Les réseaux artificiels de spin ont été initialement introduites pour l'étude des effets de frustration géométrique dans des réseaux bidimensionnelles de spin, un approche complémentaire à l'étude de la frustration rencontré dans les glaces pyrochlores de spin. Généralement fabriqués en utilisant des techniques de lithographie, ces réseaux de nanoaimants peuvent être élaborer avec une grande degré de liberté. Etant donné la taille et la forme de ces plots magnétiques, l'aimantation est presque uniforme dans tout leur volume, un aspect qui fait que ces aimants peuvent être considérés comme des spin Ising classique géants. Avec la possibilité d'imager chacun degrée de liberté magnétique dans l'espace direct, ces systèmes offrent un large spectre d'opportunités pour l'étude de la frustration dans un cadre magnétostatiques bidimensionnelle et la potentielle découverte de phases magnétiques exotiques. Toutefois, contrairement à leurs homologues de la matière condensée, la première génération de glaces de spin artificiels sont pratiquement insensibles aux fluctuations thermiques. Par conséquence, d'autres dynamiques sont nécessaires pour amener ces systèmes vers leurs variétés de basse énergie et un protocole de désaimantation a été généralement utilisé dans ce sens, mais ce processus arrivent à accommoder juste partiellement les interactions entre les nanoaimants. Plus récemment, des réseaux artificiels de spin thermiquement-actives ont été introduits, permettant de dépasser les limitations des réseaux désaimantes pour la recherche des textures de spin exotiques.Cette thèse présente des études expérimentales et numériques réalisés sur des réseaux kagomé de spin. La glace artificielle kagomé planaire a été un point central d'intérêt pendant les dernières années, grâce à ses variétés énergétiques hautement dégénérés et aux textures de spin non-conventionnelles. Ainsi, dans un cadre magnétostatique, il présent une phase exotique caractérisée par la coexistence d'un état cristallin, associée à la charge magnétique, et un réseau de spin désordonnés. Bien que la désaimantation n'arrive pas d'accéder cet état remarquable, les réseaux thermiquement actives ont réussi de créer des cristallites de cette phase. La première partie de ce travail présente le protocole expérimental utilisé pour réaliser cet état. En plus, un modèle cinétique est proposé qui reproduit avec succès les caractéristiques observées et explique l'efficacité de cette approche.Dans un deuxième temps, un étude sur un nouveau système de glace de spin artificielle est présenté: le réseau kagomé Ising artificielle. Ce système présentent des moments magnétiques qui pointent selon l'axe verticale, contrairement au réseau kagomé planaire. Un étude récent sur ce système a conclu que, après la démagnétisation, ces deux réseaux kagomé artificiels présentent des corrélations de spins similaires et leurs états magnétiques rémanentes peuvent être bien caractérisées par des modèles de spin basés sur des interactions à courte portée. Avec des protocoles de désaimantation, des mesures de microscopie à force magnétique et des simulations Monte Carlo, il est montré que les interactions dipolaires à longue portée entre les éléments magnétiques ne peuvent pas être négligés lors de la description des états rémanents des réseaux kagome Ising artificiels désaimantées. Ces résultats limitent la validité du comportement universel entre les deux réseaux kagomé artificiels et enrichissent la palette de phases magnétiques qui peuvent être réaliser avec de tels systèmes nanostructurés. Les simulations Monte Carlo indiquent que ce réseau kagomé Ising présente un comportement de basse énergie différente de la glace kagomé planaire, mais la variétés fondamentale dans ce cadre dipolaire reste inconnu. Toutefois, en inspectant ses caractéristiques thermodynamiques à basse température et grâce une construction géométrique, un candidat pour l'état fondamental est fourni. / Artificial spin networks were initially proposed as toy-spin models destined for the investigation of magnetic frustration effects in two-dimensional spin lattices, a complementary approach to the study of the magnetic frustration encountered in spin ice pyrochlores. Generally fabricated via lithography techniques, these arrays of nano-scale magnetic islands can be designed at-will. Given the size and shape of the elements, their magnetization is almost uniform throughout their volume, thus making these islands act like classical Ising spins. Combined with the possibility of individually imaging the magnetic degrees of freedom in real space, these systems offer an almost infinite playground for the investigation of competing interactions in magnetostatic frameworks and potential for the experimental discovery of novel and exotic magnetic phases. However, unlike their condensed matter counterparts, first-generation artificial spin networks are insensitive to thermal fluctuations, requiring other driving mechanisms for accessing their complex low-energy manifolds. A field-protocol has been employed for driving such networks towards their ground-state configurations, although they only partially manage to accommodate pair-island interactions. More recently, thermally-active artificial spin networks have been introduced, surpassing the limits of demagnetized arrays in the quest for exotic low-energy spin textures.This thesis presents experimental and numerical studies performed on artificial kagome spin arrays, one of the most frustrated two-dimensional lattices. The kagome spin ice geometry has received most of the community's attention as it presents highly degenerate manifolds and unconventional spin textures. Within a dipolar long-range framework, it displays a low-temperature regime characterized by the coexistence of a crystalline phase, associated to the magnetic charge, and a disordered spin lattice. While demagnetizing such artificial kagome arrays cannot access this exotic state, thermally-active networks can locally retrieve such a phase, creating crystallites of antiferromagnetically-ordered magnetic charges. The first part of this work presents the experimental protocol employed to this purpose. A kinetic model is also proposed that successfully captures the observed experimental features and explains the efficiency of this approach.The second part of the current thesis presents a study of a novel artificial spin ice system, the artificial kagome Ising network. This network primarily differs from the kagome spin ice array by having its magnetic moments pointing along the vertical axis. A recent study of this system has concluded that, after demagnetization, these two artificial kagome networks display similar pairwise spin correlation development and their final frozen states can be well characterized by short-range interaction models. Through the use of demagnetization protocols, magnetic force microscopy and Monte Carlo simulations, it is demonstrated that long-range dipolar interactions between the magnetic elements cannot be neglected when describing the remanent states of demagnetized artificial kagome Ising networks. These results assess the limits of the reported universal behavior of artificial kagome lattices and enrich the spectrum of magnetic phases that could be achieved with such nanostructured systems. Indeed, Monte Carlo simulations indicate that this kagome Ising network presents a different low-energy behavior than kagome spin ice, the incipient stages of which have been accessed experimentally, but its dipolar ground-state configuration remains unknown. Nevertheless, by inspecting the low-temperature thermodynamic features of this array and through the use of a geometrical construction, a ground-state candidate is provided.

O presente trabalho desenvolve uma topologia de controle para o gerador de indução duplamente alimentado (GIDA) em condições normais e em condições de falta monofásica. O sistema de controle é dividido em três partes principais: sistema de identificação de faltas, controle em condições normais e controle em condições de falta monofásica. A primeira parte, o sistema de identificação (SI) de faltas, é responsável pela seleção da topologia de controle da máquina. O SI é composto por uma combinação entre redes neurais artificiais (RNA) e a Fast Fourier Transform (FFT). As RNA são responsáveis pela identificação do estado atual da rede, se possui falta ou não. Os dados de entrada das RNA são as correntes de linha do estator que passam por um pré-processamento por meio da FFT. Alguns conteúdos harmônicos de saída da FFT irrelevantes no processo de identificação são eliminados por um método similar ao Principal Components Analysis (PCA). A segunda parte do trabalho é o controle em condições normais, sendo ativado quando o SI aponta a ausência de faltas. A topologia de controle vetorial é utilizada nesta condição para manter a tensão e frequência constante com a velocidade mecânica do eixo variável. A última parte do trabalho é o controle em condições adversas, que é ativado quando o SI detecta uma falta monofásica. A topologia de controle nesta condição utiliza as transformações ortogonais para reduzir o fluxo concatenado no enrolamento do estator com falta. A utilização deste novo controle reduz a corrente do estator quando comparado com o controle vetorial em condições de falta, sendo que a tensão do estator nas fases sem falta é mantida dentro de uma faixa de operação. O trabalho possui resultados de simulação das três principais partes do sistema de controle. Primeiramente, resultados do controle vetorial de tensão e frequência do GIDA sob condições de velocidade do eixo variável e cortes de carga são apresentados. Logo após, apresenta-se os resultados do SI na identificação de faltas monofásicas na fase B e o seu comportamento sob condições adversas como desequilíbrio de carga e cortes de cargas. Finalmente, alguns resultados do controle em condições de falta sobre uma falta fase-neutro na fase B são apresentados. / This paper presents a control topology for doubly fed induction generator (DFIG) in normal and single fault conditions. The control system is divided into three main parts: fault identification system, control in normal condition and control in single fault conditions. In the first part, the system of identification (SI) is responsible for selecting the topology of the control. The SI is composed by a combination of artificial neural networks (ANN) and Fast Fourier Transform (FFT). The ANN is responsible for identifying the current state of the grid, if has fault or not. The inputs of the ANN are stator currents line through of a pre-processing by means of FFT. Some harmonic contents are irrelevant in the identification process and they are eliminated by a method similar to Principal Components Analysis (PCA). The second part of the paper is the control under normal conditions, activated when the SI indicates the absence of faults. The topology of vector control in this condition is used to maintain the voltage and frequency constant, where the speed of the mechanical axis variable. The last part of the work is the control in adverse conditions, which is activated when the SI detects a singlephase fault. The control topology in this condition uses the orthogonal transformations to reduce the mutual flux in the stator winding with fault. The use of this new control reduces the stator current as compared to vector control in fault conditions, and the stator voltage in the stages without fault is maintained within an operating range. The paper has simulation results of three main parts of the control system. First, the results of the vector control voltage and frequency of DFIG under conditions of variable shaft speed and load sections are provided. Soon after, the results of the SI in identifying faults in the phase B under conditions such as load imbalance and cutting loads are shown. Finally, some results of control in fault condition in the phase B are shown.

O presente trabalho desenvolve uma topologia de controle para o gerador de indução duplamente alimentado (GIDA) em condições normais e em condições de falta monofásica. O sistema de controle é dividido em três partes principais: sistema de identificação de faltas, controle em condições normais e controle em condições de falta monofásica. A primeira parte, o sistema de identificação (SI) de faltas, é responsável pela seleção da topologia de controle da máquina. O SI é composto por uma combinação entre redes neurais artificiais (RNA) e a Fast Fourier Transform (FFT). As RNA são responsáveis pela identificação do estado atual da rede, se possui falta ou não. Os dados de entrada das RNA são as correntes de linha do estator que passam por um pré-processamento por meio da FFT. Alguns conteúdos harmônicos de saída da FFT irrelevantes no processo de identificação são eliminados por um método similar ao Principal Components Analysis (PCA). A segunda parte do trabalho é o controle em condições normais, sendo ativado quando o SI aponta a ausência de faltas. A topologia de controle vetorial é utilizada nesta condição para manter a tensão e frequência constante com a velocidade mecânica do eixo variável. A última parte do trabalho é o controle em condições adversas, que é ativado quando o SI detecta uma falta monofásica. A topologia de controle nesta condição utiliza as transformações ortogonais para reduzir o fluxo concatenado no enrolamento do estator com falta. A utilização deste novo controle reduz a corrente do estator quando comparado com o controle vetorial em condições de falta, sendo que a tensão do estator nas fases sem falta é mantida dentro de uma faixa de operação. O trabalho possui resultados de simulação das três principais partes do sistema de controle. Primeiramente, resultados do controle vetorial de tensão e frequência do GIDA sob condições de velocidade do eixo variável e cortes de carga são apresentados. Logo após, apresenta-se os resultados do SI na identificação de faltas monofásicas na fase B e o seu comportamento sob condições adversas como desequilíbrio de carga e cortes de cargas. Finalmente, alguns resultados do controle em condições de falta sobre uma falta fase-neutro na fase B são apresentados. / This paper presents a control topology for doubly fed induction generator (DFIG) in normal and single fault conditions. The control system is divided into three main parts: fault identification system, control in normal condition and control in single fault conditions. In the first part, the system of identification (SI) is responsible for selecting the topology of the control. The SI is composed by a combination of artificial neural networks (ANN) and Fast Fourier Transform (FFT). The ANN is responsible for identifying the current state of the grid, if has fault or not. The inputs of the ANN are stator currents line through of a pre-processing by means of FFT. Some harmonic contents are irrelevant in the identification process and they are eliminated by a method similar to Principal Components Analysis (PCA). The second part of the paper is the control under normal conditions, activated when the SI indicates the absence of faults. The topology of vector control in this condition is used to maintain the voltage and frequency constant, where the speed of the mechanical axis variable. The last part of the work is the control in adverse conditions, which is activated when the SI detects a singlephase fault. The control topology in this condition uses the orthogonal transformations to reduce the mutual flux in the stator winding with fault. The use of this new control reduces the stator current as compared to vector control in fault conditions, and the stator voltage in the stages without fault is maintained within an operating range. The paper has simulation results of three main parts of the control system. First, the results of the vector control voltage and frequency of DFIG under conditions of variable shaft speed and load sections are provided. Soon after, the results of the SI in identifying faults in the phase B under conditions such as load imbalance and cutting loads are shown. Finally, some results of control in fault condition in the phase B are shown.

A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos / A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos