Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica / Made available in DSpace on 2012-10-22T12:59:12Z (GMT). No. of bitstreams: 1 234339.pdf: 1611971 bytes, checksum: 2a048bf5b3b720f9e4b9b21fd3ae4c61 (MD5) / O presente trabalho de dissertação aborda o desenvolvimento de uma ferramenta computacional para o diagnóstico de Descargas Parciais (DP) que ocorrem em Subestações Isoladas à Gás (GIS), em especial ao gás hexafluoreto de enxofre (SF6). Esta ferramenta computacional é baseada nas Redes Neurais Artificiais (RNA), com arquitetura do tipo Multi-Camadas (MLP). O objetivo da ferramenta é fornecer a causa para a ocorrência da Descarga Parcial que é capturada pelo sistema de monitoramento através da emissão de altíssimas freqüências (UHF), dando suporte ao operador para melhores procedimentos em relação à GIS. Para a validação da ferramenta foram utilizados dados gerados a partir do catálogo do sistema de monitoramento instalado na SE Machadinho, pertencente à ELETROSUL. Esse diagnóstico é de grande valia para a manutenção preditiva de uma GIS, pois indica a atividade da DP que dependendo da intensidade e das características destas descargas degradam as características de isolação elétrica do gás SF6. Assim, a equipe de manutenção responsável pela GIS, com a utilização das informações deste diagnóstico, pode atuar de forma mais eficaz nesta subestação. This master#s thesis research results in the development of a computational tool for Partial Discharge (PD) diagnosis taking place at Gas Insulated Substation (GIS), especially with sulphur hexafluoride (SF6). This computational tool is based on an Artificial Neural Network (ANN), with a Multi-Layer Perceptron (MLP) architecture. The target of this tool is to give the cause of occurrence of Partial Discharge captured by system monitoring through emission of ultra high frequency (UHF) signals, giving support to the operator for better procedures about GIS. The tool is validated with data generated from the catalog of a monitoring system installed at Machadinho Substation, owned by the Transmission Company of Electric Energy ELETROSUL. This diagnostic is of great value for GIS preventive maintenance because of given PD activity. Depending on the discharge intensity and characteristic it can destroy the electric isolation of the SF6 gas. With this diagnostic, the responsible maintenance team can work more effectively at this substation.

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2003 / Inclui bibliografias / O avanço tecnológico determinou o surgimento de novas aplicações sobre a Internet, sendo necessário a garantia de serviços prestados aos usuários através de um efetivo controle dos recursos disponíveis da rede de computadores. O acesso à rede com garantia / The technological advance determined the sprouting of new applications on the Internet, being necessary to the guarantee of services given to the users through an effective control of the available resources of the computer network. The access to the net

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2005 / Bibliografia: p. [85]-91 / A transmissão de vídeo em redes de larga escala é uma tarefa bastante complexa devido aos requisitos de qualidade impostos pelas aplicações multimídia que se utilizam deste recurso. Além disso, muitas destas aplicações são interativas, exigindo que o atra / Large-scale video transmission is a really hard task due to quality requirements of the application that uses this kind of feature. Besides, many applications are interactive, what demands reduced delay of the packets. Congestion, long delays and no stabl

OLIVEIRA JÚNIOR, J. L. W. Desenvolvimento de plataforma emuladora de turbina eólica para estudos de algoritmos de MPPT eólicos inteligentes. 2016. 193 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2016-07-25T13:16:49Z No. of bitstreams: 1 2016_dis_jlaolliveirajúnior.pdf: 13413641 bytes, checksum: 7ba68ba625c196550468a14be5e4cb3c (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2016-07-25T14:11:18Z (GMT) No. of bitstreams: 1 2016_dis_jlaolliveirajúnior.pdf: 13413641 bytes, checksum: 7ba68ba625c196550468a14be5e4cb3c (MD5) / Made available in DSpace on 2016-07-25T14:11:18Z (GMT). No. of bitstreams: 1 2016_dis_jlaolliveirajúnior.pdf: 13413641 bytes, checksum: 7ba68ba625c196550468a14be5e4cb3c (MD5) Previous issue date: 2016-06-29 / The dynamics of the wind within the wind power small context is problematic since the operating speed of the machine must accompany him in order to extract the maximum wind power. In this paper, we propose the design and development of a wind turbine emulator bench and peak power tracking algorithms models based on artificial neural networks and reinforcement learning. The emulation system aims to allow the algorithms of experimental evaluation previously validated by simulation, since the proposed algorithms aim to achieve a good performance compared to classical algorithms. In addition to literature review, computer simulations were implemented in PSIM and Matlab software, as well as the design, development and validation of emulator bench wind turbine based on DC motor. They present all design steps the emulator converters and charge controller responsible for carrying out the maximum power tracking, as well as all the material necessary for reproduction of the work in the form of appendices. In the emulator bench, two algorithms are proposed in this work: one based on a modification algorithm and disturbs observed through insertion of a neural network that defines the size of the perturbation; already the second is based on recent learning algorithms for enhancing the Actuator-Critical type (CACLA), which had not been used for this purpose / A dinâmica dos ventos dentro do contexto da geração eólica de pequeno porte é uma problemática uma vez que a velocidade de operação da máquina deve acompanha-lo para poder extrair a máxima potência do vento. Neste trabalho, são propostos o projeto e desenvolvimento de uma bancada emuladora de turbina eólica, bem como modelos de algoritmos de rastreio de máxima potência baseados em Redes Neurais Artificiais e aprendizagem por reforço. O sistema de emulação tem como objetivo permitir a avaliação experimental de algoritmos previamente validados via simulação, já os algoritmos propostos visam alcançar uma boa performance frente a algoritmos clássicos. Além de revisão bibliográfica, foram implementadas simulações computacionais em software PSIM e Matlab, bem como o projeto, desenvolvimento e validação da bancada emuladora de turbina eólica baseada em motor de corrente contínua. São apresentados todos os passos de projeto dos conversores do emulador e do controlador de carga responsável pela realização do rastreio de máxima potência, bem como todo o material necessário para a reprodução do trabalho, na forma de apêndices. Além da bancada emuladora, dois algoritmos são propostos nesse trabalho: um baseado numa modificação do algoritmo perturba e observa, através da inserção de uma rede neural que define o tamanho da perturbação; já o segundo baseia-se em recentes algoritmos de aprendizagem por reforço do tipo Atuador-Critico (CACLA), que ainda não haviam sido utilizados com essa finalidade

RIBEIRO, A. J. A. Um Modelo de previsão do módulo de resiliência dos solos no estado do Ceará para fins de pavimentação. 2016. 151 f. Tese (Doutorado em Engenharia de Transportes) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2016-08-03T14:04:10Z No. of bitstreams: 1 2016_tese_ajaribeiro.pdf: 6354204 bytes, checksum: 9c6bfb8d567f07df5ecdbcd01ec6c0c4 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2016-08-05T17:40:15Z (GMT) No. of bitstreams: 1 2016_tese_ajaribeiro.pdf: 6354204 bytes, checksum: 9c6bfb8d567f07df5ecdbcd01ec6c0c4 (MD5) / Made available in DSpace on 2016-08-05T17:40:15Z (GMT). No. of bitstreams: 1 2016_tese_ajaribeiro.pdf: 6354204 bytes, checksum: 9c6bfb8d567f07df5ecdbcd01ec6c0c4 (MD5) Previous issue date: 2016-06-13 / The development of models to support the transport infrastructure design has established itself as an alternative to obtain data and information on the geotechnical characteristics of the soil in a given region. One of the techniques that have been successful in generating the estimates is the Artificial Neural Networks (ANN).The neural modeling has allowed both the prediction of different geotechnical soil attributes as their locations with relative accuracy for a given study area. It is known that the methods of empirical-mechanistic pavement design depend on their application, prior knowledge of some of these characteristics. Obtaining geotechnical soil information, such as AASHTO classification, CBR and resilient modulus (RM), imply high financial cost. Thus, this thesis proposes the use of artificial intelligence techniques to generate models to estimate the RM of soil in order to be used in methods of pavement design, for which this information is essential. It is proposed to perform conventional geotechnical testing (Particle size analysis of soils and Compaction) to obtain data that will allow the proposed model, aiming to estimate the resilient behavior of soils in the state of Ceará. From the results, estimates were generated that can be integrated into the pavement design methods for the study area, reducing the financial costs of the projects and the execution time. The results showed that the ANN are able to predict with good accuracy, with 0.984 correlation coefficient, RM values of the soil, showing that the use of neural models to predict the RM to the empirical-mechanistic design of pavements is possible. This technique allows the use of the models generated for the design of pavements, where there is lack of information or lack of funding for road design. / O desenvolvimento de modelos como apoio aos projetos de infraestrutura de transportes vem se firmando como uma alternativa para se obter dados e informações acerca das características geotécnicas dos solos de uma determinada região. Uma das técnicas que tem obtido sucesso na geração dessas estimativas é a de Redes Neurais Artificiais (RNA). A modelagem neural tem permitido tanto a predição de diferentes atributos geotécnicos dos solos quanto de suas localizações com relativa precisão para uma dada região de estudo. Sabe-se que os métodos de dimensionamentos empírico-mecanísticos de pavimentos dependem, para sua aplicação, do conhecimento prévio de algumas dessas características. A obtenção de informações geotécnicas de solos, como por exemplo, a classificação da AASHTO, CBR e Módulo de Resiliência (MR), implicam em elevados custos. Assim, esta tese propõe o uso de técnicas de inteligência artificial na geração de modelos destinados a estimar o MR de solos, a fim de que sejam usados nos métodos de dimensionamentos de pavimentos, para os quais esta informação seja imprescindível. Propõe-se a realização de ensaios geotécnicos convencionais (Análise Granulométrica e Compactação) para obtenção dos dados que permitirão a modelagem proposta, visando-se estimar o comportamento resiliente dos solos no estado do Ceará. A partir dos resultados obtidos, foram geradas estimativas que podem ser integradas aos métodos de dimensionamento de pavimentos para a área de estudo, reduzindo-se os custos financeiros dos projetos e o tempo de execução. Os resultados mostraram que as RNA são capazes de prever com boa precisão, com coeficiente de correlação de 0,984, os valores de MR dos solos, se mostrando assim, promissor, o uso de modelos neurais para prever o MR para o dimensionamento empírico-mecanístico de pavimentos. Esta técnica permite assim o uso dos modelos gerados no dimensionamento de pavimentos, quando da ausência de informações ou escassez de recursos financeiros para projetos rodoviários.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2014. / Made available in DSpace on 2014-08-06T18:00:35Z (GMT). No. of bitstreams: 1 326725.pdf: 20330785 bytes, checksum: 676fb68bd4aedf6d97313111c46615dc (MD5) Previous issue date: 2014 / O uso de Óptica Adaptativa está se tornando cada vez mais importante para o aproveitamento máximo dos telescópios, e será obrigatória para os telescópios gigantes de nova geração. Neste documento serão descritos os projetos trabalhados no desenvolvimento de técnicas para óptica adaptativa utilizando redes neurais artificiais. Para a técnica de campo amplo MOAO apresentamos uma técnica com redes neurais artificiais capaz de executar tomografia como outras técnicas existentes, mas com o benefício de não necessitar de conhecimento prévio do perfil da turbulência atmosférica. Também utilizamos redes neurais artificiais para sensores de frente de onda Shack-Hartmann em telescópios gigantes. Quando este tipo de sensor é usado com estrelas guia laser para amostrar a pupila de telescópios com 30 m de diâmetro ou mais, é necessário computar o centroide de pontos alongados, com o ângulo e razão de alongamento variando através da pupila. Técnicas existentes como matched filter são consideradas as melhores para computar o centroide de pontos alongados, entretanto elas não são boas em lidar com condições dinâmicas como a variação no perfil da camada de sódio. Neste trabalho propomos uma nova técnica usando redes neurais artificiais, que se aproveita da habilidade das redes neurais de lidarem com condições variáveis, superando as técnicas existentes quando testada sob condições variáveis. Desenvolvemos simulações completas para examinar nossa nova técnica e compará-la com outras.<br>

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Química, Florianópolis, 2016. / Made available in DSpace on 2017-06-27T04:14:53Z (GMT). No. of bitstreams: 1 345553.pdf: 7323199 bytes, checksum: fa3146a5426f6f53039705b93fb53e95 (MD5) Previous issue date: 2016 / A cerveja é uma das bebidas mais sensíveis e instáveis do ponto de vista sensorial. Possui sabor e aroma complexos e moderados, mas apresenta pouca estabilidade de aroma, se comparada a outras bebidas alcoólicas. O sabor e aroma da cerveja variam devido a uma ampla gama de influências que ocorrem em todos os estágios do processo de preparação e durante a estocagem. A cerveja é composta de mais de mil componentes que podem contribuir para o sabor do produto, conferindo à bebida aromas agradáveis ou, em muitos casos, desagradáveis, quando há presença de compostos denominados off-flavors. A presença dos off-flavors é um dos problemas mais sérios na indústria cervejeira, porque a maioria dos consumidores julga o produto principalmente pela qualidade do seu sabor. Sua avaliação é complexa e primordial no controle de qualidade da indústria cervejeira, e comumente é realizada por meio de técnicas de análise, por vezes de alto custo, morosas ou mesmo subjetivas. O presente trabalho trata do desenvolvimento de um nariz eletrônico que avalie e detecte compostos indesejáveis em amostras de cervejas, sendo uma nova proposta para o controle de qualidade de aromas. O nariz eletrônico, também conhecido como e-nose, é um instrumento constituído por um arranjo de sensores parcialmente seletivos, que tem sido muito utilizado na análise de voláteis alimentares. A tecnologia dos narizes eletrônicos procura detectar o perfil dos compostos voláteis e necessita de uma quantidade pequena de amostra (15 mL), permitindo resultados rápidos e de menor custo. Para o processamento das informações recebidas do e-nose, é necessário que o equipamento seja acoplado a uma interface multivariada capaz de reconhecer padrões aromáticos - as redes neurais artificiais - e que analise os perfis aromáticos. Para resposta elétrica dos sensores (medidas de capacitância), foi utilizada a rede neural artificial do tipo probabilística PNN, também analise de componentes principais PCA, reconhecendo e classificando os padrões aromáticos encontrados na cerveja. Os resultados do presente estudo mostram que a diferença em entre os grupos de painel treinado e não treinado foi significativa, mostrando a necessidade de treinamento para melhor identificação de compostos a serem analisados. Observando o as análises de PCA e PNN foi observado que somente alguns compostos não foram identificados pelos métodos de reconhecimento de padrão, o que sugere que mais sensores poderiam ser implementados no equipamento para ampliar o reconhecimento desses compostos. A combinação do nariz eletrônico com as redes neurais artificiais se mostra uma alternativa promissora para o desenvolvimento de novos produtos, para a comparação de similaridades entre produtos concorrentes e para o controle da qualidade aromática de cerveja.<br> / Abstract : From a sensorial point of view, beer is one of the most delicate and unstable beverages. It has complex and moderate aromas and flavors, but little aroma stability, when compared to other alcoholic beverages. Beer?s flavor and aroma vary due to a wide range of influences which can occur at every single stage of its production and storage. Beer is made of over one thousand components which can contribute to the product?s flavor, providing it with pleasant or, in several cases, unpleasant aromas, due to the presence of what is called off-flavor compounds. The presence of off-flavors is one of the most serious problems in the beer industry because most consumers judge the product mainly by the quality of its flavor. Its evaluation is complex and fundamental in the beer industry?s quality control and it is commonly done by analysis techniques - usually slow, expensive and subjective ones. This project aims at developing an electronic nose which is able to evaluate and detect undesirable compounds in beer samples, as a new proposal to the aroma?s quality control. The electronic nose, also known as e-nose, is an instrument made of an array of partially selective sensors which has been long used in the analysis of food volatiles. The technology of electronic noses aims at detecting the profile of volatile compounds and needs a small sample amount (15mL), allowing quick and cheaper results. For the processing of the information acquired by the e-nose, it is necessary that the equipment is connected to a multi-varied interface which has to be able to recognize aromatic patterns - the artificial neural networks - and which analyzes the aromatic profiles. For the electrical responses of the sensors (capacitance measures), the PNN probabilistic artificial neural network was used. The PCA main compounds analysis was also used to recognize and classify the aromatic patterns found in beer. The results of this study show that the difference between the groups of trained and non-trained panels was significant, showing the necessity of training for the better assessment of the compounds to be analyzed. Observing the PCA and PNN analysis, it was noticed that only a few compounds were not identified by the standard recognition methods, which suggests that more sensors could be implemented into the equipment in order to amplify the recognition of such compounds. The combination of the electronic nose with the artificial neural networks presents itself as a promising alternative for the development of new products, for the comparison of similarities among competing products and for the control of the aromatic quality in beer.

Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2016-01-29T20:19:05Z No. of bitstreams: 1 Dissertacao Tabita.pdf: 3357943 bytes, checksum: 68725b213c233a37937a1617b70da4b2 (MD5) / Approved for entry into archive by LIVIA FREITAS (livia.freitas@ufba.br) on 2016-03-03T18:30:25Z (GMT) No. of bitstreams: 1 Dissertacao Tabita.pdf: 3357943 bytes, checksum: 68725b213c233a37937a1617b70da4b2 (MD5) / Made available in DSpace on 2016-03-03T18:30:25Z (GMT). No. of bitstreams: 1 Dissertacao Tabita.pdf: 3357943 bytes, checksum: 68725b213c233a37937a1617b70da4b2 (MD5) / Diversas técnicas avançadas vêm sendo adotada em plantas de tratamento de efluentes industriais com o propósito de melhorar o monitoramento e controle operacional da planta a fim de garantir a qualidade do efluente tratado antes de descartá-lo. Dentre estas técnicas, as redes neurais artificiais (RNAs) têm sido utilizadas com sucesso na modelagem destes sistemas. Entretanto, um passo importante e fundamental para um desempenho satisfatório das RNAs é o pré-processamento de dados. Esta tarefa requer uma análise cuidadosa dos dados a fim de obter-se um conjunto de variáveis e dados que melhor represente o sistema. O objetivo desta pesquisa consiste em construir modelos de predição da quantidade de matéria orgânica, medida por DQO, de uma lagoa aerada de uma empresa de produção de papel e celulose, e comparar o desempenho dos modelos construídos quando utilizada a técnica de análise de componentes principais (PCA) para pré-processamento dos dados. PCA foi utilizada nesta pesquisa para reduzir dimensionalmente o conjunto de dados através da seleção de componentes principais, descarte de variáveis originais e exclusão de possíveis outliers. Cinco conjuntos de dados foram formados para comparar o desempenho das RNAs com e sem aplicação de PCA, além do uso da DQO como unidade de concentração (mg de DQO.L-1) e como carga orgânica (kg de DQO.dia-1). Esse desempenho foi avaliado pelo erro quadrático médio (EQM), índice de correlação (R²), índice de correlação ajustado (R²ajustado) e a complexidade da rede (Cn). A verificação da adequação do modelo é feita através da análise residual. A PCA foi capaz de facilitar o processo de aprendizagem da rede neural e reduzir os custos operacionais pelo descarte de variáveis originais. A DQO como carga orgânica também ajudou a melhorar o desempenho da rede PCA-RNA.

Made available in DSpace on 2016-08-29T15:32:27Z (GMT). No. of bitstreams: 1 tese_2374_DissCiarelli.pdf: 657695 bytes, checksum: 2e3f00e12cb68ef17232b66f664a2f00 (MD5) Previous issue date: 2008-02-22 / Este trabalho apresenta uma abordagem baseada em Redes Neurais Artificiais para problemas de classificação multi-rotulada. Em particular, foi empregada uma versão modificada da Rede Neural Probabilística para tratar de tais problemas. Em experimentos realizados em várias bases de dados conhecidas na literatura, a Rede Neural Probabilística proposta apresentou um desempenho comparável, e algumas vezes até superior, a outros algoritmos especializados neste tipo de problema. Como o foco principal deste trabalho foi o estudo de estratégias para classificação automática de texto de atividades econômicas, foram realizados também experimentos utilizando uma base de dados de atividades econômicas. No entanto, diferente das bases de dados utilizadas anteriormente, esta base de dados apresenta um número extenso de categorias e poucas amostras de treino por categoria, o que aumenta o grau de dificuldade deste problema. Nos experimentos realizados foram utilizados a Rede Neural Probabilística proposta, o classificador k-Vizinhos mais Próximos Multi-rotulado, e um Algoritmo Genético para otimização dos parâmetros dos mesmos. Nas métricas utilizadas para avaliação de desempenho, a Rede Neural Probabilística mostrou resultados superiores e comparáveis aos resultados obtidos pelo k-Vizinhos mais Próximos Multi-rotulado, mostrando que a abordagem utilizada neste trabalho é promissora.

Made available in DSpace on 2016-08-29T15:32:28Z (GMT). No. of bitstreams: 1 tese_2736_DissertacaoMestradoGabrielLessadaSilvaLavagnoli.pdf: 488391 bytes, checksum: 8c3cd597c84f8bff9bea03ceecf45474 (MD5) Previous issue date: 2008-08-19 / O problema do projeto de topologias virtuais consiste em encontrar uma topologia na camada óptica para o roteamento de tráfego em uma rede óptica de forma que alguma métrica de avaliação de desempenho de rede seja otimizado, em nosso caso, o congestionamento. Este problema é classicamente modelado como um problema de programação linear inteira mista e é classificado como NP-Hard, isto é, a busca pela solução ótima é intratável a medida que o número de nós aumenta. Com isso, desde 1996, quando foi proposto o problema, busca-se aplicar métodos heurísticos que encontrem uma boa solução (n&#152;ão necessariamente a soluçã&#152;o ótima). Tais métodos, em geral, possuem elevado custo computacional e normalmente n&#152;ão é estudado o t&#152;ão quanto é boa a solução encontrada. Esta dissertação estuda a dificuldade de encontrar uma solução satisfatória para o caso de redes com arquitetura em anéis hierárquicos. Optou-se o estudo em anéis hierárquicos devido suas vantagens de toler&#136;ância a falhas e facilidades de implementa ção computacional. Para realizar as análises utilizamos teoria básica de estatística, descrevendo a distribuição do conjunto das soluç&#152;ões e avaliando o valor mínimo encontrado. Concluímos que, fazendo uma análise exaustiva com pequenas amostras aleatórias simples encontram-se soluções que pertencem ao seleto grupo dos 2% melhores.