Candidato: Guilherme Pagatini
Programa: UFSC / POSMEC
Data: Agosto de 2017
Orientador: Jonny Carlos da Silva
Resumo: A partir do avanço da medicina no desenvolvimento de medicamentos cada vez mais potentes e que exigem uma dose controlada, faz-se necessário desenvolver sistemas que visam o aumento da confiabilidade durante a infusão de tais medicamentos. Para tal, Inteligência Artificial tornou-se uma área bastante difundida na detecção de falhas, recebendo diversos avanços que, quando aplicados, podem auxiliar o profissional de saúde durante o mau funcionamento do equipamento. Motivado pela redução de falhas em um sistema de infusão, este trabalho estuda as principais falhas e possíveis sintomas que podem ser diagnosticados a partir do sinal de componentes típicos de um sistema de infusão como: sensor de pressão, sensor de contagem de gotas e sensor de presença de bolhas de ar. Com isso, um Sistema Especialista (SE) é proposto a fim de monitorar a infusão e interpretar os sintomas de falha, realizando inferências sobre os sinais monitorados. Os sinais dos sensores e as falhas são gerados pelo SE, sendo estas, detectadas através da Verificação de Limites e pelo Teste Sequencial de Razão de Probabilidade (SPRT). Para este trabalho foram estudados 6 tipos de falhas com 2 diferentes tempos de início. O diagnóstico foi baseado em uma Análise de Árvore de Falhas (FTA) também apresentada neste trabalho. Para a validação do trabalho, profissionais da área da saúde testaram o SE a fim de verificar a consistência das causas geradas conforme sintomas do sistema.
Palavras-chave: Sistemas Especialistas, Detecção de Falhas, Sistemas de Infusão.
Referência: PAGATINI, G. Sistema Especialista Protótipo para Diagnóstico de Falhas em Equipamentos de Infusão. 2017. 116 p. Dissertação (Mestrado em Engenharia Mecânica). Universidade Federal de Santa Catarina, Florianópolis.
