A presença de distúrbios na energia elétrica fornecida aos consumidores pode causar a diminuição no tempo de vida útil dos equipamentos, mal funcionamento ou até mesmo sua perda. Desse modo, ferramentas capazes de realizar a detecção, localização, classificação, compressão e o armazenamento de sinais de forma automática e organizada são essenciais para garantir um processo de monitoramento adequado ao sistema elétrico de potência como um todo. Dentre as ferramentas comumente aplicadas às tarefas supramencionadas, pode-se destacar a Transformada Wavelet (TW) e as Redes Neurais Artificiais (RNAs). Contudo, ainda não foi estabelecida uma metodologia para obtenção e validação da TW e seu nível de decomposição, bem como da arquitetura e da topologia de RNAs mais apropriadas às tarefas supracitadas. O principal fato que levou a esta constatação deve-se à análise da literatura correlata, onde é possível notar o uso de distintas TW e RNAs. Neste contexto, a primeira contribuição desta pesquisa foi o projeto e desenvolvimento de um método eficiente de segmentação de sinais com distúrbios associados à Qualidade da Energia Elétrica (QEE). O método desenvolvido se beneficia das propriedades da TW de identificação temporal de descontinuidades em sinais. A segunda contribuição é o desenvolvimento de um algoritmo automático que, por meio do método de segmentação desenvolvido e de classificação por RNAs, indique as melhores ferramentas (Wavelets e RNAs) para as tarefas de segmentação, extração de características e classificação de distúrbios de QEE. Esse algoritmo foi desenvolvido com base nos recursos dos Algoritmos Evolutivos (AEs) e adotou RNAs do tipo Perceptron Multicamadas, pois, esta arquitetura pode ser considerada consagrada no que se refere à classificação de padrões. Por fim, a terceira contribuição é relativa ao desenvolvimento de um procedimentos baseados em AEs, a fim de se aprimorar métodos de compressão de dados que preservem as informações relevantes nos sinais de QEE. Assim, é importante mencionar que os resultados dessa pesquisa poderão determinar mecanismos automáticos a serem utilizados no processo de registro, tratamento e armazenamento de informações que serão importantes para se manter um banco de dados (histórico) atualizado nas concessionárias de energia, a partir do qual, índices e um melhor mapeamento e entendimento de todos os distúrbios relacionados à QEE poderão ser melhor entendidos e solucionados. / The presence of disturbances in the electrical power supplied to consumers can decrease the lifetime of the equipment, cause malfunction or even their breakdown. Thus, tools able to perform detection, localization, classification, compression and storage of signals automatically and organized manner are essential to ensure adequate monitoring process to electric power systems as a whole. Among the tools commonly applied to the tasks mentioned above, one can highlight the Wavelet Transform (WT) and Artificial Neural Networks (ANN). However, the WT has not been established yet and nor its level of decomposition, as well as the most appropriate ANN architecture and topology to the tasks already mentioned. The main fact that has led to this finding is due to the review of related literature, where it is possible to note the use of distinct WT and ANN. Therefore, the first contribution of this research was the design and development of an efficient method of segmentation of signals associate to Power Quality (PQ) disturbances. The developed method take advantage of WT properties of temporal identification of signal discontinuities. The second contribution is the development of an automatic algorithm that, through the segmentation method developed and classification by ANN, indicates the best tools (Wavelets and ANN) for the tasks of segmentation, extraction of characteristics and classification of QEE disturbances. This algorithm was developed based on the resources of the Evolutionary Algorithms and it adopts Multi-layered Perceptron type ANN, once this architecture can be considered consecrated with regard to the pattenrs classification. Finally, the third contribution is related to the development of EA based procedures in order to improve data compression methods that preserve the relevant information in the PQ signals. Thus, it is important to mention that the results of this research may determine automatic mechanisms to be used in the process of recording, processing and storing information that will be important in order to maintain an up-to-date (historical) database in the utilities, from which , indexes and a better mapping and understanding of all PQ related disturbances can be better understood and solved.

O objetivo geral desta pesquisa consiste na avaliação de diferentes sistemas de alojamento para matrizes gestantes, visando caracterizar aspectos quantitativos e qualitativos do ambiente e as variáveis que influenciam o sistema de produção, determinando as condições favoráveis ao melhor desempenho animal, baseada nas respostas ao ambiente de criação. O experimento foi realizado no período compreendido entre 04/01 e 11/03/2005, em uma propriedade de produção industrial de suínos, localizada no município de Elias Fausto, estado de São Paulo. A pesquisa foi desenvolvida no setor de gestação, com 24 matrizes primíparas, 12 fêmeas alojadas em baias individuais (T1) e 12 animais em baias coletivas (T2) e posteriormente na maternidade, onde foram quantificados os índices de produção dos leitões provenientes do estudo. O trabalho foi dividido basicamente em três etapas, em função da forma de avaliação dos dados: análise bioclimática; análise dos sistemas de produção; avaliação de sistemas inteligentes disponíveis, lógica fuzzy e redes neurais artificiais (RNAs) para o estudo de padrões de conforto térmico ambiental e predição dos índices zootécnicos, peso no nascimento e número de leitões mumificados, com base nos dados de temperatura ambiente e taxa respiratória das matrizes. A avaliação bioclimática foi realizada por meio do registro das variáveis meteorológicas (temperatura ambiente, umidade do ar, temperatura de globo negro e velocidade do vento) e ambientais (concentração de gases), na sala de gestação e no ambiente externo, possibilitando a caracterização da eficiência térmica, pelos índices de temperatura de globo e umidade (ITGU) e entalpia específica (h) e da condição de salubridade da instalação. A análise do sistema de produção teve, como variáveis respostas aos tratamentos avaliados, as relações comportamentais, os parâmetros fisiológicos e os índices zootécnicos. O delineamento experimental foi em blocos casualizados, com dois tratamentos e 67 blocos, e as médias, comparadas pelo teste de Tukey. As variáveis meteorológicas e ambientais apontam o sistema de confinamento em baias coletivas como aquele que permitu melhor condicionamento térmico natural às matrizes em gestação. Com relação à concentração de gases, os teores médios não superaram as concentrações consideradas críticas para as matrizes. Os parâmetros fisiológicos e os índices zootécnicos apresentaram valores mais adequados para o T2, assim como seu reflexo no desempenho da parição dos leitões. A avaliação comportamental, realizada pelo monitoramento por meio do registro de imagens de vídeo, apontou menor incidência de comportamentos resultantes do estresse ambiental, estereotipias e interações agressivas referentes ao estabelecimento de uma organização social no T2 comparativamente ao T1. O uso da teoria dos conjuntos fuzzy permitiu que se fizesse uma alusão entre os dados resultantes do trabalho experimental com os estabelecidos pela literatura, por intermédio de uma base de regras estabelecidas, para a determinação do conforto ambiental aplicado a matrizes na fase de gestação. O sucesso das redes neurais esteve diretamente relacionado com a sua alta versatilidade, permitindo as aproximações propostas neste trabalho para a predição dos índices zootécnicos. / This study evaluated different housing systems for pregnant sows aiming to describe quantitative and qualitative aspects of environment, as well as variables that have effect on production system. The optimal conditions for animal performance improvement have been determined analyzing behavioral data took in breeding environment. Trial was carried out from january 4th to march 11th 2005 in a farm specialized in industrial production of pork, located in Elias Fausto City, São Paulo State. In gestation facility 24 gilts were allocated:12 in individual stalls (T1) and 12 in group housing (T2). Further, in farrowing housing, piglets were evaluated in relation to their production variables. Basicaly, this study was divided in three steps in function of the way chose for data analysis: bioclimatic analysis; analysis of the production systems; evaluation of the available intelligent systems: fuzzy logic and artificial neural nets (ANNs) for studing environmental thermal confort patterns and prediction of produtive indexes, birth weights and number of mummifed piglets, based on data of environmental temperature and sow respiratory rates. Bioclimatic evaluation was realized by registering metheorological variables (environmental temperature, air humidity, dark globe temperature and wind velocity) and environmental variables (concentration of gases) inside of parturition room and in external environment, which permitted to characterize thermal efficiency by indexes of globe temperature and humidity (IGTH) and specific enthalpy (h) and salubrious condition of facility. The analysis of production system had as variables the answers to treatments, the behavioral relationships, physiological parameters and productive indexes. Experimental design was randomized blocks with two treatments and 67 blocks. Means were compared by Tukey test. Metheorological and environmental variables indicated the confinement system in group-houses as that permitted the better natural thermal monitoring for pregnant gilts. In relation to concentration of gases, mean levels did not exceed the concentrations considered limitating for sows. Physiological parameters and productive indexes were more adequate in T2, which reflected in performance during parturition. Behavior evaluation, realized by image monitoring using video cameras, showed lower incidence of behaviors related to environmental stress, stereotypies and agressive interactions caused by social organization establishment within group-housing system. The fuzzy set theory permitted to compare experimental data with those reported in cientific papers through rules created for proportionating well-fare of sows during gestation period. The success of neural nets was directly related to it high versatility, wich allowed aproximating productive indexes for predictions proposed in this work.

O objetivo geral desta pesquisa consiste na avaliação de diferentes sistemas de alojamento para matrizes gestantes, visando caracterizar aspectos quantitativos e qualitativos do ambiente e as variáveis que influenciam o sistema de produção, determinando as condições favoráveis ao melhor desempenho animal, baseada nas respostas ao ambiente de criação. O experimento foi realizado no período compreendido entre 04/01 e 11/03/2005, em uma propriedade de produção industrial de suínos, localizada no município de Elias Fausto, estado de São Paulo. A pesquisa foi desenvolvida no setor de gestação, com 24 matrizes primíparas, 12 fêmeas alojadas em baias individuais (T1) e 12 animais em baias coletivas (T2) e posteriormente na maternidade, onde foram quantificados os índices de produção dos leitões provenientes do estudo. O trabalho foi dividido basicamente em três etapas, em função da forma de avaliação dos dados: análise bioclimática; análise dos sistemas de produção; avaliação de sistemas inteligentes disponíveis, lógica fuzzy e redes neurais artificiais (RNAs) para o estudo de padrões de conforto térmico ambiental e predição dos índices zootécnicos, peso no nascimento e número de leitões mumificados, com base nos dados de temperatura ambiente e taxa respiratória das matrizes. A avaliação bioclimática foi realizada por meio do registro das variáveis meteorológicas (temperatura ambiente, umidade do ar, temperatura de globo negro e velocidade do vento) e ambientais (concentração de gases), na sala de gestação e no ambiente externo, possibilitando a caracterização da eficiência térmica, pelos índices de temperatura de globo e umidade (ITGU) e entalpia específica (h) e da condição de salubridade da instalação. A análise do sistema de produção teve, como variáveis respostas aos tratamentos avaliados, as relações comportamentais, os parâmetros fisiológicos e os índices zootécnicos. O delineamento experimental foi em blocos casualizados, com dois tratamentos e 67 blocos, e as médias, comparadas pelo teste de Tukey. As variáveis meteorológicas e ambientais apontam o sistema de confinamento em baias coletivas como aquele que permitu melhor condicionamento térmico natural às matrizes em gestação. Com relação à concentração de gases, os teores médios não superaram as concentrações consideradas críticas para as matrizes. Os parâmetros fisiológicos e os índices zootécnicos apresentaram valores mais adequados para o T2, assim como seu reflexo no desempenho da parição dos leitões. A avaliação comportamental, realizada pelo monitoramento por meio do registro de imagens de vídeo, apontou menor incidência de comportamentos resultantes do estresse ambiental, estereotipias e interações agressivas referentes ao estabelecimento de uma organização social no T2 comparativamente ao T1. O uso da teoria dos conjuntos fuzzy permitiu que se fizesse uma alusão entre os dados resultantes do trabalho experimental com os estabelecidos pela literatura, por intermédio de uma base de regras estabelecidas, para a determinação do conforto ambiental aplicado a matrizes na fase de gestação. O sucesso das redes neurais esteve diretamente relacionado com a sua alta versatilidade, permitindo as aproximações propostas neste trabalho para a predição dos índices zootécnicos. / This study evaluated different housing systems for pregnant sows aiming to describe quantitative and qualitative aspects of environment, as well as variables that have effect on production system. The optimal conditions for animal performance improvement have been determined analyzing behavioral data took in breeding environment. Trial was carried out from january 4th to march 11th 2005 in a farm specialized in industrial production of pork, located in Elias Fausto City, São Paulo State. In gestation facility 24 gilts were allocated:12 in individual stalls (T1) and 12 in group housing (T2). Further, in farrowing housing, piglets were evaluated in relation to their production variables. Basicaly, this study was divided in three steps in function of the way chose for data analysis: bioclimatic analysis; analysis of the production systems; evaluation of the available intelligent systems: fuzzy logic and artificial neural nets (ANNs) for studing environmental thermal confort patterns and prediction of produtive indexes, birth weights and number of mummifed piglets, based on data of environmental temperature and sow respiratory rates. Bioclimatic evaluation was realized by registering metheorological variables (environmental temperature, air humidity, dark globe temperature and wind velocity) and environmental variables (concentration of gases) inside of parturition room and in external environment, which permitted to characterize thermal efficiency by indexes of globe temperature and humidity (IGTH) and specific enthalpy (h) and salubrious condition of facility. The analysis of production system had as variables the answers to treatments, the behavioral relationships, physiological parameters and productive indexes. Experimental design was randomized blocks with two treatments and 67 blocks. Means were compared by Tukey test. Metheorological and environmental variables indicated the confinement system in group-houses as that permitted the better natural thermal monitoring for pregnant gilts. In relation to concentration of gases, mean levels did not exceed the concentrations considered limitating for sows. Physiological parameters and productive indexes were more adequate in T2, which reflected in performance during parturition. Behavior evaluation, realized by image monitoring using video cameras, showed lower incidence of behaviors related to environmental stress, stereotypies and agressive interactions caused by social organization establishment within group-housing system. The fuzzy set theory permitted to compare experimental data with those reported in cientific papers through rules created for proportionating well-fare of sows during gestation period. The success of neural nets was directly related to it high versatility, wich allowed aproximating productive indexes for predictions proposed in this work.

Estudos foram conduzidos relativamente ao desempenho dos sistemas de análises em fluxo quando configurados como sistemas inteligentes, associados às técnicas de calibração multivariada ou empregando nanocristais como sensibilizadores. Ainda, melhorias relacionadas às modificações dos fluxos foram avaliadas, especialmente no que se refere à diálise em linha. Neste sentido, foi proposta uma nova estratégia para implementar determinações simultâneas de ferro e vanádio em ligas metálicas envolvendo cinética diferencial. O método baseava-se nas diferentes influências exercidas por Fe2+ e por V4+ na taxa de oxidação de íons iodeto por íons Cr6+ sob condições ácidas. Três diferentes alíquotas de amostra eram inseridas em um fluxo transportador / reagente de KI, confluindo posteriormente com um fluxo de K2Cr2O7. A sobreposição entre as três zonas de amostra estabelecidas resultava em uma zona de amostra complexa com diversos valores de absorbância. Medidas realizadas nos pontos de máximos e minímos do sinal registrado eram mais precisas e continham informações acerca dos diferentes estágios de desenvolvimento da reação e de diferentes condições de concentrações. Em outra estratégia, um sistema MPFS inteligente foi proposto para a determinação turbidimétrica sequencial de sulfato e cloreto em águas naturais. Ambos os métodos foram implementados no mesmo módulo de análises, proporcionando facilidades relativas ao: preparo de amostra em linha; adição de íons sulfato ou cloreto ao meio reacional para melhoria das condições de supersaturação; decisão em tempo real acerca da necessidade ou não da próxima análise. Inicialmente, determinava-se a concentração de cloreto presente na amostra, e este resultado era comparado com um valor pré-determinado. Se este fosse superior, a amostra era analisada novamente visando à determinação de sulfato. Caso contrário, uma nova amostra era analisada. A estratégia resultou em aumento da velocidade analítica e em boas figuras de mérito analítico. Estudos relativos à natureza do fluxo foram conduzidos avaliando-se o desempenho dos fluxos pulsados provenientes de bombas solenóide em relação à eficiência do transporte de massas, dispersão da zona de amostra relacionada com a mudança de sentido do fluxo e eficiência do processo de diálise quando comparados aos fluxos tipicamente laminares. Embora fosse observada a presença de vórtices, o número de Reynolds experimentalmente obtido demonstrou que o fluxo resultante não era turbulento. Porém seu perfil exibia características de mescla turbulenta, melhorando assim o desempenho relativo ao transporte de massas e redução da dispersão da zona de amostra. Entretanto, beneficios relativos a melhorias no processo de diálise foram ausentes devido provavelmente à alta pressão exercida dentre da câmara de diálise, com consequente deformação dos poros da membrana. Nestas situações, um sistema de análises híbrido (com fluxo laminar e mescla turbulenta) seria fortemente recomendado. Finalmente, a implementação de nanocristais quantum dots (QDs) como sensibilizadores em um sistema MPFS envolvendo reação quimioluminescente foi proposta para a determinação de glipizida e gliclazida em formulaçoes farmacêuticas. O método fundamentava-se na oxidação dos íons S2- por Ce4+ em meio ácido. Na presença dos analitos, a intensidade da radiação emitida era inibida. A influência do diâmetro médio dos nanocristais foi avaliada, e os critérios utilizados para o dimensionamento do sistema foram a repetibilidade, a reprodutibilidade e a sensibilidade analítica. Os analitos foram quantificados no mesmo módulo de análises, e boas figuras de mérito analítico foram verificadas. Os resultados obtidos se apresentaram concordantes com aqueles obtidos pela Farmacopéia Britânica / Studies focusing on performance of intelligent analytical flow systems, association with multivariate calibration or use of nanocrystals as sensitizers were carried out. Moreover, improvements related to modifications in flow pattern were evaluated with emphasis to in-line dialysis. To this end, a strategy for implementing simultaneous determinations of iron and vanadium in alloys relying on differential kinetics was proposed. The method was based on the influence of Fe2+ and V4+ on the rate of iodide oxidation by Cr6+ under acidic conditions. Three different plugs of the sample were sequentially inserted into an acidic KI reagent carrier stream, and a confluent K2Cr2O7 solution was added downstream. Overlap between the established plugs led to a complex sample zone with several regions of maximal and minimal absorbance values. Measurements performed on these regions were more precise and revealed the different degrees of reaction development. In another strategy, an intelligent MPFS was proposed for sequential turbidimetric determination of sulphate and chloride in natural waters. Both methods were implemented in the same manifold, providing facilities for: in-line sample cleanup; addition of low amounts of sulphate or chloride ions to the reaction medium for improving supersaturation conditions and real-time decision on the need for next assay. The sample was initially run for chloride determination, and the analytical signal was compared with a preset value. If higher, the sample was run again, now for sulphate determination. Otherwise, next sample was assayed. The strategy led to an increased sample throughput and good analytical figures of merit. Studies focusing on the flow pattern were carried out aiming at the evaluation of the influence of the pulsed flows delivered by solenoid pumps in relation to the efficiency of mass transfer, dispersion related to changes in flow direction of the sample zone and dialysis process as compared with typical laminar flow. Although the establishment of vortices were noted, the experimentally obtained Reynolds number showed that a turbulent flow was not established. Its pattern exhibited characteristics which improved the performance due to the enhanced radial mass transport inherent in turbulent mixing. Comparatively to laminar flow, beneficial aspects were noted in relation to sample dispersion and mass transfer. In relation to dialysis efficiency however process the benefits were not noted probably due to the high pressure inside the dialysis chamber, with consequent membrane pore deformation. In this situation, a hybrid flow analysis system (with laminar flow and turbulent mixing) might be recommended. Implementation of quantum dots nanocrystals (QDs NC) as sensitizers in a MPFS with chemiluminometric detection was proposed for the determinations of gliclazide and glipizide in pharmaceutical formulations. The method relied on the oxidation of sulphite by Ce4+ in acidic medium and, in the presence of the analytes, the emitted radiation of the Ce4+-SO3 2--CdTe QDs system was inhibited. Influence of crystal size was investigated, and the criteria for system optimization were the analytical repeatability, reproducibility and sensitivity. Both analytes were quantified in the same manifold, resulting in good analytical figures of merit. The results were in fairly good agreement with those obtained by the British Pharmacopoeia reference method

A presença de distúrbios na energia elétrica fornecida aos consumidores pode causar a diminuição no tempo de vida útil dos equipamentos, mal funcionamento ou até mesmo sua perda. Desse modo, ferramentas capazes de realizar a detecção, localização, classificação, compressão e o armazenamento de sinais de forma automática e organizada são essenciais para garantir um processo de monitoramento adequado ao sistema elétrico de potência como um todo. Dentre as ferramentas comumente aplicadas às tarefas supramencionadas, pode-se destacar a Transformada Wavelet (TW) e as Redes Neurais Artificiais (RNAs). Contudo, ainda não foi estabelecida uma metodologia para obtenção e validação da TW e seu nível de decomposição, bem como da arquitetura e da topologia de RNAs mais apropriadas às tarefas supracitadas. O principal fato que levou a esta constatação deve-se à análise da literatura correlata, onde é possível notar o uso de distintas TW e RNAs. Neste contexto, a primeira contribuição desta pesquisa foi o projeto e desenvolvimento de um método eficiente de segmentação de sinais com distúrbios associados à Qualidade da Energia Elétrica (QEE). O método desenvolvido se beneficia das propriedades da TW de identificação temporal de descontinuidades em sinais. A segunda contribuição é o desenvolvimento de um algoritmo automático que, por meio do método de segmentação desenvolvido e de classificação por RNAs, indique as melhores ferramentas (Wavelets e RNAs) para as tarefas de segmentação, extração de características e classificação de distúrbios de QEE. Esse algoritmo foi desenvolvido com base nos recursos dos Algoritmos Evolutivos (AEs) e adotou RNAs do tipo Perceptron Multicamadas, pois, esta arquitetura pode ser considerada consagrada no que se refere à classificação de padrões. Por fim, a terceira contribuição é relativa ao desenvolvimento de um procedimentos baseados em AEs, a fim de se aprimorar métodos de compressão de dados que preservem as informações relevantes nos sinais de QEE. Assim, é importante mencionar que os resultados dessa pesquisa poderão determinar mecanismos automáticos a serem utilizados no processo de registro, tratamento e armazenamento de informações que serão importantes para se manter um banco de dados (histórico) atualizado nas concessionárias de energia, a partir do qual, índices e um melhor mapeamento e entendimento de todos os distúrbios relacionados à QEE poderão ser melhor entendidos e solucionados. / The presence of disturbances in the electrical power supplied to consumers can decrease the lifetime of the equipment, cause malfunction or even their breakdown. Thus, tools able to perform detection, localization, classification, compression and storage of signals automatically and organized manner are essential to ensure adequate monitoring process to electric power systems as a whole. Among the tools commonly applied to the tasks mentioned above, one can highlight the Wavelet Transform (WT) and Artificial Neural Networks (ANN). However, the WT has not been established yet and nor its level of decomposition, as well as the most appropriate ANN architecture and topology to the tasks already mentioned. The main fact that has led to this finding is due to the review of related literature, where it is possible to note the use of distinct WT and ANN. Therefore, the first contribution of this research was the design and development of an efficient method of segmentation of signals associate to Power Quality (PQ) disturbances. The developed method take advantage of WT properties of temporal identification of signal discontinuities. The second contribution is the development of an automatic algorithm that, through the segmentation method developed and classification by ANN, indicates the best tools (Wavelets and ANN) for the tasks of segmentation, extraction of characteristics and classification of QEE disturbances. This algorithm was developed based on the resources of the Evolutionary Algorithms and it adopts Multi-layered Perceptron type ANN, once this architecture can be considered consecrated with regard to the pattenrs classification. Finally, the third contribution is related to the development of EA based procedures in order to improve data compression methods that preserve the relevant information in the PQ signals. Thus, it is important to mention that the results of this research may determine automatic mechanisms to be used in the process of recording, processing and storing information that will be important in order to maintain an up-to-date (historical) database in the utilities, from which , indexes and a better mapping and understanding of all PQ related disturbances can be better understood and solved.

Este trabalho apresenta um conjunto de métodos para a proteção e o monitoramento de transformadores de potência baseado em sistemas inteligentes e na aplicação das transformadas de Clarke e Wavelet. A abordagem inteligente utilizada permite analisar a condição operativa dos transformadores de potência e detectar a ocorrência de defeito interno, distinguindo-a de outras situações de operação, como, a energização, a energização solidária, a saturação dos transformadores de corrente e a sobreexcitação. As tomadas de decisão das técnicas desenvolvidas são realizadas pela lógica fuzzy após o pré-processamento dos sinais de entrada por meio de diversos métodos, os quais variam de acordo com o algoritmo que esta sendo executado. Os algoritmos propostos foram testados por meio de simulações realizadas através do software Alternative Transients Program (ATP). É importante salientar que nas simulações do ATP foram modelados diversos equipamentos que constituem o sistema elétrico de potência, incluindo um gerador síncrono com regulação de velocidade, linhas de transmissão com variação em frequência, transformadores de potência com suas respectivas curvas de saturação, transformadores de potencial e de corrente. Estas modelagens tiveram por objetivo gerar dados das distintas situações de operação para a verificação e análise da metodologia proposta. Os resultados da pesquisa mostram a aplicabilidade dos algoritmos propostos na proteção e no monitoramento dos transformadores de potência, mesmo nas condições mais adversas, como na ocorrência da saturação dos transformadores de corrente, uma vez que os sinais de entrada distorcidos pela saturação são corrigidos por uma rede neural artificial. Os resultados apresentados comparam as respostas obtidas pelas técnicas propostas em relação às saídas de um relé comercial, habilitado à proteção diferencial percentual. / This work presents a set of methods for protecting and monitoring power transformers based on intelligent systems and the application of Clarke and Wavelet transforms. The intelligent approach allowed us to analyze the operating condition of power transformers and it discriminates between an internal fault and different operating conditions, as energization, sympathetic inrush, saturation of current transformers and overexcitation. Decision making is performed by fuzzy logic after the preprocessing of the input signals through various methods, varying according to which algorithm is running. It is important to point out that in the simulations using ATP many different power system equipment had been modeled, including a synchronous generator with speed regulation, transmission lines with variation in frequency, power transformers with their saturation curves, potential transformers and current transformers. The objective of these tests was to generate data for distinct situations for the verification and the analysis of the proposed methodologies. The results of the research show the applicability of the algorithms considered in protection and monitoring of power transformers, even in adverse conditions, such as saturation of current transformers, since the input signals are distorted by CT saturation corrected by artificial neural network. The results are compared to the ones presented by a commercial percentage differential relay.

Este trabalho apresenta o desenvolvimento de sistemas inteligentes aplicados ao monitoramento de estruturas aeronáuticas abordando dois modelos distintos: o primeiro é a análise e classificação de imagens de ultrassom de estruturas aeronáuticas com objetivo de apoiar decisões em reparo de estruturas aeronáuticas. Foi definido como escopo do trabalho uma seção transversal da asa da aeronave modelo Boeing 707. Após a remoção de material superficial em áreas comprometidas por corrosão, é realizada a medição da espessura ao longo da área da peça. Com base nestas medições, a Engenharia realiza a análise estrutural, observando os limites determinados pelo manual de manutenção e determina a necessidade ou não de reparo. O segundo modelo compreende o método de impedância eletromecânica. É proposto o desenvolvimento de um sistema de monitoramento de baixo custo aplicado em uma barra de alumínio aeronáutico com 10 posições de fixação de porcas e parafusos. O objetivo do sistema é avaliar, a partir das curvas de impedância extraídas do transdutor PZT fixado na barra, sua capacidade de classificar a existência ou não de um dano na estrutura e, em caso de existência do dano, indicar sua localização e seu grau de severidade. Foram utilizados os seguintes classificadores neste trabalho: máquina de vetor de suporte, redes neurais artificiais e K vizinhos mais próximos. / This work presents the development of intelligent systems applied to the monitoring of aircraft structures addressing two distinct models: the first is the analysis and classification of ultrasound images of aircraft structures in order to support decisions on repair of aircraft structures. A scope of work was defined as a cross section of the wing of the aircraft model Boeing 707. After the removal of surface material in damaged areas by corrosion, thickness measurements in the whole structure are evaluated. Based on the measurements, the Engineering performs structural analysis, observing the limits determined by the maintenance manual and determining the necessity of repair. The second model includes the method of electromechanical impedance. It is proposed to develop a low cost monitoring system applied to an aircraft aluminum bar with 10 positions for fixing nuts and bolts. The goal of the system is to classify an impedance curve in the condition of the aluminum bar if there is or not a damage to the structure and, in case of the existence of damage, indicating their position in the aluminum bar and if the damage is severe or not. The following classifiers were used in this work: support vector machine, artificial neural networks and K nearest neighbors.

Este trabalho apresenta o desenvolvimento de sistemas inteligentes aplicados ao monitoramento de estruturas aeronáuticas abordando dois modelos distintos: o primeiro é a análise e classificação de imagens de ultrassom de estruturas aeronáuticas com objetivo de apoiar decisões em reparo de estruturas aeronáuticas. Foi definido como escopo do trabalho uma seção transversal da asa da aeronave modelo Boeing 707. Após a remoção de material superficial em áreas comprometidas por corrosão, é realizada a medição da espessura ao longo da área da peça. Com base nestas medições, a Engenharia realiza a análise estrutural, observando os limites determinados pelo manual de manutenção e determina a necessidade ou não de reparo. O segundo modelo compreende o método de impedância eletromecânica. É proposto o desenvolvimento de um sistema de monitoramento de baixo custo aplicado em uma barra de alumínio aeronáutico com 10 posições de fixação de porcas e parafusos. O objetivo do sistema é avaliar, a partir das curvas de impedância extraídas do transdutor PZT fixado na barra, sua capacidade de classificar a existência ou não de um dano na estrutura e, em caso de existência do dano, indicar sua localização e seu grau de severidade. Foram utilizados os seguintes classificadores neste trabalho: máquina de vetor de suporte, redes neurais artificiais e K vizinhos mais próximos. / This work presents the development of intelligent systems applied to the monitoring of aircraft structures addressing two distinct models: the first is the analysis and classification of ultrasound images of aircraft structures in order to support decisions on repair of aircraft structures. A scope of work was defined as a cross section of the wing of the aircraft model Boeing 707. After the removal of surface material in damaged areas by corrosion, thickness measurements in the whole structure are evaluated. Based on the measurements, the Engineering performs structural analysis, observing the limits determined by the maintenance manual and determining the necessity of repair. The second model includes the method of electromechanical impedance. It is proposed to develop a low cost monitoring system applied to an aircraft aluminum bar with 10 positions for fixing nuts and bolts. The goal of the system is to classify an impedance curve in the condition of the aluminum bar if there is or not a damage to the structure and, in case of the existence of damage, indicating their position in the aluminum bar and if the damage is severe or not. The following classifiers were used in this work: support vector machine, artificial neural networks and K nearest neighbors.

Made available in DSpace on 2014-12-17T14:54:59Z (GMT). No. of bitstreams: 1 CeciliaRML_TESE.pdf: 2405004 bytes, checksum: b79db46caa488d92a5933e45e80ca647 (MD5) Previous issue date: 2011-06-10 / The area of the hospital automation has been the subject a lot of research, addressing relevant issues which can be automated, such as: management and control (electronic medical records, scheduling appointments, hospitalization, among others); communication (tracking patients, staff and materials), development of medical, hospital and laboratory equipment; monitoring (patients, staff and materials); and aid to medical diagnosis (according to each speciality). This thesis presents an architecture for a patient monitoring and alert systems. This architecture is based on intelligent systems techniques and is applied in hospital automation, specifically in the Intensive Care Unit (ICU) for the patient monitoring in hospital environment. The main goal of this architecture is to transform the multiparameter monitor data into useful information, through the knowledge of specialists and normal parameters of vital signs based on fuzzy logic that allows to extract information about the clinical condition of ICU patients and give a pre-diagnosis. Finally, alerts are dispatched to medical professionals in case any abnormality is found during monitoring. After the validation of the architecture, the fuzzy logic inferences were applied to the trainning and validation of an Artificial Neural Network for classification of the cases that were validated a priori with the fuzzy system / A ?rea da automa??o hospitalar tem sido alvo de muitas pesquisas, abordando problemas pertinentes que podem ser automatizados, como: gerenciamento e controle (prontu?rio eletr?nico, marca??o de consulta, internamento, entre outros); comunica??o (rastreamento de pacientes, materiais e funcion?rios); desenvolvimento de equipamentos m?dicos, hospitalares e laboratoriais; monitoramento (pacientes, materiais e funcion?rios); e aux?lio ao diagn?stico m?dico (de acordo com cada especialidade). Esta tese de doutorado apresenta uma Arquitetura de um Sistema Inteligente de Monitoramento e Envio de Alertas de Pacientes (SIMAp). A arquitetura est? baseada em t?cnicas de sistemas inteligentes e aplicada na automa??o hospitalar, mais especificamente em Unidade de Terapia Intensiva (UTI) para monitoramento de pacientes. O objetivo do SIMAp ? a transforma??o dos dados do monitor multiparam?trico em informa??es, por meio do conhecimento dos especialistas e dos par?metros de normalidade dos sinais vitais de pacientes, utilizando l?gica fuzzy na extra??o das informa??es a respeito do quadro cl?nico de pacientes internados em UTI. Por fim, alertas s?o gerados e podem ser enviados para a equipe m?dica, caso seja encontrada alguma anormalidade no monitoramento. Ap?s a valida??o da arquitetura, as infer?ncias oriundas do modelo fuzzy foram aplicadas no treinamento e valida??o de uma RNA para a classifica??o das situa??es previstas no modelo, resultando no pr?-diagn?sticos

Made available in DSpace on 2014-12-17T14:56:07Z (GMT). No. of bitstreams: 1 NaiyanHCL_DISSERT.pdf: 1452285 bytes, checksum: 018fb1e8fa51e8f7094cce68a18c6c73 (MD5) Previous issue date: 2012-08-13 / Reinforcement learning is a machine learning technique that, although finding a large number of applications, maybe is yet to reach its full potential. One of the inadequately tested possibilities is the use of reinforcement learning in combination with other methods for the solution of pattern classification problems. It is well documented in the literature the problems that support vector machine ensembles face in terms of generalization capacity. Algorithms such as Adaboost do not deal appropriately with the imbalances that arise in those situations. Several alternatives have been proposed, with varying degrees of success. This dissertation presents a new approach to building committees of support vector machines. The presented algorithm combines Adaboost algorithm with a layer of reinforcement learning to adjust committee parameters in order to avoid that imbalances on the committee components affect the generalization performance of the final hypothesis. Comparisons were made with ensembles using and not using the reinforcement learning layer, testing benchmark data sets widely known in area of pattern classification / A aprendizagem por refor?o ? uma t?cnica de aprendizado de m?quina que, embora j? tenha encontrado uma grande quantidade de aplica??es, talvez ainda n?o tenha alcan?ado seu pleno potencial. Uma das possibilidades que n?o foi devidamente testada at? hoje foi a utiliza??o da aprendizagem por refor?o em conjunto com outros m?todos para a solu??o de problemas de classifica??o de padr?es. ? bem documentada na literatura a problem?tica que ensembles de m?quinas de vetor de suporte encontram em termos de capacidade de generaliza??o. Algoritmos como Adaboost n?o lidam apropriadamente com os desequil?brios que podem surgir nessas situa??es. V?rias alternativas j? foram propostas, com margens variadas de sucesso. Esta disserta??o apresenta uma nova abordagem para a constru??o de comit?s de m?quinas de vetor de suporte. O algoritmo apresentado combina o algoritmo Adaboost com uma camada de aprendizagem por refor?o, para ajustar par?metros do comit? evitando que desequil?brios nos classificadores componentes do comit? prejudiquem o desempenho de generaliza??o da hip?tese final. Foram efetuadas compara??es de comit?s com e sem essa camada adicional de aprendizagem por refor?o, testando conjuntos de dados benchmarks amplamente conhecidos na ?rea de classifica??o de padr?es