    This article addresses the problem of detection of oscillations and root cause analysis for a thermoelectric power plant. The well-known method to detect oscillations based on autocorrelation function is used, which detects the signals with similar frequencies of oscillation and energy greater than a given threshold in this frequency band. Considering that these clustered signals are somehow related, an algorithm based on non-parametric identification has been proposed to indicate the

more »

... ot cause of this oscillation by finding the direction of the dependence between the signals. This approach has the advantage of not requiring the model order, dead time estimation and the definition of a model structure. The method is illustrated using a simulation example and also data collected from an industrial plant, with results validated using the process knowledge. Keywords     Identificação de sistemas, Diagnóstico de falhas, Detecção de Oscilações, Dynamic Modelling, Time Series. Resumo    Este artigo trata o problema de detecção de oscilações e análise da causa raiz de uma planta termoelétrica industrial. Para detectar as oscilações é usado o método já conhecido baseado na função de auto-correlação, que detecta os sinais com frequências de oscilação semelhantes, e que contenham energia maior que um certo limiar nesta banda de frequências. Considerando que estes grupos de sinais estão relacionados de alguma forma, um algoritmo baseado em identificação não paramétrica é proposto para indicar a causa raiz desta oscilação encontrando a direção da dependência entre os sinais. Esta abordagem tem a grande vantagem de dispensar estimativas da ordem do modelo, tempo morto e escolha da estrutura do modelo. O método é ilustrado através de sua aplicação a um exemplo de simulação e a dados obtidos de uma planta termoelétrica industrial, sendo validado a partir do conhecimento do processo.