avano em tecnologias de hardware, existem componentes com
funes voltadas sistemas com implementaes voltadas para redes neurais, o
que traz uma velocidade adicional computao neural.
4 BENEFICIOS
Maior produtividade:
Segundo a OSHA (Occupational Safety & Health Administration), ter
um SIS implementado, aumenta 20% a produtividade, sendo, na verdade,
exatamente o oposto do que os gerentes das empresas pensam, pois eles
acham que um SIS est diretamente associado a pausa do processo
produtivo.
feitas. Impede que equipamentos sejam ligados sem que haja uma condio
segura
Tecnologia
A empresa se moderniza, trazendo a tecnologia associada com a
indstria, aumentando a produtividade. Tendo controladores eletrnicos para
alarmes sonoros, aumenta a segurana do processo, tornando setores mais
seguros determinando o nvel de segurana de cada um deles. Trazendo
proteo fsica (dispositivo de alvio), funes instrumentadas de segurana,
alarmes crticos e interveno humana quando necessrio.
25
CONSIDERAES FINAIS
26
REFERNCIAS BIBLIOGRFICAS