Orientador: Jose Raimundo de Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T08:07:39Z (GMT). No. of bitstreams: 1 AlvarezMamani_AnaBeatriz_M.pdf: 3814133 bytes, checksum: 31badc94a32b076eeceae360c121c7d5 (MD5) Previous issue date: 2004 / Resumo: Este trabalho aborda a aplicação de diversos esquemas que usam redes neurais para identificação de sistemas e controle de velocidade, objetivando tornar o controle do sistema mais robusto às variações paramétricas, aos distúrbios de medida, e principalmente compensar os efeitos não lineares do ganho dependente da faixa de operação inerentes aos sistemas de velocidade. Para os testes e simulações foi utilizado um automodelo com motor CC. Diferentes bibliotecas do Matlab/Simulink foram utilizadas nas estações de controle para auxiliar nas atividades de simulação. Os resultados mostram um bom desempenho das RNAs na identificação de elementos não lineares, e garantem uma significativa redução do erro do valor predito da velocidade de saída. Os resultados obtidos com o controlador neural por linearização feedback foram aceitáveis e suficientes para o nosso objetivo / Abstract: This work studies the application of projects that use neural networks for identification systems and control of speed, to make the system control more robust to the parametric and measure variations, and mainly to compensate the non-linear effect of the gain related to the inherent range of operation to the speed systems. For simulation and test an automodel with a DC motor was used. Several libraries of the Matlab/Simulink were used in the control stations to assist the activities of simulation. The results show an excellent performance of the RNA¿s in the identification of non-linear elements, and promise a significant reduction of the error of the predicted value of the speed. The results gotten with the neural controller for linearization feedback were acceptable and enough for our objective / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Celso Pascoli Bottura / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T15:52:49Z (GMT). No. of bitstreams: 1 TorricoCaceres_AngelFernando_D.pdf: 1145129 bytes, checksum: e5817164d343ed7c520ead7ed9865194 (MD5) Previous issue date: 2005 / Resumo: Nesta Tese, uma metodologia descentralizada de identificação linear no espaço de estado para sistemas multivariáveis estocásticos, discretos no tempo e serialmente interconectados, é proposta. A identificação do sistema global pode ser feita por meio da identificação individual dos seus subsistemas usando-se algum método de identificação de sistemas e de séries temporais multivariáveis no espaço de estado, dentre os aqui discutidos: Identificação no Espaço de Estado do Erro de Saída de Sistemas Multivariáveis (MOESP), Algoritmos Numéricos para a Identificação nos Subespaços de Sistemas no Espaço de Estado (N4SID), realização estocástica com entradas exógenas utilizando mínimos quadrados restrito, (CLS-SSI) e MOESP-AOKI. Com base nos modelos obtidos para os subsistemas, uma etodologia de controle ótimo descentralizado que explora a estrutura Bloco Triangular Inferior das matrizes do sistema é utilizada. A metodologia combinada de identificação e de controle estocásticos descentralizados, estruturada neste estudo, é aplicada a sistema interconectado de qualidade de água de rio, que motivou este trabalho / Abstract: In this thesis a decentralized methodology for linear state space identification of discrete time, serially interconnected multivariable stochastic systems is proposed. The global system identificationis achieved by means of the individual identification of its subsystems through some state space methods for identification of multivariable systems and time series, among the ones here discussed: Multivariable Output-Error State Space Identification (MOESP), Numerical Algorithms for SubspaceState Space Systems Identification (N4SID), Constrained Least-Squares State Space Identification (CLS-SSI), MOESP-AOKI. Based on the obtained subsystems models a methodology of optimal decentralized control systems that explores the matrices Lower Block Triangular structure is utilized. The combined decentralized stochastic identification and control methodology structured in this study is applied to an interconnected river water quality system, that motivated this work / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientador: Celso Pascoli Bottura / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-22T08:49:57Z (GMT). No. of bitstreams: 1 Giesbrecht_Mateus_D.pdf: 4188992 bytes, checksum: a2d91ff20132430d1389b8cd758b80bc (MD5) Previous issue date: 2012 / Resumo: Nesta tese é descrito como alguns problemas relacionados à identificação de sistemas discretos multivariáveis, à realização de séries temporais discretas multivariáveis e à modelagem de séries temporais discretas multivariáveis, podem ser formulados como problemas de otimização. Além da formulação dos problemas de otimização, nesta tese também são apresentadas algumas propostas imuno-inspiradas para a solução de cada um dos problemas, assim como os resultados e conclusões da aplicação dos métodos propostos. Os métodos aqui propostos apresentam resultados e performance melhores que aqueles obtidos por métodos conhecidos para solução dos problemas estudados, e podem ser aplicados em problemas cujas condições não sejam favoráveis para aplicação dos métodos conhecidos na literatura / Abstract: In this thesis it is described how some problems related to multivariable system identification, multivariable time series realization and multivariable time series modeling, can be formulated as optimization problems. Additionally, in this thesis some immune-inspired methods to solve each problem are also shown, and also the results and conclusions resultant from the application of the proposed methods. The performance and the results obtained with the methods here proposed are better than the results produced by known methods to solve the studied problems and can be applied even if the problem conditions are not suitable to the methods presented in the literature / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientador : Fernando Jose Von Zuben / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-31T22:26:41Z (GMT). No. of bitstreams: 1 Lima_ClodoaldoAparecidodeMoraes_M.pdf: 1617182 bytes, checksum: c111902f1fdc2cc6f196fb06e210fc08 (MD5) Previous issue date: 2000 / Mestrado

A utilização de Redes Neurais Artificias para fins de identificação e controle de sistemas dinâmicos têm recebido atenção especial de muitos pesquisadores, principalmente no que se refere a sistemas não lineares. Neste trabalho é apresentado um estudo sobre a utilização de um tipo em particular de Rede Neural Artificial, uma Perceptron Multicamadas com Atraso de Tempo, na estimação de estados da etapa fermentativa do processo de Reichstein para produção de vitamina C. A aplicação de Redes Neurais Artificiais a este processo pode ser justificada pela existência de problemas associados à esta etapa, como variáveis de estado não mensuráveis e com incertezas de medida e não linearidade do processo fermentativo, além da dificuldade em se obter um modelo convencional que contemple todas as fases do processo. É estudado também a eficácia do algoritmo de Levenberg-Marquadt, na aceleração do treinamento da Rede Neural Artificial, além de uma comparação do desempenho de estimação de estados das Redes Neurais Artificiais estudadas com o filtro estendido de Kalman, baseado em um modelo não estruturado do processo fermentativo. A análise do desempenho das Redes Neurais Artificiais estudadas é avaliada em termos de uma figura de mérito baseada no erro médio quadrático sendo feitas considerações quanto ao tipo da função de ativação e o número de unidades da camada oculta. Os dados utilizados para treinamento e avaliação da Redes Neurais Artificiais foram obtidos de um conjunto de ensaios interpolados para o intervalo de amostragem desejado. / ldentification and Control of dynamic systems using Artificial Neural Networks has been widely investigated by many researchers in the last few years, with special attention to the application of these in nonlinear systems. ls this works, a study on the utilization of a particular type of Artificial Neural Networks, a Time Delay Multi Layer Perceptron, in the state estimation of the fermentative phase of the Reichstein process of the C vitamin production. The use of Artificial Neural Networks can be justified by the presence of problems, such as uncertain and unmeasurable state variables and process non-linearity, and by the fact that a conventional model that works on all phases of the fermentative processes is very difficult to obtain. The efficiency of the Levenberg Marquadt algorithm on the acceleration of the training process is also studied. Also, a comparison is performed between the studied Artificial Neural Networks and an extended Kalman filter based on a non-structured model for this fermentative process. The analysis of lhe Artificial Neural Networks is carried out using lhe mean square errors taking into consideration lhe activation function and the number of units presents in the hidden layer. A set of batch experimental runs, interpolated to the desired time interval, is used for training and validating the Artificial Neural Networks.

Redes Bayesianas Dinâmicas (DBNs) são modelos capazes de representar um sistema dinâmico por meio de uma rede complexa que codifica as independências estatísticas condicionais entre os seus estados internos. Entre seus métodos de aprendizagem estrutural a partir de dados, o uso daqueles baseados em teoria de informação têm ganhado bastante espaço nos últimos anos, devido às suas vantages de serem livres de modelo e permitirem uma aprendizagem offline a partir de medidas em múltiplas repetições do experimento. No entanto, resta uma exploração dos paralelos entre a área de aprendizagem de DBNs e aquela interessada em realizar medidas de transferência de informação entre elementos de um sistema neural, principalmente por meio de transferência de entropia (TE). O presente trabalho busca, assim, aproximar estes dois focos de pesquisa, identificando suas equivalências e tratando de alguns dos desafios relacionados à sua implementação em identificação de sistemas neurais. Nota-se que uma das maiores dificuldades relacionadas ao uso de teoria de informação em sistemas multivariados concerne a alta dimensionalidade das funções de distribuição de probabilidade, exigindo grandes quantidades de dados observados simultaneamente. Não obstante, a aplicação de DBNs e transferência de entropia em sistemas de tempo contínuo também envolve considerações sobre a discretização dos sistemas no tempo, o que implica na necessidade de relaxamento da suposição da propriedade de Markov de primeira ordem (presente na definição de DBNs), e leva, assim, à proposta de redes Bayesianas dinâmicas de altas ordens (HO-DBNs). Além de realizar uma revisão das principais propostas para a solução destas dificuldades, o trabalho primeiramente propõe que, sob a suposição de um sistema com elementos se comportando de forma igual, os valores das medidas baseadas em teoria de informação com baixa dimensionalidade podem ser utilizados para a aprendizagem de estruturas de rede. Isso é mostrado a partir do uso de informação mútua par a par para a aprendizagem de redes Bayesianas simuladas com distribuições de probabilidade condicional fixas. No que concerne o uso de HO-DBNs, também se propõe um algoritmo baseado em otimização por enxame de partículas (PSO) para percorrer o espaço de busca de estruturas de HO-DBNs de forma mais eficiente. Em seguida, duas aplicações de modelagem de DBNs com uso de teoria de informação são exploradas na área de sistemas neurais, tendo em vista a obtenção de conhecimento acerca de conectividade funcional e até uma aplicação futura em engenharia bioinspirada. Os desafios apresentados anteriormente são, assim, exemplificados, junto com algumas propostas de solução. A primeira área diz respeito à elicitação de conectividade funcional entre as sub-áreas do hipocampo, no cérebro humano, a partir de dados de ressonância magnética funcional (fMRI) de alta resolução. A partir de uma análise seed-to-voxel em grupo, regiões de interesse (ROIs) são identificadas e um modelo inicial de DBN é proposto, que é coerente com alguns estudos já feitos na literatura. A segunda área de aplicação concerne a conectividade neural do sistema neuromotor do gafanhoto, a partir de gravações intracelulares de potencial sináptico em neurônios sensores, motores e interneurônios, sob estimulação com um fórceps no órgão femoral cordotonal (FeCO). Embora um modelo completo de DBN ainda não seja possível devido à ausência de gravações simultâneas suficientes, os atrasos de transferência de entropia entre o estímulo e a resposta nos neurônios motores são obtidos e integrados a partir de uma análise Bayesiana, dado também um pré-processamento com análise de espectro singular (SSA) que, ao remover a não-estacionariedade do sinal (que se deve a fatores extrínsecos ao sistema), aumentou consideravelmente a quantidade de amostras disponíveis. Tais resultados, ao ajudar a reduzir o espaço de busca de DBNs, também servem para direcionar futuros experimentos e pesquisas na área. / Dynamic Bayesian Networks (DBNs) are models capable of representing a dynamical system by means of a complex network which codifies statistical conditional independencies between their internal states. Among their strucutural learning methods based on data, the use of ones based on information theory are gaining ground in recent years, due to their advantages of being model-free and permitting offline learning from multiple repetitions of an experiment. However, there still remains an exploration of the parallels between the areas of DBN structure learning and those interested in obtaining measures of information transfer between elements of neural systems, mainly through transfer entropy (TE). Thus, the current work seeks to approximate these two foci of research by identifying some of their equivalences and challenges related to their usage in neural systems identification. It is noted that one of the main difficulties related to the use of information theory in multivariate neural systems concerns the high dimensionality of the probability distribution functions, requiring thus great quantities of data observed simultaneously. Furthermore, the application of DBNs and transfer entropy on continuous time systems also involves considerations about their discretization on time, which implies the necessity of relaxing the first order Markov property (instrinsinc to the definition of DBNs), and thus leads to the proposal of high-order dynamic Bayesian networks (HO-DBNs). Besides performing a review on the main proposals for solving these difficulties, this work first proposes that, under the supposition of a system with elements behaving in a similar way, the values of information theory based measures with low dimensions can be employed for learning network structures. This is shown with the use of pairwise mutual information for learning simulated Bayesian networks with fixed conditional probability distributions. And concerning the use of HO-DBNs, an algorithm based on PSO is proposed in order to pass through their search space more efficiently. Next, two applications of DBN modeling with information theory are explored in the field of neural systems, in view of obtaining knowledge about functional connectivity and even of a future application of bioinspired engineering. The challenged presented earlier are then exemplified along with some proposals of solutions. The first field regards the elicitation of functional connectivity between hippocampal subfields on the human brain based of high resolution fMRI data. Starting from a seed-to-voxel group analysis, regions of interest (ROIs) are identified and an initial DBN model is proposed, which is coherent with some studies already conducted in the literature. The second field of application concerns the neural connectivity between the neuromotor system of the locust, based on intracellular synaptic potential recordings on sensory neurons, interneurons and motor neurons under stimulation by a forceps in the femoral chordotonal organ (FeCO). Although a complete DBN model is still not possible due to the absence of sufficient and simultaneous recordings, the transfer entropy delays between stimulus and responses on the motor neuros are obtained and integrated by a Bayesian analysis, given also a pre-processing based on Singular Spectrum Analysis (SSA) which, by removing the nonstationarity characteristics of the signal (which are due to extrinsic factors on the system), considerably increased the number of available samples for learning. Such results, by helping to reduce the search space of DBNs, also direct further experiments and studies on this field.

O objetivo desse trabalho foi de fazer a modelagem por meio de sistemas de inferência fuzzy da concentração dos gases dissolvidos em óleo mineral isolante à partir dos resultados de ensaios físico-químicos. Dessa forma, objetivou-se estender as técnicas de identificação de falhas em transformadores por meio da análise dos ensaios físico-químicos do óleo isolante. Para tanto adotou-se um mapeamento entre os dados de ensaios físico-químicos e de cromatografia gasosa feito por meio de sistemas de inferência fuzzy. Assim, por meio de resultados de ensaios físico-químicos, como cor, densidade, unidade, entre outro, tem-se uma estimativa da concentração dos gases dissolvidos no óleo mineral isolante do transformador. Assim, torna-se possível empregar técnicas de identificação de falhas baseadas na concentração dos gases dissolvidos, mas, valendo-se dos dados de ensaios físico-químicos.O sistema proposto foi validado por meio de dados reais e os resultados alcançados são compatíveis com aqueles obtidos por meio das técnicas convencionais. / The objective of this work was to do a modeling using the inference fuzzy system of the concentration of dissolved gases in insulating mineral oil getting from the physical-chemical results. The idea was to understand the techniques to identify failures on transformers by analyzing the physical-chemical results of the insulating mineral oil.To do that, the data from physical-chemical results and chromatographic results was mapped using the inference fuzzy system. So, by the results of the physical-chemical experiment such as color, density, humidity and so on, its possible to have a estimation of the concentration of dissolved gases in insulating mineral oil. Therefore, its possible to implement techniques to identify failures based on the concentration of dissolved gases using physical-chemical techniques.The propose system was validated by real data. The results using physical-chemical techniques were similar with the results using conventional techniques.

Submitted by Luciclea Silva (luci@ufpa.br) on 2018-06-28T15:41:26Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_metodologiaestimacaointencao.pdf: 4321809 bytes, checksum: ee25c52b7eb870417e74f761487a7600 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-06-28T15:41:47Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_metodologiaestimacaointencao.pdf: 4321809 bytes, checksum: ee25c52b7eb870417e74f761487a7600 (MD5) / Made available in DSpace on 2018-06-28T15:41:47Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_metodologiaestimacaointencao.pdf: 4321809 bytes, checksum: ee25c52b7eb870417e74f761487a7600 (MD5) Previous issue date: 2018-03-28 / FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas / Os sinais musculares capturados a partir da eletromiografia (EMG) são bastante utilizados para detecção de contração muscular e intenção de movimento. Ao se utilizar tais sinais em tempo real, em controle de próteses, depara-se com um sinal amplificado e ruidoso. Com isso, precisa-se ter métodos recursivos, robustos a ruídos e algoritmos eficazes, para gerar comandos em tempo real para o atuador robótico. Nesta pesquisa, foram investigadas técnicas de identificação estocástica autoregressiva, filtro de Kalman, fusão sensorial e controle preditivo estocástico, aplicados para melhorar o processo de medição de sinais mioelétricos e dar robustez ao controle de próteses biomecatrônicas, buscando-se obter um processo aprimorado, menos sensível ao ruído e com redução de atrasos. Nesta dissertação o método proposto consiste em 4 estágios: (1) extração de características usando o método auto regressivo (AR), (2) fusão de dados com filtro de Kalman, (3) algoritmo de estimação de movimento e (4) controle preditivo de variância mínima generalizado aplicado em um servomecanismo. Os principais objetivos buscados foram: melhorar a relação sinal/ruído nos sinais mioelétricos (SMEs), obter uma interface homem-máquina de processamento em tempo real de baixo custo, evitar problemas de medição e minimizar o consumo de energia do sistema de controle. Foi desenvolvida uma planta didática, que é um sistema microcontrolado para aquisição, processamento de 4 canais de eletromiografia e controle de um servomecanismo acoplado em uma garra robótica. Foram realizados testes experimentais nesse processo biomecatrônico e pelos resultados obtidos pode-se confirmar que é possível estimar continuamente a intenção de movimento de abrir e fechar da mão e comprovam o bom desempenho de um controlador estocástico projetado para o controle da prótese mioelétrica. / Muscle signals from electromyography (EMG) are widely used to detect muscle contraction and intention to motion. By using these signals in real time in prosthetic control, a low signal to noise ratio is commonly found. Thus, it is necessary to have recursive methods, robust to noise and efficient algorithms, to generate commands in real time for the robotic actuator. In this research, stochastic system indentification techniques, Kalman filter, sensor fusion and stochastic predictive control techniques were investigated and applied to improve the measurement and processing of electromyographic signals to increase robustness in the control of biomechatronic prostheses. Thus, it is an improved process, less sensitive to noise and with minimal delays and phase lags. In this methodology, a four-stage distribution method is used: (1) features extraction by using an autoregressive model (AR), (2) data fusion with the Kalman filter, (3) motion estimation algorithm, and (4) predictive control with the generalized minimum variance controller applied to a servomechanism. The main objectives were: to enhance the signal-to-noise ratio of EMG signals, to have a low-cost real-time processing man-machine interface, to avoid measurement problems and to minimize energy consumption of the control system. A didactic plant was developed, which is a 4 channel EMG data acquisition and processing system with a servomechanism and its control system coupled in a robotic jaw. Practical tests were conducted with the prototype and the results show that it is possible to continuously estimate the intention of opening and closing movement of the hand and can confirm the good performance of the stochastic controller designed for the control of the electric prosthesis.

Com o passar do tempo, nota-se um aumento gradativo da demanda por veículos mais econômicos e que disponham de itens capazes de aumentar o conforto e a segurança. Citase, como exemplo, o controle de cruzeiro (Cruise Control) que, atualmente presente em diversos veículos, é responsável por controlar a velocidade do veículo de maneira autônoma, sem a necessidade de intervenção do condutor no pedal de aceleração, resultando em um aumento de conforto ao reduzir o esforço para dirigir, além de prover efetividade para manter a velocidade do veículo em torno de um valor desejado. Neste contexto, o presente trabalho apresenta o desenvolvimento de um controlador de cruzeiro para operar em um veículo modelo Volkswagen Polo Sedan 2.0L 2004, o qual não possui este recurso em seu estado de fábrica. Para a implementação deste recurso, o trabalho faz uso de uma unidade de gerenciamento eletrônico (conhecida também por Electronic Control Unit - ECU) desenvolvida em 2013, no âmbito do projeto Otto II (PEREIRA, 2013), para controle do motor presente no respectivo veículo, viabilizando, desta forma, a validação do controle de cruzeiro por meio de testes utilizando o veículo em um dinamômetro inercial. Entretanto, previamente ao projeto do controlador de cruzeiro, o presente trabalho teve como foco o aperfeiçoamento do funcionamento desta ECU, visando a sua evolução no que diz respeito ao estado da arte de unidades de gerenciamento eletrônico de motores. Para isto, em sua primeira fase, o trabalho realizou diversas melhorias nas malhas de controle já existentes no firmware de 2013, tais como controle de marcha lenta, controle da borboleta eletrônica e controle de partida. Ao mesmo tempo, novos recursos foram implementados em firmware: controle de torque, controle da mistura ar/combustível em malha fechada (sonda lambda), segurança na comunicação entre blocos da ECU, identificação de marcha, suporte para diagnóstico via OBD-II, dentre outros. Além destas atividades envolvendo desenvolvimento de firmware, o trabalho, ainda em sua primeira fase, promoveu o desenvolvimento de uma nova ferramenta de software que, além de ser capaz de monitorar diversos parâmetros da ECU em tempo real, integra diversas funções, tais como função de computador de bordo alternativo, opção para controle do motor através da simulação do pedal de aceleração, opção para alteração da rotação de marcha lenta e função para automatização do ensaio de identificação do veículo (tarefa necessária para o projeto do controlador de cruzeiro). / Over time, there is a gradual increase of the demand for economical vehicles equipped with items capable of increasing the comfort and safety. As an example, the Cruise Control, which is already available in several vehicles, is responsible to control the vehicle speed in an autonomous manner, without the driver intervention on the throttle pedal. As a result, a greater comfort is achieved by reducing the effort to drive, besides providing effectiveness to keep the vehicle speed around a desired value. In this context, this project aims the development of a Cruise Control applied to a vehicle Volkswagen Polo Sedan 2.0L 2004, in which such resource is not available. To implement this resource, the project uses an electronic engine management unit (also known as Electronic Control Unit - ECU) developed in 2013 by the Otto II project (PEREIRA, 2013). This ECU is responsible to control the engine of the respective vehicle, which allows the Cruise Control validation through a set of tests performed with the vehicle on an inertial dynamometer. However, prior to the Cruise Control design, this project focused on the ECU operation enhancement, in order to achieve the state of the art in electronic engine management units. For this goal, the project, during its first phase, performed several improvements on the control algorithms already existing in the firmware developed in 2013, such as idle speed control, electronic throttle valve control and engine starting control. At the same time, new features were fully implemented in firmware: torque control, closed loop air/fuel ratio control (lambda control), safety for the communication among ECU blocks, gear identification, support to OBD-II diagnostic, among others. In addition to the firmware development activities, the project, still in its first phase, developed a new software tool capable of monitoring several ECU parameters in real time, besides providing many functions, such as alternative board computer, an option to control the engine by simulating the throttle pedal, an option to change the idle speed and a function to automate the system identification test (task required for the Cruise Control design).

O objetivo desse trabalho foi de fazer a modelagem por meio de sistemas de inferência fuzzy da concentração dos gases dissolvidos em óleo mineral isolante à partir dos resultados de ensaios físico-químicos. Dessa forma, objetivou-se estender as técnicas de identificação de falhas em transformadores por meio da análise dos ensaios físico-químicos do óleo isolante. Para tanto adotou-se um mapeamento entre os dados de ensaios físico-químicos e de cromatografia gasosa feito por meio de sistemas de inferência fuzzy. Assim, por meio de resultados de ensaios físico-químicos, como cor, densidade, unidade, entre outro, tem-se uma estimativa da concentração dos gases dissolvidos no óleo mineral isolante do transformador. Assim, torna-se possível empregar técnicas de identificação de falhas baseadas na concentração dos gases dissolvidos, mas, valendo-se dos dados de ensaios físico-químicos.O sistema proposto foi validado por meio de dados reais e os resultados alcançados são compatíveis com aqueles obtidos por meio das técnicas convencionais. / The objective of this work was to do a modeling using the inference fuzzy system of the concentration of dissolved gases in insulating mineral oil getting from the physical-chemical results. The idea was to understand the techniques to identify failures on transformers by analyzing the physical-chemical results of the insulating mineral oil.To do that, the data from physical-chemical results and chromatographic results was mapped using the inference fuzzy system. So, by the results of the physical-chemical experiment such as color, density, humidity and so on, its possible to have a estimation of the concentration of dissolved gases in insulating mineral oil. Therefore, its possible to implement techniques to identify failures based on the concentration of dissolved gases using physical-chemical techniques.The propose system was validated by real data. The results using physical-chemical techniques were similar with the results using conventional techniques.