Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T07:10:06Z (GMT). No. of bitstreams: 1 Almeida_FelipedeMello_M.pdf: 6968120 bytes, checksum: 59d5634a5a4bff603ee4b2bf138d55ec (MD5) Previous issue date: 2005 / Resumo: Este trabalho enfoca o problema de identificação multivariável de um processo de incineração de resíduos líquidos que faz parte do complexo da unidade de utilidades da empresa BASF S.A, localizada em Resende-RJ. Para trabalhos futuros, pretendemos utilizar esta identificação em um projeto de controlador inteligente. A escolha desse processo foi motivada pelo potencial de melhoria no sistema de controle da combustão, sendo realizado um estudo com as possíveis melhorias econômicas e operacionais com a otimização do processo de incineração. Os sistemas nebulosos foram enfocados de maneira especial, por causa da sua capacidade de processar informação de natureza incerta e qualitativa. O modelo nebuloso Takagi-Sugeno (TS) foi implementado para representar o processo de incineração de resíduos líquidos em estudo. Os resultados das simulações efetuadas com os modelos nebulosos TS obtidos representam de maneira adequada o comportamento real do sistema de incineração / Abstract: This work is concerned with the problem of multivariable identification of liquids residues incineration process that is a complex part of utilities unit in BASF SA. Company, located in Resende-RJ. For future works, we intend use this identification in an intelligent controller design. The choice of this process was motivated by the potential of improvement on combustion system control of the incineration process, and was realized a study considering the possible economic and operational improvements with the incineration process optimization. The fuzzy systems were focused in a special way, because of its capability to process information of uncertain and qualitative nature. The Takagi-Sugeno (TS) fuzzy model was implemented to represent the studied liquids residues incineration process. The simulation results obtained with TS fuzzy models represent, in an adequate way, the real behavior of an incineration system / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: João Marcos Travassos Romano / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T07:17:28Z (GMT). No. of bitstreams: 1 Ferrari_Rafael_M.pdf: 3590603 bytes, checksum: 36e018a11a02c47baafbf4b3682e9f1d (MD5) Previous issue date: 2005 / Resumo: Esta tese objetiva o estudo da utilização de fuzzy na equalização supervisionada e não-supervisionada de canais de comunicação digital. O trabalho se divide em basicamente duas partes. Na primeira, é feita uma revisão das técnicas de equalização supervisionada empregando filtros nebulosos mostradas na literatura. Na segunda parte concentramse as principais contribuições originais, voltadas ao estabelecimento de um paradigma sólido para equalização não-linear cega. Primeiramente, demonstramos que o teorema de Benveniste-Goursat-Ruget não garante a equalização quando do uso de não lineares como os fuzzy. Como alternativa, optamos por um critério baseado no erro de predição aliado a estruturas nebulosas, opção esta que se mostra plenamente justificada pela demonstração da equivalência entre os preditores fuzzy e o estimador de mínimo erro quadrático médio. Para efetuar o treinamento desta estrutura foi proposto um algoritmo baseado em clusterização não-supervisionada que combina estratégias evolutivas com técnicas de busca local. Porem, resultados de simulações computacionais são apresentados afim de avaliar e comparar com as soluções clássicas o desempenho dos equalizadores e das técnicas de treinamento descritos no trabalho / Abstract: The objective of this thesis is to study the application of fuzzy to supervised and unsupervised digital channel equalization. Our work is basically divided in two main parts. In the one, we make an extensive review of supervised fuzzy equalization techniques. In the second part, we present original contributions towards the establishment of a solid paradigm for blind nonlinear equalization. In this part, we demonstrate that the Benveniste-Goursat-Ruget theorem is not valid for nonlinear equalizers such as fuzzy liters. As a viable alternative, we propose an approach based on the predictionerror criterion and a fuzzy logic system. The eectiveness of which is cornered by the demonstration of the equivalence between the fuzzy predictor and the minimum eansquare error estimator. Secondly, we propose a training scheme founded on an unsupervised clustering algorithm that combines evolutionary strategies and local search techniques. Lastly, we present results of computational simulations to assess the performance of the equalizers and training techniques introduced in our work / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Orientador: Rodney Carlos Bassanezi / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-05T13:09:54Z (GMT). No. of bitstreams: 1 Silva_JoaodeDeusMendesda_D.pdf: 2207124 bytes, checksum: 66be9f080afc53c4cd7e470644e483e9 (MD5) Previous issue date: 2005 / Resumo: Um sistema dinâmico p-fuzzy é um sistema cuja dinâmica é obtida através de um sistema baseado em regras fuzzy. Neste trabalho, realizamos um estudo analítico da estabilidade dos sistemas dinâmicos p-fuzzy. Estabelecemos condições necessárias e suficientes para existência de ponto de equilíbrio para sistemas p-fuzzy unidimensionais e bidimensionais e derivamos condições para estabilidade deste ponto. Vimos que, uma condição suficiente para existência de ponto de equilíbrio é uma mudança de sinal na saída do controlador. Este trabalho mostra ainda, que a estabilidade de um ponto de equilíbrio depende, principalmente, das variáveis de entradas e saídas do sistema baseado em regras fuzzy associado ao sistema p-fuzzy. Além dos diversos resultados matemáticos encontrados, com demonstrações rigorosas, realizamos inúmeros experimentos computacionais e obtivemos resultados que atestam a veracidade de da teoria aqui proposta. Apresentamos ainda, algumas aplicações em Biomatemática onde podemos comprovar, em situações concretas, a eficácia, versatilidade e robustez da teoria desenvolvida / Abstract: A p-fuzzy dynamic system is a system whose dynamics is obtained through a fuzzy rule-based systems. ln this work we present an analytical study of the stability of p-fuzzy dynamic systems. We establish necessary and sufficient conditions to existence of equilibrium point for one variable and two variable p-fuzzy systems and, we derive conditions for stability of this point. We saw that, a sufficient condition for existence of equilibrium point is a change of signal in the output of the controller This work still shows, that the stability of an equilibrium point depends, mainly, fuzzy rule-based systems's input-output. Many mathematical results has been found and demonstrated rigorously. We still made many computational experiments and its results show that all developed mathematical theory is efficient. We still present, some applications in Biomathematics where we can prove, in real situations, the efficiency, versatility and robustness of the developed theory in this work / Doutorado / Doutor em Matemática Aplicada

Orientadores: Fernando Antonio Campos Gomide, Marcos Eduardo Ribeiro do Valle Mesquita / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-26T08:06:32Z (GMT). No. of bitstreams: 1 Rosa_RaulArthurFernandes_M.pdf: 8750754 bytes, checksum: 0535142e4de0e75e311aea59a977386e (MD5) Previous issue date: 2014 / Resumo: Esta dissertação estuda uma classe de redes neurais evolutivas para modelagem de sistemas a partir de um fluxo de dados. Esta classe é caracterizada por redes evolutivas com estruturas feedforward e uma camada intermediária cujo número de neurônios é variável e determinado durante a modelagem. A aprendizagem consiste em utilizar métodos de agrupamento para estimar o número de neurônios na camada intermediária e algoritmos de aprendizagem extrema para determinar os pesos da camada intermediária e de saída da rede. Neste caso, as redes neurais são chamadas de redes neurais evolutivas. Um caso particular de redes evolutivas é quando o número de neurônios da camada intermediária é determinado a priori, mantido fixo, e somente os pesos da camada intermediária e de saída da rede são atualizados de acordo com dados de entrada. Os algoritmos de agrupamento e de aprendizagem extrema que compõem os métodos evolutivos são recursivos, pois a aprendizagem ocorre de acordo com o processamento de um fluxo de dados. Em particular, duas redes neurais evolutivas são propostas neste trabalho. A primeira é uma rede neural nebulosa híbrida evolutiva. Os neurônios da camada intermediária desta rede são unineurônios, neurônios nebulosos com processamento sináptico realizado por uninormas. Os neurônios da camada de saída são sigmoidais. Um algoritmo recursivo de agrupamento baseado em densidade, chamado de nuvem, é utilizado para particionar o espaço de entrada-saída do sistema e estimar o número de neurônios da camada intermediária da rede; a cada nuvem corresponde um neurônio. Os pesos da rede neural nebulosa híbrida são determinados utilizando a máquina de aprendizado extremo com o algoritmo quadrados mínimos recursivo ponderado. O segundo tipo de rede proposto neste trabalho é uma rede neural multicamada evolutiva com neurônios sigmoidais na camada intermediária e de saída. Similarmente à rede híbrida, nuvens particionam o espaço de entrada-saída do sistema e são utilizadas para estimar o número de neurônios da camada intermediária. O algoritmo para determinar os pesos da rede é a mesma versão recursiva da máquina de aprendizado extremo. Além das redes neurais evolutivas, sugere-se também uma variação da rede adaptativa OS-ELM (online sequential extreme learning machine) mantendo o número de neurônios na camada intermediária fixo e introduzindo neurônios sigmoidais na camada de saída. Neste caso, a aprendizagem usa o algoritmo dos quadrados mínimos recursivo ponderado no aprendizado extremo. As redes foram analisadas utilizando dois benchmarks clássicos: identificação de forno a gás com o conjunto de dados de Box-Jenkins e previsão de série temporal caótica de Mackey-Glass. Dados sintéticos foram gerados para analisar as redes neurais na modelagem de sistemas com parâmetros e estrutura variantes no tempo (concept drif e concept shift). Os desempenhos foram quantificados usando a raiz quadrada do erro quadrado médio e avaliados com o teste estatístico de Deibold-Mariano. Os desempenhos das redes neurais evolutivas e da rede adaptativa foram comparados com os desempenhos da rede neural com aprendizagem extrema e dos métodos de modelagem evolutivos representativos do estado da arte. Os resultados mostram que as redes neurais evolutivas sugeridas neste trabalho são competitivas e têm desempenhos similares ou superiores às abordagens evolutivas propostas na literatura / Abstract: Abstract: This dissertation studies a class of evolving neural networks for system modeling from data streams. The class encompasses single hidden layer feedforward neural networks with variable and online de nition of the number of hidden neurons. Evolving neural network learning uses clustering methods to estimate the number of hidden neurons simultaneously with extreme learning algorithms to compute the weights of the hidden and output layers. A particular case is when the evolving network keeps the number of hidden neurons xed. In this case, the number of hidden neurons is found a priori, and the hidden and output layer weights updated as data are input. Clustering and extreme learning algorithms are recursive. Therefore, the learning process may occur online or real-time using data stream as input. Two evolving neural networks are suggested in this dissertation. The rst is na evolving hybrid fuzzy neural network with unineurons in the hidden layer. Unineurons are fuzzy neurons whose synaptic processing is performed using uninorms. The output neurons are sigmoidals. A recursive clustering algorithm based on density and data clouds is used to granulate the input-output space, and to estimate the number of hidden neurons of the network. Each cloud corresponds to a hidden neuron. The weights of the hybrid fuzzy neural network are found using the extreme learning machine and the weighted recursive least squares algorithm. The second network is an evolving multilayer neural network with sigmoidal hidden and output neurons. Like the hybrid neural fuzzy network, clouds granulate the input-output space and gives the number of hidden neurons. The algorithm to compute the network weights is the same recursive version of the extreme learning machine. A variation of the adaptive OS-ELM (online sequential extreme learning machine) network is also suggested. Similarly as the original, the new OS-ELM xes the number of hidden neurons, but uses sigmoidal instead of linear neurons in the output layer. The new OS-ELM also uses weighted recursive least square.The hybrid and neural networks were evaluated using two classic benchmarks: the gas furnace identi cation using the Box-Jenkins data, and forecasting of the chaotic Mackey-Glass time series. Synthetic data were produced to evaluate the neural networks when modeling systems with concept drift and concept shift. This a modeling circumstance in which system structure and parameters change simultaneously. Evaluation was done using the root mean square error and the Deibold-Mariano statistical test. The performance of the evolving and adaptive neural networks was compared against neural network with extreme learning, and evolving modeling methods representative of the current state of the art. The results show that the evolving neural networks and the adaptive network suggested in this dissertation are competitive and have similar or superior performance than the evolving approaches proposed in the literature / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Flavio Vasconcelos da Silva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-19T07:29:45Z (GMT). No. of bitstreams: 1 Leite_ManuelaSouza_D.pdf: 7752104 bytes, checksum: ab0250de44ea5b7e99ae3740fec4f538 (MD5) Previous issue date: 2011 / Resumo: Através de processos de polimerização pode-se obter uma enorme diversidade de produtos de grande interesse industrial, devido a sua vasta gama de aplicações. Cada reação deve ser feita com finalidades específicas, e então os polímeros devem ser produzidos sob certas condições operacionais estabelecidas, que lhe atribuem características relacionadas às suas aplicações. Buscando soluções para os diversos desafios existentes em processos de polimerização, tem sido crescente o número de trabalhos que buscam novas estratégias de controle mais eficazes para tais sistemas. O controle de um reator de polimerização apresenta grande dificuldade devido a sua natureza altamente não-linear e complexidade do mecanismo cinético da reação. Muitos dos algoritmos convencionais de controle não atendem, em sua totalidade, as exigências cada vez mais especificas destes processos e, visando atender estas necessidades, tem ocorrido nos últimos anos, um crescimento considerável na aplicação de estratégias de controle avançado em processos de polimerização. Este trabalho teve como proposta a montagem de um protótipo experimental, utilização de tecnologia de automação, desenvolvimento e implementação de estratégias de controle baseadas em inteligência artificial, especificamente, lógica fuzzy. A configuração do sistema experimental permitiu o acompanhamento em tempo real das principais variáveis do processo, possibilitando o uso de medidas on-line de variáveis, como viscosidade e densidade, as quais estão relacionadas indiretamente com o peso molecular e conversão, respectivamente. As estratégias de controle foram desenvolvidas com o objetivo de proporcionar a manutenção da temperatura da reação de polimerização em solução, e em batelada, do estireno, uma vez que esta variável possui influência direta na qualidade do produto final. O estireno foi selecionado como estudo de caso devido a sua importância industrial e ampla faixa de aplicação. Foram implementados no sistema experimental controladores mono e multivariáveis, e com saídas do tipo incremental e posicional, utilizando-se de modelos Mamdani e Sugeno. A reação foi conduzida por 3 horas, a um set-point de 90°C, utilizando uma concentração do monômero es tireno de 50% em volume, e como solvente o tolueno, tendo o BPO (peróxido de benzoíla) como iniciador. Foi definido um sistema de controle tipo cascata-fuzzy, o qual trata-se de um sistema que apresenta inediticidade, visto que não foram encontradas na literatura aplicações com esta configuração. Os controladores inteligentes foram aplicados na malha principal, tendo como variável de saída (variável intermediária) a temperatura da camisa do reator, e a variação de potência da resistência imersa no fluido térmico da camisa, como variável manipulada deste processo. As estratégias de controle, implementadas para um mesmo estudo de caso, foram analisadas conforme suas características, e todas as estruturas apresentaram eficiência do controle da reação de polimerização. A eficiência do sistema foi avaliada através do comportamento das variáveis controlada e manipulada, análise de índices de desempenho dos controladores (ISE, ITSE, IAE e ITAE), consumo de energia elétrica, visando redução de custos operacionais e, análise das propriedades finais do polímero obtido tais como: peso molecular médio, polidispersidade e produtividade (conversão) / Abstract: The favorable properties of polymeric products such as its usage, flexibility, light weight, low cost and its ease of processing, results in increased on their demand. Polymerization reactors have nonlinear natures and they show time varying behaviour. Their dynamic nature and the wide variations in operating conditions during batch cycles can make the reactor control difficult and important. Temperature variations greatly affect the kinetics of polymerization process and the produced polymer. As a result, to keep the product quality constant, the temperature of the reactor should be efficiently controlled. However, the control of polymerization reactors in general and particularly batch polymerization reactors is very difficult due to its complex characteristics. Advanced control techniques can be used as a viable solution for controlling and improving the efficiency and productivity of such nonlinear processes. Until recently, application of intelligent system such as fuzzy logic control in batch polymerization reactor control has been realized. This work included the installation of an experimental prototype, automation techniques, development and implementation of fuzzy control strategies in a batch polymerization reactor. The experimental system allowed realtime monitoring of key process variables. The design enables on-line measurement of variables indirectly related to the molecular weight and conversion, such as viscosity and density. A free radical polymerization of styrene was chosen as a process for the investigation, because polystyrene is an important product in today's industrial polymers and it has a very wide range of applications. In this process, temperature control is the most important control problem. Styrene (50%, v/v), toluene and benzoylperoxide (BPO) were used as the monomer, solvent and initiator, respectively. The reaction was conducted for 3 hours at a set point of 90 °C. Setting an unprecede nted fuzzy-cascade was employed. The intelligent controllers have been applied in the primary loop. The secondary variable was the temperature of the reactor jacket, and the power variation of resistance immersed in a heat transfer fluid that circulates through the jacket, as manipulated variable in this process. The experimental results show the effectiveness of fuzzy controller strategies. System efficiency was evaluated through the behavior of the controlled and manipulated variables, analysis of performance indices of the controllers (ISE, ITSE, IAE and ITAE), energy consumption, to reduce costs operational and analysis of the final properties of the polymer obtained such as average molecular weight, polydispersity and conversion / Doutorado / Sistema de Processos Quimicos e Informatica / Doutor em Engenharia Química

Orientador: Flávio Vasconcelos da Silva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-20T15:14:24Z (GMT). No. of bitstreams: 1 Franco_IvanCarlos_D.pdf: 30656846 bytes, checksum: 73b0216f94ce7393fb51d78cc6e4ea7f (MD5) Previous issue date: 2012 / Resumo: Os sistemas de refrigeração estão presentes em diferentes ramos da indústria e caracterizam-se como grandes consumidores de energia com considerável comportamento não-linear. Inúmeros trabalhos vêm sido desenvolvidos para promover a redução dos gastos energéticos e a minimização dos efeitos das não-linearidades nestes sistemas. A aplicação da automação e do controle de processos, particularmente o uso de técnicas avançadas de controle, são estratégias amplamente utilizadas para esta finalidade. O Controle Preditivo baseado em Modelos (MPC) é capaz de estabilizar processos onde há não-linearidades, sendo promissora a sua aplicação em sistemas de refrigeração. Neste trabalho, foi desenvolvido um SIStema de MOnitoramento e Controle Avançado para Refrigeração (SISMOCAR) capaz de monitorar, em tempo real, através da comunicação OPC (OLE for Process Control), todas as variáveis envolvidas no ciclo de refrigeração e também realizar o controle das variáveis de interesse. Modelos Takagi-Sugeno (SISO) para a predição das temperaturas de evaporação (Te) e do fluido secundário (Tp) foram desenvolvidos e validados, a partir da técnica ANFIS (Adaptative Network based Fuzzy Inference Systems), com análise de desempenho baseado no cálculo do VAF (Variance accounted for). Os modelos Takagi-Sugeno validados foram utilizados como base para Controladores Preditivos, mais especificamente um Controlador Preditivo Generalizado (GPC). Os controladores GPC's foram desenvolvidos sem restrições na função objetivo da ação do controlador. Foram projetados diferentes controladores preditivos para diferentes regras locais (Regras Fuzzy), sendo a ação global do controlador a integração ponderada dos modelos locais. Foram desenvolvidos três diferentes controladores: GPC1 (controle da temperatura de evaporação utilizando modelo de predição da Te em função da frequência do compressor); GPC2 (controle da temperatura do propilenoglicol utilizando modelo de predição da Tp em função da frequência do compressor) e GPC3 (controle da temperatura do propilenoglicol utilizando o modelo de predição da Tp em função da frequência da bomba do evaporador). Os testes realizados para rastreamento do set-point (±1 °C), com carga térmica constante de 3000 W, mostraram-se satisfatórios sendo os melhores desempenhos apresentados pelos controladores GPC1 e GPC2 onde o desvio da variável controlada em relação ao set point, dos respectivos controladores, ficou em torno de ± 0,3 °C / Abstract: Refrigeration systems can be found in many different branches of industry and are characterized as great energy consumers with considerable non-linear behavior. Several studies have been developed to promote the reduction of energy costs and to minimize the effects of nonlinearities in these systems. The use of automation and process control, particularly the use of advanced control techniques, is a widely used strategy for this purpose. The Model Predictive Control (MPC) is capable of stabilizing processes in which there are nonlinearities, and it is a promising application in refrigeration systems. In this work, a System for Monitoring and Advanced Control in Refrigeration (SISMOCAR) was developed using OPC (OLE for Process Control) communication. This feature allowed beyond real time monitoring for all variables involved in the refrigeration cycle, the control of the relevant variables. Furthermore, to predict the evaporating (Te) and the secondary fluid (Tp) temperatures, Takagi-Sugeno models (SISO) were developed and validated using the ANFIS (Adaptive Network-based Fuzzy Inference Systems) technique, with performance analysis based on the VAF (Variance accounted for) calculation. The validated Takagi-Sugeno models were used as basis for Predictive Controllers, specifically using Generalized Predictive Controller (GPC) strategy. The GPC controllers were developed without constraints in the objective function of the controller action. Different predictive controllers were designed for different local rules (Fuzzy Rules), being the weighted integration of the local models the controller global action. Three different controllers were developed: GPC1 (evaporating temperature control using the Te predictive model as a function of compressor frequency); GPC2 (control of propylene glycol temperature using the Tp predictive model as a function of compressor frequency) and GPC3 (control of propylene glycol temperature using the Tp predictive model as a function of the frequency of the evaporator pump). The tests performed for the set-point tracking (± 1 °C), with constant thermal load of 3000 W, were considered satisfactory and best performances were those obtained by GPC1 and GPC2 controllers, in which the controlled variable was around ± 0,3 °C / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T17:28:20Z (GMT). No. of bitstreams: 1 Pucciarelli_AmilcarJose_M.pdf: 3241769 bytes, checksum: cfad3cee97a35c84df363b3a8578479d (MD5) Previous issue date: 2005 / Resumo: Este estudo primeiramente investiga fundamentos teóricos para análise, desenvolvimento e implementação de algoritmos para modelagem de dados de sistemas dinâmicos e de séries temporais com a finalidade de predição. As séries temporais utilizadas são baseadas em dados reais retirados da literatura. A grande vantagem de se modelar uma série temporal e de se prever um dado futuro é poder tomar ações antecipadas sobre ela o quem vem a ser muito útil, por exemplo em controle. O modelo nebuloso Takagi-Sugeno será utilizado na modelagem das séries temporais onde os conjuntos nebulosos do antecedente e os parâmetros do conseqüente são estimados via métodos de agrupamentos e identificação paramétrica, respectivamente / Abstract: This work firstly explores theoretical foundations for analisis, development and implementation of algorithms for data modelling dynamic systems and time series with a prediction goaI. The used time series are based on real data from the literature. The main advantage of time series modelling and forecasting is make antecipated decisions about it, and this becomes very useful, for example, in controI. The Takagi-Sugeno fuzzy model is used for time series modelling where the antecedent fuzzy partitions and the consequent parameters are estimated by clustering methods and parametric identification, respectively / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Leonardo de Souza Mendes / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T07:53:28Z (GMT). No. of bitstreams: 1 AriasArias_Richard_M.pdf: 2020622 bytes, checksum: d259852aeda010c74fd5adffbf0cc63c (MD5) Previous issue date: 2012 / Resumo: Esta dissertação propõe um modelo de avaliação de aprendizado de alunos baseado em lógica difusa para ambientes de educação mediada por computador. O modelo proposto contempla as três dimensões relevantes citadas pelo método de Weon e Kim (2001): dificuldade, complexidade e importância das atividades. A avaliação multidimensional é feita por meio dos processos de fuzzificação, defuzzificação e de inferência difusa de Mandani (1974). O modelo tem como entrada os acertos e o tempo gasto pelos alunos nas atividades realizadas nos módulos educacionais. As regras difusas e os pesos da complexidade e importância são definidos pelo professor especialista na disciplina. A saída do modelo é um vetor de notas correspondente ao desempenho dos alunos que foram avaliados multidimensionalmente. O modelo foi aplicado em uma escola que utiliza o sistema Conexão do Saber, desenvolvido pelo Laboratório de Redes de Comunicações da Faculdade de Engenharia Elétrica e Computação da UNICAMP. Os resultados obtidos mostram que o modelo pode ser usado para avaliar o desempenho de alunos em várias dimensões e de uma forma mais precisa e interpretativa / Abstract: This dissertation proposes a model to evaluate a student's learning development based on fuzzy logic for educational environments mediated by computer. The proposed model considers the three main dimensions quoted by Weon and Kim method (2001): difficulty, complexity and importance of activities. Multidimensional evaluation is carried out through the fuzzification, fuzzy inference and defuzzification processes of Mandani (1974). The inputs for the model are the ac-curacy rates of student's answerscripts and the time spent by them on educational activities in the modules. The fuzzy rules and weight for complexity and importance are defined by the specialist in the discipline. The output is an array of scores corresponding to the performance of students who were assessed multidimensionally. The model was applied to a school that uses the Conexão do Saber system, developed by the Laboratory of Communication Networks at the School of Electrical and Computer Engineering of the University of Campinas. The results show that the model can be used to evaluate the performance of students in various dimensions and an easily interpreted way / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Os motores de indução trifásicos são largamente usados em vários setores da indústria. O dimensionamento da potência adequada de um motor de indução ou assíncrono trifásico, em função do comportamento das cargas acopladas ao eixo, continua em alguns casos impreciso pela falta de conhecimento mais completo do comportamento das cargas. A proposta deste trabalho consiste na utilização de sistemas Fuzzy como uma alternativa aos métodos tradicionais para levantamento do comportamento de carga e, em processos de controle, onde há a necessidade de conhecimento do comportamento do conjugado aplicado ao eixo do motor, enfocando diversos tipos de cargas encontrados em indústrias. Resultados de simulações são apresentados para validar a proposta deste trabalho. / The three phase induction motors are widely used in all industrial sectors. The selection procedure of the motor for a particular application is sometimes inaccurate due to the lack of complete knowledge about the load connected to its shaft. The proposal of this work consists of using Fuzzy system as an alternative tool to the classical methods for extraction of the load behavior and, in control process, where knowledge of the torque behavior applied to the motor shaft are need, focusing several types of loads found in industries. Simulation results are presented to validate the proposal of this work.

[pt] Turbinas a gás industriais modernas instaladas em usinas termelétricas têm seus parâmetros de desempenho monitorados em tempo real. Contudo, existem inúmeras falhas de operação que são impossíveis de serem detectadas pela simples visualização destes parâmetros, uma vez que a condição de operação do equipamento é influenciada por diversos fatores. Sistemas de diagnóstico são usualmente oferecidos pelos fabricantes destes equipamentos, mas não são divulgados na literatura aberta, que conta em geral com trabalhos aplicados a casos específicos e a turbinas aeronáuticas. Esta dissertação propõe um sistema de diagnóstico de falhas em turbinas a gás, o qual opera através da contínua comparação entre sinais medidos em campo, os quais são simulados por um programa computacional, e resultados gerados por um modelo de referência, simulador da turbina saudável. O sinal comparado serve de entrada para um sistema fuzzy, que identifica e quantifica a severidade das falhas. Foram testadas falhas fictícias no compressor e foi avaliada a influência da mudança de geometria na calibração do sistema. Os resultados mostraram a robustez do sistema e sua capacidade de aplicação em uma situação real. / [en] Modern industrial gas turbines installed in thermal power plants have its performance parameters monitored in real time, however, there are innumerable operation faults that cannot be detected by a simple visual analysis of these parameters, once the equipment operating condition is influenced by several factors. Diagnosis systems are usually offered by the manufacturers of these equipments, but the methodologies are not published in the open literature, which is mostly dedicated to aircraft engines. This dissertation proposes a gas turbine diagnosis system that operates through the continuous comparison between the field measured signals, simulated by a software, and results generated by a reference numerical model, which represents the healthy gas turbine. The compared signal is used as input to a fuzzy system that identifies and quantifies the faults severity. Dummy compressor faults have been tested and the influence of the variable geometry has been analyzed during the system calibration. The results have shown the robustness of the system and its capability to be applied in a real world situation.