Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2012-10-16T23:38:33Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-08T20:46:37Z : No. of bitstreams: 1 104675.pdf: 11731280 bytes, checksum: afe2067a6daaf4f957617ad6ab9448a6 (MD5) / Métodos de previsão convencionais de séries temporais têm alcançado limitado sucesso na realização de prognósticos de séries econômicas. Este comportamento é devido à dificuldade desses modelos em manipular observações decorrentes de ambientes extremamente dinâmicos, como o mercado de ações. Redes neurais artificiais são, a princípio, capazes de tratar com o problema de instabilidade estrutural entre as observações de uma série temporal. Neste sentido, este trabalho procura investigar a habilidade dos modelos conexionistas em realizar previsões acuradas de séries de preços de ações. É proposta uma forma alternativa de antecipação do comportamento futuro dessas séries, através da identificação de regularidades no movimento da cotação das ações no mercado. Os resultados obtidos pela aplicação de técnicas de redes neurais artificiais são analisados empiricamente e confrontados com aqueles gerados pelos métodos previsão clássicos.

Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-16T23:56:22Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-08T22:19:52Z : No. of bitstreams: 1 138758.pdf: 2535550 bytes, checksum: f1d3ad3ad8233c7050ab3025681b2f06 (MD5)

Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T06:41:29Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-08T23:33:45Z : No. of bitstreams: 1 142695.pdf: 19485978 bytes, checksum: 2d263e1795acc512186fb0c7d462de59 (MD5)

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T11:50:40Z (GMT). No. of bitstreams: 0Bitstream added on 2013-07-16T17:44:58Z : No. of bitstreams: 1 175131.pdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / O presente trabalho procurou implementar um sistema semi-automatizado de Controle Estatístico de Processos (CEP) para dados obtidos em tempo real. Tal sistema abrange um grande escopo de aplicações pois aplica-se tanto para processos serialmente correlacionados como para processos identicamente e independentemente distribuídos (iid). No sistema proposto, os dados são obtidos a partir de sensores em um processo automatizado qualquer. Em seguida esses dados são modelados e são gerados um conjunto de resíduos. Sobre esses resíduos atua uma rede neural, treinada off line, que faz o reconhecimento de padrões de uma carta de controle estatístico de processos em tempo real. O processo pode ser a qualquer momento remodelado para uma nova série de dados ou escolhendo-se um modelo testado anteriormente. Tal sistema foi parcialmente testado em relação a sistemas convencionais e várias medidas de desempenho mostraram resultados satisfatórios. Todo o sistema foi inteiramente simulado por computador e as rotinas computacionais são disponibilizadas para futuros aperfeiçoamentos e comparações. Uma aplicação real foi avaliada abordando um problema de reconhecimento de padrões da atividade eletrencefalográfica do cérebro.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Ciência da Computação / Made available in DSpace on 2012-10-24T19:26:17Z (GMT). No. of bitstreams: 1 264418.pdf: 4380929 bytes, checksum: 85fb5d874b5fe37c91b156c4a88bb3cf (MD5) / Este trabalho mostra uma abordagem de detecção de intrusão bioinspirada. O modelo utiliza os princípios e conceitos de defesa do sistema imunológico humano para a realização de transporte e armazenamento de patógenos (sessões intrusivas) além de reatividades passivas e ativas buscando minimizar os danos aos sistemas atacados. A base para os diagnósticos são os fluxo de dados capturados de uma rede de computadores, os quais são analisados por uma rede neural artificial. As sessões capturadas são transportadas por meio de agentes móveis até uma estação segura com a rede neural, estes agentes também são responsáveis pelo armazenamento da memória imunológica e da efetivação das reações. Esta abordagem tem arquitetura baseada em rede e distribuída, utilizando método de detecção por abuso e anomalia. Os resultados obtidos por meio dos experimentos permitiram verificar a possibilidade de detecção de variantes de ataques conhecidos além da vantagem expressiva em relação a sistemas de detecção baseados puramente em regras, onde necessitam de extensas bases de conhecimento. Através dos resultados dos experimentos foi possível estabelecer uma análise comparativa com o método de detecção de intrusão Logcheck.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Engenharia de Automação e Sistemas, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T03:34:53Z (GMT). No. of bitstreams: 0 / Este trabalho tem por foco o desenvolvimento de uma metodologia de controle de trajetória de robôs móveis não-holonômicos com rodas e acionamento diferencial. A metodologia proposta baseia-se nos modelos cinemáticos (de postura e de configuração) e dinâmico ambos sujeitos a incidência de incertezas e/ou perturbações. São propostos quatro controladores cinemáticos em coordenadas retangulares obtidos da combinação das teorias de controle a estrutura variável, de controle adaptativo (quando aplicável) e de controle por redes neurais. Na realização do controle dinâmico, é proposto um controlador de torque, obtido a partir da teoria de controle baseada na inércia, também projetado por redes neurais. Este controlador compensa as perturbações e estima os parâmetros dinâmicos do robô móvel, uma vez que estes parâmetros podem variar com o tempo e que são de difícil medição. Os algoritmos de ajustes on-line dos pesos das redes neurais, bem como as leis de adaptação de parâmetros (quando aplicável) são obtidos por meio da análise de estabilidade, tanto para os controladores cinemáticos propostos quanto para o controlador dinâmico proposto, tendo por base a teoria de Lyapunov. Resultados de simulações são apresentados com o intuito de verificar a efetividade das estratégias de controle propostas para situações de seguimento de trajetórias, considerando os parâmetros do robô móvel Magellan PRO ISR. Comparações de desempenho são feitas utilizando resultados de um controlador de torque do tipo torque computado com o controlador de torque proposto. Também é feita a comparação de desempenho de um dos controladores cinemáticos propostos com resultados da literatura. / This work focuses on the development of a methodology for trajectory control of wheeled mobile robots with differential steering. The proposed methodology is based on kinematic (posture and configuration) and dynamic models both subject to uncertainties and / or disturbances. Four kinematic controllers are proposed in rectangular coordinates obtained by combining the theories of variable structure control, adaptive control (where applicable) and control by neural networks. To the dynamic control, it is proposed a torque controller, obtained from the control theory based on inertia, also designed by neural networks. This controller compensates for the disturbances and estimates the dynamic parameters of the robot, since these parameters may vary over time and are difficult to measure. Algorithms on-line adjustments of the weights of neural networks as well as the laws of adaptation of parameters (where applicable) are obtained through the stability analysis for both the kinematic controllers proposed as for the proposed dynamic controller, based on Lyapunov theory. Simulation results are presented in order to verify the effectiveness of proposed control strategies for trajectory tracking situations, considering the parameters of the mobile robot Magellan PRO ISR. Performance comparisons are made using results of a computed-torque controller with the proposed torque controller. It is also made a performance comparison of kinematic controllers proposed in the literature.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Agrárias, Programa de Pós-Graduação em Ciência dos Alimentos, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T05:20:56Z (GMT). No. of bitstreams: 1 288115.pdf: 2469940 bytes, checksum: 6d8c96b928f36c7562b26f6b54f989aa (MD5) / A partir de diferentes estudos científicos que comprovaram que o consumo de ácidos graxos trans formados durante o processo de hidrogenação industrial exerce efeitos negativos sobre a saúde humana. O processo de interesterificação e a formulação utilizando gorduras interesterificadas, óleos totalmente hidrogenados e óleos vegetais se tornou uma alternativa importante para a produção de gorduras zero trans. Os métodos convencionais utilizados pelas empresas para a formulação de gorduras envolvem procedimentos de tentativa e erro, podendo acarretar perdas econômicas, de tempo, energia e matéria prima. As Redes Neurais Artificiais são modelos matemáticos que se assemelham às estruturas neurais biológicas e que tem capacidade computacional adquirida por meio de aprendizado e generalização. São ferramentas utilizadas nas mais diversas áreas para prever, classificar, otimizar, controlar, entre outras aplicações, com intuito de solucionar problemas. O objetivo do presente trabalho foi formular gorduras para massa folhada utilizando redes neurais construídas e treinadas com gorduras interesterificadas de base soja e algodão (Rede1) e base soja (Rede 2). As gorduras obtidas através das Redes Neurais e a performance dos produtos formulados com as mesmas foram comparadas com uma gordura comercial padrão. Os dados de entrada no programa para obtenção de formulações foram o teor de gordura sólida (SFC) e o ponto de fusão de uma margarina comercial para folhados (Rede 1) e uma base oleosa para folhados (Rede 2). A partir dos resultados, foram selecionadas 3 formulações de cada rede, todas com SFC e ponto de fusão semelhante ao solicitado. Observou-se que o SFC e o ponto de fusão previstos pelas redes apresentaram valores muito próximos aos determinados experimentalmente. As gorduras formuladas pelas Redes foram utilizadas na confecção de massas folhadas e os resultados obtidos para volume especifico e altura destas, foram menores quando comparados com a gordura comercial para folhados (Rede 1), já a formulação apresentada pela Rede 2 teve maiores volume específico e altura quando comparados com a base oleosa para folhados e iguais a margarina comercial para folhados. Os resultados obtidos indicaram que a utilização de redes neurais demonstrou ser uma ferramenta útil para elaboração de blends para massa folhada zero trans. / Scientific studies have demonstrated that the consumption of trans fatty acids formed during the industrial hydrogenation process has negative effects on human health. The intersterification process and the formulations using intersterified fats, fully hydrogenated oils and vegetable oils have become important alternatives for the production of zero trans. The conventional methods used industrially for fat formulation involve trial and error procedures, which can yield financial, time, energy and raw material loses. Artificial neural networks are mathematical models that resemble the neurologic biological structures and have computational capacity acquired by learning and generalization. These are tools used in the most diversed areas to prevent, classify, optimize and control, among other applications, in order to solve problems. The objective of the present study was to formulate fats for puff pastry using neurological networks built and trained with intersterified soybean and cottonseed oils (Network 1), and soybean oil (Network 2). The fats obtained from the Neurological networks and the performances of their products were compared with a standard commercial fat. The data entered in the program to obtain the formulations were the solid fat content (SFC) and the melting point of a commercial margarine for sheeted products (Network 1), and an oil base for sheeted dough (Network 2). From the results, 3 formulations were selected from each Network, with SFC and melting point similar to the standard. It was observed that the SFC and the melting points predicted by the Networks had very close values to those experimentally detected. The fats formulated from the Networks were used in puff pastry and the results for specific volume and height were lower when compared to the commercial fat for puff pastry products (Network 1), however, the formulation presented by the Network 2 had higher values for volume and height than the oil base for puff pastry and similar results to the commercial margarine for puff pastry. The results obtained indicated that the utilization of neurological networks proved to be a good tool to elaborate blends for puff pastry zero trans.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Química, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T07:27:43Z (GMT). No. of bitstreams: 1 279959.pdf: 4652319 bytes, checksum: 9ce7ec58078ff76b0f9d387b40b95291 (MD5) / Neste trabalho aplicou-se um método experimental aqui denominado vibroacústico para detecção de vazamentos em redes de tubulações para aplicações na indústria de petróleo e gás. Para isso, foi construída uma bancada experimental de forma que a mesma pudesse reproduzir adequadamente um vazamento de petróleo ou gás, de acordo com a realidade industrial. Projetou-se uma seção de duto de aço com 2 m de comprimento, 0.1 m de diâmetro interno, com espessura da parede de 5,7 mm e 5 placas com furos de diâmetros: 1 mm, 2 mm, 3 mm, 4 mm e uma fenda de 0,5mm x 30mm, que eram parafusadas sobre uma janela na parede do duto para os ensaios de vazamento. Neste contexto, foram analisados sinais de vibração obtidos de um acelerômetro piezoelétrico sob diferentes condições operacionais de vazamento de ar comprimido, água e óleo de soja. Também foram analisadas vibrações produzidas em situações de não vazamento na seção de duto. Constatou-se que, para os ensaios de vazamento, picos característicos da despressurização foram encontrados no espectro de frequências obtido pela Transformada Discreta de Fourier (TDF) aplicada ao sinal gerado para os três fluidos utilizados. Tais picos não foram observados nos experimentos que consistiram em situações de não vazamento. Estes resultados indicaram que é possível distinguir, no espectro de frequências do sinal, um evento de vazamento de um evento de não vazamento. Outros estudos foram realizados com Redes Neurais Artificiais (RNA`s) que foram treinadas com sinais de vazamento e não vazamento provenientes do acelerômetro piezoelétrico, mostrando resultados relevantes para a aplicação deste método na identificação de vazamentos em redes de dutos. A arquitetura das redes neurais treinadas e validadas é do tipo feedforward multicamadas (multilayer feedforward networks) que utiliza o algoritmo de aprendizado backpropagation (ajusta automaticamente os pesos) na etapa de treinamento. Para a RNA treinada com 40 dados na camada de entrada foi possível detectar 100% dos vazamentos e 97% dos eventos de não vazamento. Portanto, o método aqui introduzido se mostrou promissor para a detecção de vazamentos em dutos de petróleo e gás. / In this work was applied an experimental method vibroacoustic for leak detection in networks of pipes for applications in the oil and gas industry. Thus, was constructed a scale experimental of a pipeline so that it adequately represents a leak of oil or gas, according to the industrial reality. It was designed a section of pipeline steel with 2 m long, 0.1 m inside diameter, with wall thickness of 5.7 mm and 5 plates with diameter holes: 1 mm, 2 mm, 3 mm, 4 mm and a gap of 0.5 mm x 30mm, they were screwed on a window in the wall of the pipe to leak tests. Thus were analyzed the vibration signals obtained from a piezoelectric accelerometer under various operating conditions of an air leakage, of a water and soybean oil. We also analyzed vibration of not leak in the section of pipeline. It was found that for tests of leak, characteristic peaks of the depressurization were found in the frequency spectrum obtained by Discrete Fourier Transform (DFT) applied to the signal generated for the three fluids used. These peaks were not observed in experiments that consisted in simulating of not leak. These results indicated that it is possible to distinguish in the frequencies spectrum of signal an event of a leak of an event not leak. Other studies were performed using Artificial Neural Networks (ANNs) who have been trained with signs of leak and not leak from a piezoeletric accelerometer showing results relevant to the application of this method in the operation of pipeline networks. The architecture of neural networks trained and validated is the type multilayer feedforward (multilayer feedforward networks) using the backpropagation learning algorithm (automatically adjusts the weights) in the training stage. To the trained ANN with 40 data in the input layer was possible to detect 100% of the leaks and 97% of events with no leak. Therefore, the method introduced has shown promising for detecting leaks in oil and gas pipelines.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Agrárias, Programa de Pós-Graduação em Ciência dos Alimentos, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T10:49:58Z (GMT). No. of bitstreams: 1 293837.pdf: 1048315 bytes, checksum: bc48665e7729d4ecd638bed6a9427304 (MD5) / Os ácidos graxos trans (AGT) na dieta são oriundos principalmente das gorduras parcialmente hidrogenadas. Estudos comprovam que o consumo de AGT ocasiona obesidade, o aumento da lipoproteína de baixa densidade (LDL) em grau similar ao causado pelos ácidos graxos saturados e a diminuição da lipoproteína de alta densidade (HDL). Como alternativa para a fabricação de produtos zero e low trans utiliza-se a interesterificação química de gorduras. A formulação de gorduras pelos métodos convencionais envolvem procedimentos de tentativa e erro, podendo acarretar perdas econômicas, dependendo de tempo, disponibilidade de matérias-primas e experiência do pesquisador. As redes neurais vem ganhando grande aplicação na indústria alimentícia, pois são sistemas computacionais que apresentam um modelo matemático inspirado numa estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. Este trabalho teve como objetivo formular gorduras interesterificadas zero trans para aplicação em bolos utilizando uma rede neural. Para a obtenção das formulações foram utilizados o conteúdo de gordura sólida (SFC) e o ponto de fusão da gordura padrão comercial como dados de entrada no programa. Das soluções apresentadas pela rede neural quatro formulações foram selecionadas. Estas foram analisadas quanto à composição em ácidos graxos conteúdo de gordura sólida, ponto de fusão, isotermas de cristalização e índice de iodo. As gorduras zero trans formuladas foram aplicadas em bolo tipo inglês e comparados com os bolos elaborados com a gordura padrão comercial através das análises de altura, volume e densidade específicos, umidade, textura e cor. As gorduras interesterificadas formuladas obtiveram valores determinados experimentalmente muito próximos ao perfil solicitado à rede, entretanto devido as suas características apresentaram maiores diferenças nos valores de teor de gordura sólida nas temperaturas de 10 a 20°C e 45°C quando comparadas à gordura padrão. As soluções propostas pela rede neural apresentaram comportamento térmico similar ao da gordura padrão e uma cristalização mais rápida que a da gordura padrão. As formulações elaboradas com gordura interesterificadas apresentaram concentração de ácidos graxos saturados semelhantes à gordura padrão, menor concentração de monoinsaturados, maior de poliinsaturados e menor de ácidos graxos trans, tornando possível sua especificação como #produto zero trans#. Para uma melhor perfomance dos shortenings formulados alguns ajustes ou adaptações no processo de fabricação são sugeridos (como a adição de estabilizante nos shortenings e menor tempo de forneamento dos bolos). Assim poderá obter produtos com qualidade superior aos produtos formulados com a gordura padrão. A rede neural apresentou grande desempenho na previsão da solução com menor erro, do conteúdo de gordura sólida e ponto de fusão das formulações propostas com o objetivo de alcançar o perfil solicitado, utilizando como referência a gordura comercial padrão, apresentando com menor erro (18%) a solução 01. Como alternativa aos procedimentos convencionais considera-se a rede neural uma ferramenta de grande valor na indústria, assim como na formulação e produção de alimentos com baixo teor de isômeros trans. / Fatty acids (TFA) in the diet are mainly derived from partially hydrogenated fats. Studies show that consumption of TFA causes obesity, increased low-density lipoprotein (LDL) in similar degree to that caused by saturated fatty acids and decreased high density lipoprotein (HDL). As an alternative for the manufacture of zero and low trans "to use chemical interesterification of fats. The formulation of fat by conventional methods involve procedures of trial and error, which may cause economic losses, depending on weather, availability of raw materials and experience of the investigator. Neural networks has been gaining wide application in food industry because they are computer systems that present a mathematical model inspired by a neural structure of intelligent organisms and acquire knowledge through experience. This study aimed to formulate interesterified zero trans fats for use in cakes using a neural network. To obtain the formulations were used solid fat content (SFC) and melting point of fat commercial standard as input data in the program. Of the solutions presented by the neural network four formulations were selected. These were analyzed for fatty acid composition of solid fat content, melting point and crystallization isotherms of iodine. Zero trans fats raised were applied to type English cake and compared with cakes made with fat trade pattern by analyzing for height, volume and specific density, moisture, texture and color. The interesterified fats formulated obtained experimentally determined values very close to the profile requested from the network, however due to its characteristics showed greater differences in the amounts of solid fat content at temperatures 10-20 ° C and 45 ° C when compared to the standard fat. The solutions proposed by the neural network showed thermal behavior similar to the fat pattern and a crystallization faster than the fat pattern. The formulations prepared with interesterified fat showed concentration of saturated fatty acids similar to the standard fat, lower concentration of monounsaturated, polyunsaturated larger and less of trans fatty acids, making possible its specification as "zero trans product." For better performance of shortenings made some adjustments or adjustments in the manufacturing process are suggested (such as the addition of stabilizer in shortenings and shorter baking of cakes). So you can get products with superior quality products formulated with the fat pattern. The neural network showed great performance in predicting the solution with less error, the solid fat content and melting point of the proposed formulations in order to achieve the profile required, using as reference standard commercial fat, with less error (18%) solution 01. As an alternative to conventional procedures is considered the neural network a very valuable tool in the industry, as well as in the formulation and production of foods low in trans isomers.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Mecânica / Made available in DSpace on 2012-10-26T04:13:28Z (GMT). No. of bitstreams: 0Bitstream added on 2015-03-18T20:28:57Z : No. of bitstreams: 1 299422.pdf: 4923912 bytes, checksum: 3816002841e4eb305a3bd60397aed8d0 (MD5) / Técnicas de inteligência artificial têm sido usadas com sucesso nos mais diversos campos do conhecimento. Uma aplicação ainda incipiente, mas altamente promissora, é a inferência de resultados de regime a partir de dados de transitório em ensaios de desempenho de compressores de refrigeração com emprego de redes neurais. Os parâmetros de desempenho usuais são capacidade de refrigeração, consumo e coeficiente de performance. Tais ensaios são realizados em larga escala nas indústrias fabricantes de compressores, tanto no desenvolvimento e na determinação de dados de catálogo, quanto no dia-a-dia do controle da qualidade. Pesquisas recentes que tiveram a participação do autor demonstraram que com o emprego de redes neurais é possível se conseguir redução significativa no tempo médio de ensaio por compressor, que de quatro a cinco horas passa para cerca de uma hora. O problema está em garantir a confiabilidade dos resultados, para que a aplicação de tais métodos possa ser aceita pelas comunidades técnico-científica e industrial. Nesse contexto, o presente trabalho de doutorado propõe uma abordagem inédita de conjugação de ferramentas de inteligência artificial com técnicas que representam o estado-da-arte em metrologia, objetivando garantir confiabilidade aos resultados de ensaios de desempenho de compressores de refrigeração. A abordagem proposta contempla tanto as incertezas inerentes à medição das grandezas envolvidas, quanto os processos de treinamento e aplicação das redes neurais. Como contribuições adicionais são propostas: utilização de redes fuzzy-bayesianas para inferência do regime permanente de variáveis relacionadas ao desempenho de compressores; aplicação simultânea de meios físicos de aceleração de transitórios e das ferramentas desenvolvidas. Para analisar a efetividade das propostas, foram realizados 210 ensaios em condições normais de transitório e 65 em condições de transitório acelerado. Por normas vigentes aplicáveis a ensaios de desempenho de compressores, quando aplicados dois métodos de medição independentes, os resultados são admitidos válidos quando não divergirem entre si de mais do que 4%. Os resultados deste trabalho mostram que em 100% dos casos de aplicação das técnicas a ensaios com redução do transitório se alcançaram diferenças menores que 1,5% em relação a resultados de ensaios realizados pelos meios tradicionais. O tempo médio de ensaio passou para 48 minutos. Os resultados alcançados mostram que o conjunto de técnicas propostas, além de agregar confiabilidade ao processo, permite reduzir de forma substancial o tempo demandado por tais ensaios. / Artificial Intelligence (AI) has been playing a successful role in different fields of engineering and science. An incipient AI application, but highly promising, is the steady-state prediction of refrigeration compressor performance tests based on unsteady-state data analysis. Neural networks are used for such prediction. Performance tests are typical experimental activities which aim in measuring fundamental compressor performance characteristics such as: refrigerating capacity; power consumption and coefficient of performance. These tests have three main purposes: research and development activities, determination of catalog parameters, and quality control. Recent research projects demonstrate that neural networks techniques can be used to reduce performance test time from the typical 4-5 hour to less than one hour. The main issue is ensuring confidence to the predictions and therefore making them acceptable to scientific and industrial communities. In this sense, the present doctoral thesis conceives a novel way for integrating AI and metrological tools aiming confidence assurance on refrigeration compressor performance tests. In this sense, measurement uncertainties - related to quantities used for prediction - are taken into account during training and operation phases of neural networks. Additional contributions are: a fuzzy-bayesian network to infer steady-state during compressor performance tests; simultaneous use of unsteady-state reduction tools and the AI tools developed in this thesis. The proposal's effectiveness is evaluated on 210 performance tests run under typical unsteady-state conditions and 65 tests run under reduced unsteady-state conditions. The standards - related to refrigeration compressor performance tests - impose the use of two independent methods for refrigerating capacity measurement which results must not disagree more than 4%. The results - obtained using AI tools enhanced by this thesis proposed techniques - show that all reduced unsteady-state tests achieved differences to standards methods within 1.5%. Moreover, the mean test duration was reduced to 48 minutes. The achieved results show that more than ensuring confidence the proposed techniques allow substantial reduction in test duration.