Spelling suggestions: "subject:"redes neurais(computação)"" "subject:"aedes neurais(computação)""
441 |
Modelagem comportamental e pré-distorção digital de amplificadores de potência baseadas em redes neurais com arquitetura perceptron de três camadasFreire, Luiza Beana Chipansky January 2015 (has links)
Orientador : Prof. Dr. Eduardo Gonçalves de Lima / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa: Curitiba, 06/03/2015 / Inclui referências / Área de concentração: Telecomunicações / Resumo: Este trabalho se utiliza das redes neurais artificiais (RNAs) não recursivas, com a topologia perceptron de múltiplas camadas (MLP - Multi Layer Perceptron), como ferramenta para a modelagem comportamental das características de transferência direta e inversa de amplificadores de potência (PAs - Power Amplifiers) para sistemas de comunicação sem fio. São propostas duas estruturas MLP, uma para a modelagem comportamental e outra para a extração do inverso do comportamento do PA, usando um pósdistorçor (PoD - Post-Distorter). Ambos novos modelos apresentaram melhor desempenho computacional e menores erros de modelagem que abordagens anteriores. Sobre o teste do modelo comportamental baseado em 2 redes MLP com 1 saída cada, dois resultados importantes foram obtidos: primeiro, com um número semelhante de números de coeficientes, foi observado que o erro quadrático médio normalizado (NMSE - normalized mean square error) diminui de 1,3 dB com a utilização do modelo proposto em comparação com a abordagem tradicional que utiliza 1 rede MLP com 2 saídas; segundo, em uma situação onde os dois modelos alcançaram um NMSE=-40 dB, observou-se que o número de coeficientes de rede do modelo proposto diminuiu em 40% em relação ao modelo tradicional (de 62 para 38 coeficientes de valores reais). No teste dos resultados do modelo PoD proposto, em comparação com a abordagem tradicional em um cenário de mesma quantidade de coeficientes, foram alcançadas melhorias nas métricas NMSE e na relação de potência do erro no canal adjacente (ACEPR - adjacent channel error power ratio) de 21 dB. / Abstract: This work addresses non recursive multi layer perceptron (MLP) artificial neural networks (ANNs) as a tool for the behavioral modeling of the forward and inverse transfer characteristics of power amplifiers (PAs) for wireless communication systems. Two MLP structures are proposed, one for the PA behavioral modeling and another for the extraction of the PA inverse behavior, using a post-distorter (PoD). Both novel approaches have better performance, in terms of modeling accuracy and computational complexity, than previous approaches. Concerning the MLP-based behavioral modeling test, two important results are obtained. First, in case of similar number of network parameters, it is observed that the proposed RNA-based model can reduce the normalized mean-square error (NMSE) by up to 1.3 dB; second, in a situation of comparable modeling accuracy (NMSE = -40 dB), it is observed that the proposed RNA-based model can reduce the number of network parameters by up to 40% (from 62 to 38 real-valued parameters). Concerning the MLP-based PoD test results, in a scenario of similar number of model coefficients, improvements in NMSE and adjacent channel error power ratio (ACEPR) metrics up to 21 dB are achieved by the use of the proposed MLP-based PoD model.
|
442 |
Identificação e controle de sistemas dinâmicos utilizando redes waveletsGrassi, Luiz Henrique Maricato [UNESP] 28 May 2004 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0
Previous issue date: 2004-05-28Bitstream added on 2014-06-13T20:16:17Z : No. of bitstreams: 1
grassi_lfm_me_ilha.pdf: 1030941 bytes, checksum: 1b6f71060acf49c7dfe0879c783856af (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A necessidade de controle no tratamento de sistemas dinâmicos, com complexidade crescente e diante de fatores de incerteza, tem levado à reavaliação dos métodos convencionais e à proposição de métodos conceitualmente mais elaborados de controle. Estas novas propostas incluem, por exemplo, níveis hierárquicos de decisão, planejamento e aprendizagem, que são necessários quando um alto grau de autonomia do sistema é desejável. Assim as metodologias baseadas em redes neurais, que utilizam modelos matemáticos e técnicas numéricas inspiradas no cérebro humano e/ou sistema nervoso, representam um passo natural na evolução da teoria de controle, principalmente junto àqueles que envolvem não-linearidades. Este trabalho apresenta um estudo da técnica denominada wavenet, que combina redes neurais e transformada wavelet, como um direcionamento alternativo para a solução de problemas de identificação e controle de plantas não lineares. A transformada wavelet utiliza janelas com escala variável que possibilitam analisar faixas de altas e baixas freqüências em um mesmo sinal, e é exatamente essa capacidade de manipulação da janela de observação que a torna uma boa alternativa como função de ativação, realizando um mapeamento local do sinal. Isso proporciona uma identificação mais eficiente, principalmente em sinais não lineares e variantes no tempo. Vários testes simulados envolvendo não linearidade foram analisados visando estudar o comportamento do algoritmo wavenet e definir quais os tipos de funções de ativação, Morlet, Rasp ou Polywog, poderiam fornecer melhores resultados. Utilizou-se o método de otimização de Levenberg-Marquadt, o qual apresentou um desempenho melhor quando comparado com o método do gradiente descendente utilizado por outros autores, no processo de minimização do erro entre a saída da rede e a... . / The necessity of dynamic systems treatment control, with upper complexity and uncertain factors, has lead to reevaluation of conventional methods and the proposition of conceptly methods more elaborate of control. These new proposals include, for instance, hierarchic levels of decision, planning and learning, which are needed when a high degree of system autonomy is desirable. Thus the methodologies based in neural nets, which use mathematical models and numerical techniques inspired in human brain and/or nervous system, represent a natural step in evolution of control theory, mainly join to those which involve no-linearity. This work shows a technique study called wavenet, it combine neural nets and wavelet transformed, as an alternative leading for the solution of identification problems and non linear plants control. The transformed wavelet uses windows with variable scale and it makes possible analyze strips high and low frequencies in a same signal, and it is exactly this capacity of manipulation of observation window and it becomes a good alternative as activation function, achieving a local map of the signal. A identification more efficient is provided, mainly in non-linear signals and time variants. Several simulate tests involving non linear was analyzed, seeking to study the behavior of the algorithm wavenet and to define which the types of activation functions, Morlet, Rasp or Polywog, could give better results. The optimization method of Levenberg-Marquadt was used, and that one show a better performance when compared with the descendent gradient method used by other authors, in minimization of error process between the net and plant exit. The tests looked for to define improvements in algorithm wavenet, in relation to identification process, because it is primordial stage in the project of neurocontrolers. The... (Complete abstract, click electronic address below).
|
443 |
Redes neurais: aplicação no monitoramento da vida de ferramentas de corteAlexandre, Rogério Pinto [UNESP] 28 January 2005 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0
Previous issue date: 2005-01-28Bitstream added on 2014-06-13T20:55:55Z : No. of bitstreams: 1
alexandre_rp_me_ilha.pdf: 1144003 bytes, checksum: b7c4ebb3197b99933e17331d156443fd (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho discute a utilização de Redes Neurais Artificiais na avaliação da evolução do desgaste da ferramenta de corte no processo de torneamento a partir dos níveis de vibração do sistema porta-ferramenta - ferramenta - peça. Os níveis de desgaste foram definidos em termos da rugosidade superficial da peça e desgaste de flanco da ferramenta e posteriormente, os valores de vibração medidos no porta ferramenta, foram correlacionados com esses níveis de desgaste. Foram realizados diversos ensaios utilizando o aço ABNT 1045, com ferramentas de metal duro sem cobertura e com cobertura de nitreto de titânio. Os testes foram efetuados utilizando as rotações 630, 800, 1000 e 1250 rpm, variando-se a velocidade de corte entre 100 e 200 m/min. Os sinais de vibração foram processados e analisados utilizando valores RMS (Root Mean Square) e a Transformada Wavelet, sendo que neste caso, foram extraídos os valores RMS dos coeficientes wavelet. Os dados obtidos foram utilizados nas fases de treinamento e validação das redes neurais empregadas, utilizando o algoritmo Backpropagation. Os dados foram agrupados em quatro estágios que classificam o nível de desgaste da ferramenta em estágio inicial, estágio intermediário, estágio avançado e estágio crítico de desgaste. Os testes mostraram que a utilização dos valores RMS do sinal de vibração pode levar a resultados satisfatórios, entretanto, houve algumas situações de insucesso. Alternativamente, a rede neural quando treinada com os valores RMS dos coeficientes wavelet apresentou uma melhor capacidade de identificação, com um percentual de acerto maior do que quando treinada apenas com os valores RMS dos sinais de vibração. Os resultados mostram que o monitoramento da vibração da ferramenta e a utilização de redes neurais artificiais para identificação dos diferentes... . / This work discusses the use of Artificial Neural Networks (ANN) for the evaluation of tool wear in turning operations by using the vibration of the tool holder - tool - workpiece system. The wear levels were defined in terms of the surface roughness and flank wear of the cutting tool and later on, the vibration measured in the tool holder were correlated with those wear levels. Several experiments were carried out at different cutting conditions using ABNT 1045 steel as the workpiece material, the surface roughness were measured for carbide cutting tools without coating and with coating of titanium nitride. The tests were made using the rotations 630, 800, 1000 and 1250 rpm, being varied the cutting speed between 100 and 200 m/min. The vibration signals were processed and analyzed using RMS (Root Mean Square) values and the Wavelet Transform, in the later case; the RMS values were extracted from the wavelet coefficients. The obtained data were used in the training phases and validation of the neural network, using the Backpropagation algorithm. The data were settled in four groups that classify the level of the tool wear, initial, intermediary, advanced and critical. The experiments showed that the use of RMS values of the vibration signals can bring to satisfactory results, however, the neural network trained with the RMS values from the wavelet coefficients presented a better identification capacity, with a larger percentile of success, than that when just RMS values of the vibration signals were taken. The results show that the monitoring of the vibration of the tool holder-tool-workpiece system and the use of artificial neural network for identification of the different state of the tool, they can be used to settle the end of the tool life in the turning process. It was also evidenced the potentiality of Transformed Wavelet to be used... (Complete abstract click electronic address below).
|
444 |
Sistema inteligente híbrido intercomunicativo para detecção de perdas comerciaisFaria, Lucas Teles de [UNESP] 01 March 2012 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:32Z (GMT). No. of bitstreams: 0
Previous issue date: 2012-03-01Bitstream added on 2014-06-13T18:08:27Z : No. of bitstreams: 1
faria_lt_me_ilha.pdf: 1374393 bytes, checksum: 021c232f9110d70353e324741a8e1388 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / As perdas de energia elétrica por fraudes, ligações clandestinas ou erro na medição são denominadas Perdas Não-Técnicas ou Perdas Comerciais e seu combate tem sido prioridade quer por empresas concessionárias de distribuição de energia elétrica, quer por órgãos reguladores. Nesse contexto, neste trabalho, implementa-se computacionalmente um sistema inteligente híbrido intercomunicativo específico que se baseia no emprego de diferentes técnicas oriundas da área de sistemas inteligentes tais como redes neurais e lógica fuzzy em módulos independentes e que se comunicam entre si. O sistema é baseado em três pilares: extração automática de conhecimento a partir da base de dados da concessionária, incorporação na metodologia do conhecimento e experiência de especialistas e, em último, consultas na base de dados por características específicas de cada cliente. A metodologia utiliza simultaneamete inúmeros dados reais de entrada de natureza diversa e combina várias técnicas a fim de verificar o risco percentual de cada cliente de possuir alguma anomalia que implique em perda comercial. Além dos dados cadastrais e do histórico de consumo mensal dos clientes, comumente utilizados pelos trabalhos orientados à detecção de perdas comerciais, a metodologia proposta utilizou também dados adicionais tais como a lista de nomes e de atividades suspeitas. A utilização de dados adicionais possibilitou uma melhoria na detecção de clientes anômalos, grande parte dos quais seriam possivelmente considerados normais pelos trabalhos da literatura avaliada. Neste trabalho, pretende-se detectar as perdas comerciais de maneira mais rápida e precisa possível. Investigações adicionais devem ser feitas posteriormente para encontrar quais são as causas que culminaram em altas perdas comerciais em... / Electrical energy losses due to theft, fraud or error in the measurement are called Non-Technical Losses and their reduction has been a priority utilities power and by regulators. In this context, this paper presents the computational implementation of an intelligent hybrid system that combines techniques such as neural networks and fuzzy logic. The system is based on three pillars: knowledge extraction from the database utility, incorporating the methodology of knowledge and experience of experts and queries the database for specific features of each client. The methodology uses several simultaneous input of diverse nature and combines several techniques to verify the percentage risk of each customer to have some problem to configure non-technical losses as fraud, defective in the measurement system. In this paper, the main objective is to locate the focus of the problem more quickly. Further investigations should be made later to find what are the causes that resulted in high nontechnical losses in a feeder or in a specific region. This work covers the registered customers at utilities power, especially residential... (Complete abstract click electronic access below)
|
445 |
Previsão de cargas elétricas através de uma Rede Neural Híbrida Back-ART FuzzyOliveira, Cícero Marcelo de [UNESP] 19 October 2012 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0
Previous issue date: 2012-10-19Bitstream added on 2014-06-13T18:08:31Z : No. of bitstreams: 1
oliveira_cm_me_ilha.pdf: 579995 bytes, checksum: 40131b559f97d367bfaaf567b4130b1d (MD5) / PROPG - Programa de Pós-Graduação / Nos dias atuais, a previsão de cargas elétricas tem se mostrado cada vez mais importante às empresas distribuidoras de tal serviço, especialmente para que sejam possibilitados o planejamento, análise e operação dos sistemas elétricos, restando clara a necessidade de se antever o comportamento da carga, tornando possível o fornecimento eficiente de energia aos consumidores, visando que isso ocorra de forma econômica e contínua, valendo ressaltar ainda que, a tais empresas resta o interesse na lucratividade do setor para que se mantenham sólidas no mercado. Em um primeiro momento, a solução para tais problemas foi a utilização de técnicas matemáticas e estatísticas, podendo citar como exemplo, as séries numéricas, com resultados satisfatórios, mas de difícil modelagem. A inteligência artificial tem se mostrado uma técnica que supera os resultados anteriormente obtidos e, como prova de tal afirmação, a presente dissertação apresenta uma metodologia baseada em redes neurais, possibilitando a obtenção de resultados bastante satisfatórios, demonstrando ser um modelo robusto, com baixo custo computacional, rápido e eficiente. O objetivo deste trabalho é a utilização do hibridismo de redes neurais, sendo a primeira delas, uma rede ART Fuzzy e a segunda, a Perceptron multicamadas, via algoritmo backpropagation, aproveitando as melhores características de cada uma delas para a obtenção de resultado viável quando de sua utilização. A metodologia utilizada apresenta níveis de erro aceitáveis comparado a outros métodos que se encontram na literatura ou, até mesmo, em uso pelas empresas distribuidoras do setor elétrico brasileiro. No intuito de se obter a previsão de cargas citada acima, foi utilizado um banco de dados histórico de uma empresa distribuidora nacional, valendo-se de técnicas como o janelamento, entre outras que serão devidamente descritas no decorrer do texto / Electrical load forecasting is very important to the electrical companies to advice in planning, operation and analysis of electrical power systems. Knowing the load in advance leads to provide energy efficiently, continuously and economically. Firstly the solution for such problems was executed with mathematical and statistical techniques, e.g. time series analysis with good results but with difficult modeling. The use of Artificial Intelligence overcomes these problems and the proposal of this work is to present a robust hybrid method using neural networks providing good results with low computational costs. The hybrid model proposed in this work uses a Fuzzy ART neural network and a MLP (multi layerPerceptron) by backpropagation training emphasizing the best characteristics of each one. The errors obtained are compatible with those found in the literature. Results are shown for data from a Brazilian electrical company
|
446 |
Identificação do teor de nitrogênio foliar em cana-de-açúcar no estágio inicial de crescimento utilizando infravermelho próximo e sistemas inteligentesDomingues, Edson Lucio [UNESP] 15 December 2011 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0
Previous issue date: 2011-12-15Bitstream added on 2014-06-13T20:09:47Z : No. of bitstreams: 1
domingues_el_me_bauru.pdf: 10744312 bytes, checksum: 7725f3300b6f6233a8bbfdc36c096755 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A busca por novas soluções que estimulem o crescimento da produção para atender o aumento do consumo mundial de produtos agrícolas, sem aumentar o impacto ambiental, desperta o interesse pelo desenvolvimento de novas técnicas de controle e aplicação de insumos nas plantações, visando uma melhor precisão no gerenciamento das quantidades de nutrientes necessárias nas áreas agrícolas. No Brasil a cultura da cana-de-açúcar esta se destacando no segmento agrícola e o aumento do interesse mundial no mercado de açúcar e álcool têm interessado o aumento de investimentos no setor de todo o país. A cultura de cana-de-açúcar tem grande necessidade de aplicação na aplicação de fertilizantes nitrogenados e esta necessidades estimula as pesquisas por novas soluções que permitam o monitoramento da quantidade de nitrogênio absorvida nas plantas, respeitando sua variabilidade espacial, para melhorar a eficiência no uso dos fertilizantes nitrogenados, aumentando a produtividade, reduzindo custos e os impactos ambientais. O uso dos sensores ópticos como ferramenta para medir a quantidade de nitrogênio absorvida pelas plantas através da refletância vem despertando o interesse dos pesquisadores e a utilização desta técnica em plantas de cana-de-açúcar no estagio inicial do crescimento precisa ser aprimorada. Esta dissertação pesquisou novas técnicas de processamento em tempo real utilizando sistemas inteligentes aplicados à ambientes agrícolas baseados em redes neurais artificiais, para melhorar a precisão das correlações das medições de refletâncias de um sensor óptico utilizado para estimular a quantidade de nitrogênio nas plantas de cana-de-açúcar no estágio inicial de crescimento. Os resultados obtidos pelas redes neurais artificiais apresentaram precisão melhor na correlação da... / The search for new solutions that stimulate the agricultural production growth in order to meet the worl food consumption increase, without further environmental impact, motivates the development of new crops inputs use and control techniques, aiming to improve the accuracy on amounts management of needed nutrients in agricultural areas. In Brazil, the sugar cane cultivation has been highlighted in the agricultural sector and increased global interest in the sugar and alcohol has spurred increased investment in the sector throughout the country. The cultivation of sugar cane is in great need to control the use of nitrogen fertilizers and this need stimulates researchers for new solutions allowing the monitoring of the among of absorbed nitrogen in plants, consistent with their spatial variability, to improve the efficiency of nitrogen fertilizers use, increasing productivity, reducing cost and environmental impacts. The use of optical sensors as a tool for measuring the amount of nitrogen absorbed by plants through reflectance has stimulated the interest of researchers and the use of said technique on sugar cane plant during the early stages of growing is still to be enhanced. This dissertation researched new real-time processing techniques using intelligent systems applied to agricultural based on artificial neural network in order to improve the accuracy of the correlations of the measurements of reflectance of an optical sensor in order to estimate the amount of nitrogen in sugar cane plants in the early stages of growing. The results presented by the artificial neural networks show the possibility of using embedded systems with better accuracy in the results of real time nitrogen estimation
|
447 |
Estudo de uma ferramenta computacional inteligente para auxiliar a análise de ensaios de impulsos atmosféricos em transformadores de distribuiçãoAmaral, Fernando Carneiro Lyra [UNESP] 20 August 2010 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0
Previous issue date: 2010-08-20Bitstream added on 2014-06-13T20:48:00Z : No. of bitstreams: 1
amaral_fcl_me_bauru.pdf: 878445 bytes, checksum: 4f078f3133073c4bc5a0882fbff35667 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A proposta deste trabalho consiste em investigar o comportamento de transformadores de distribuição de 25 KVA e de 45 KVA submetidos a ensaios de impulsos atmosféricos. Essa investigação consistiu da verificação da influência dos valores de tempos de frente e de cauda, da forma de onda do impulso, na amplitude das correntes produzidas nos enrolamentos do transformador durante o ensaio. Tais correntes são usualmente empregadas para avaliar o desempenho elétrico dos transformadores e, nessa dissertação, foram usadas para o treinamento e tese de Redes Neurais Artificiais desenvolvidas como ferramentas inteligentes computacionais. Neste contexto, o desempenho de duas Redes Neurais foi avaliado. A primeira rede usou como variável de entrada, os valores de tempo de frente, de caula e da tensão máxima (crista) e, como saída, a corrente máxima no transformador. Na segunda rede neural, a entrada correspondente ao valor da tensão máxima, da primeira rede neural, é substituída pelo valor da taxa de crescimento da tensão. Com base nos resultados obtidos, pode-se verificar que, para determinados valores de tempos de frente e de cauda, a amplitude da corrente máxima, aumenta ou diminui, apresentando um comportamento não-linear. A utilização das Redes Neurais desenvolvidas neste trabalho poderá auxiliar na escolha das características das formas de onda de impulso que tornem mais sensíveis os ensaios de impulsos atmosféricos em transformadores de distribuição. O objetivo é que esse aumento da sensibilidade do ensaio minimize o empirismo e erros de avaliação, contribuindo para tornar mínima a taxa de falha em transformadores / The proposal of this work is to investigate and to analyze the behavior of 25 kVA and 45 KVA distribution transformers under impulses/surge tests. This research consited in a verification of the influence of front and and tail time values, from surge waverfom, in the current magnitude produced in transformer windings during the test. Such currents are usually employed to evalute the perfomers and, in this dissertation, were used for the training and test the Artificial Neural Networks, developed as intelligent computational tools. In this context, the performance of two Neural Networks was evaluated. This first network has used as entry variables: front and tail time and the maximun voltage (crest) values and, as an exist, the maximum current in transformer. In the second neural network, the entry corresponding to the maximum voltage value, from the first neural network, is replaced by the value of the rate of growth of the voltage. Based on the obtained results, one may find out, for certain values front and tail times values, the amplitude of maximum current, increases or decreases, presenting a non-linear behavior. The use of Neural Networks developed in this work can help someone to choose the best impulse waveform characteristics which make the impulse test in distribution transformers more sinsitive. The objective is that the rising the test sensitivity will minimize the empiricism and errors of assessment, helping to reduce the failure rate in transformers
|
448 |
Modelagem de um motor de indução trifásico operando com tensões desequilibradas por meio de redes neurais artificiaisOliveira, José Eduardo Alves de [UNESP] 01 February 2011 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0
Previous issue date: 2011-02-01Bitstream added on 2014-06-13T18:49:38Z : No. of bitstreams: 1
oliveira_jea_me_bauru.pdf: 12636194 bytes, checksum: d216e62aabc6e57242fe0c06923a7c5d (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O desequilíbrio de tensão nos sistemas elétricos pode provocar problemas indesejáveis na operação de equipamentos, principalmente nos motores de indução trifásicos, devido à importância destes motores em ambientes industriais. A utilização de modelos convencionais para a modelagem destes motores operando com tensões desequilibradas impõe resultados imprecisos e a obtenção de modelos adequados apresenta grande complexidade em função das assimetrias e não linearidades. Neste contexto, a utilização de ferramentas inteligentes, mais especificamente, redes neurais artificiais (RNA), reduz substancialmente a tarefa de modelagem, permitindo sua utilização sob condições de assimetrias e não linearidades. Assim, uma bancada de testes foi montada para a aquisição de dados experimentais de um motor de indução trifásico de 1 CV, 4 polos, 220V/380V, tipo gaiola de esquilo. Os dados coletados foram usados para o treinamento e validação de uma RNA que modela a relação entre as tensões, correntes e a potência no eixo. Os resultados experimentais foram comparados com os obtidos com a RNA e com o modelo dinâmico, e constatou-se que a modelagem por meio de RNA é adequada para descrever matematicamente o comportamento de motores de indução trifásicos operando com tensões desequilibradas / Unbalanced voltages in electrical systems can deteriorate the performance of equipments and cause potential safety hazards and be harmful for the respective applications, especially in the three-phase induction motors, the most common energy receivers in industrial. The analysis of three phase induction motors under supply voltage unbalance condictions using the well-known symmetrical components analysis provide inaccurate results, and correct models are laborious, due to the complex nature of voltage unbalance factor like asymmetries and nonlinearities. In this context, the use of intelligent tools, specifically artificial neural networks (ANN), significantly reduces the modeling task and allowing the use under conditions of asymmetries and nonlinearities. Thus, a workbench tests was buit for testing of the 4 pole, 220V/380V, 1 CV squirrel-cage induction motor. Experimental set up for testing were used to ANN's training and validation. The ANN's model showed the relationship between the voltages, currents and shaft power. The results of experimental investigation and computer calculations (ANN and dynamic model) were compared and the results indicate that the ANN is adequate model that makes it possible to mathematically describe an induction motors operating with unbalanced voltage
|
449 |
Classificação de níveis de desgaste de dressadores de ponta única utilizando sinais de emissão acústica e redes neurais artificiaisMartins, Cesar Henrique Rossinoli [UNESP] 20 March 2013 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0
Previous issue date: 2013-03-20Bitstream added on 2014-06-13T20:49:16Z : No. of bitstreams: 1
martins_chr_me_bauru.pdf: 3300032 bytes, checksum: c6be05b5fe4d2831ce67d7e7ddc84b4d (MD5) / A retificação é um processo de acabamento de peças, que objetiva produtos e superfícies avançadas. Porém, como o constante atrito entre a peça e rebolo, este perde a agressividade, de modo que o resultado da retificação fica prejudicado. Quando isso ocorre é imprescindível à realização do processo de dressagem, que consiste em reavivar os grãos gastos do rebolo. Como as condições de dressagem provocam uma grande influência no desempenho da operação de retificação, monitorá-las durante todo o processo pode aumentar a sua eficiência. Assim, no presente trabalho foi realizado um estudo do desgaste de três tipos de diamantes para dressadores e, posteriormente, foram desenvolvidos modelos neurais, baseados em redes MLP e de Kohonen, capazes de classificar o nível de desgaste dos dressadores. Para se atingir esse objetivo foram ensaiados três tipos de dressadores de ponta única, um com diamante sintético CVD e dois com diamantes naturais, Mato Grosso e Brasil Extra. Serviram de entradas para os modelos neurais as estatísticas RMS e ROP obtidas após o estudo do conteúdo harmônico do sinal da emissão acústica. Para cada diamante foi obtido um modelo neural mais apto para as características do diamante. Os resultados mostraram um bom desempenho das redes neurais empregadas, atingindo-se taxas de acerto de 100% em alguns modelos neurais / Grinding is a part finishing process for advanced products and surfaces. However, continuous friction between the work piece and the grinding wheel causes the latter to lose its sharpness, thus impariring the grinding results. This is when the dressing process is required, which consist of sharpening the worn grains of the grinding wheel. The dressing conditions strongly affect the performance of the grinding operation; hence, monitoring them thoughout the process can increase its efficiency. The main objective of this study was to classify the levels of wear of a single-point dresser during the operation; hence monitoring them throughout the process can increase its efficiency. The main objective of this study was to classify the levels of wear of a single-point dresser during the operation using neural models. A digital signal processing of acoustiv emission was used to obtain the network inputs. In the experiments three types of single-point dresser were used, one with CVD synthetic diamond and two with natural diamonds, Mato Grosso and Brasil Extra. The harmonic content of the acoustic emission signal was found to be influenced by the condition of the dresser, and when used to feed the neural model it is possible to classify the wear level. The results showed a good performance of the neural networks employed, reaching a hit rate of 100% for some models
|
450 |
Reconhecimento de padrões lexicais por meio de redes neuraisBabini, Maurizio [UNESP] 21 December 2006 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:35Z (GMT). No. of bitstreams: 0
Previous issue date: 2006-12-21Bitstream added on 2014-06-13T19:48:56Z : No. of bitstreams: 1
babini_m_me_ilha_prot.pdf: 976475 bytes, checksum: 371792f3e205462129827cc925906822 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A compreensão da linguagem humana é uma das tarefas mais difíceis do Processamento da Linguagem Natural (PLN) e de modo mais geral da Automação e da Inteligência Artificial (IA). O objetivo desta pesquisa é estudar os mecanismos que permitem utilizar uma rede neural artificial para poder interpretar textos. Este trabalho deveria ser utilizado, futuramente, para criar uma interface em um ambiente de co-projeto, capaz de agrupar/classificar termos/conceitos, reconhecendo padrões textuais. Para alcançar nossos objetivos de pesquisa em nível de Mestrado, utilizamos o modelo semântico de Bernard Pottier, e uma Rede Neural Artificial de Kohonen. A escolha do modelo de Bernard Pottier deve-se ao fato de que este autor é um dos mais conceituados lingüistas da atualidade e que seu modelo é largamente utilizado por pesquisadores de vários paises, tendo sido, assim, comprovada a sua validade. No que diz respeito à rede de Kohonen, acreditamos que seja a mais indicada para este tipo de aplicação, tendo em vista o fato de que essa rede tenta imitar o funcionamento do cérebro humano, em particular, reproduzindo o mapeamento de suas áreas especializadas, e tendo como hipótese de partida que, no córtex humano, conceitos similares ou de áreas afins distribuem-se em áreas limítrofes. A escolha desse tipo de rede para o nosso trabalho deve-se, outrossim, ao fato de que ela utiliza um tipo de treinamento competitivo e não-supervisionado que permite organizar os vetores (dados) de entrada em agrupamentos (clusters). / The understanding of human language is one of the most difficult tasks of Natural Language Processing (NLP), and, in general, of Automation and Artificial Intelligence (AI). The aim of our research is to study the mechanisms that allow using an artificial neural network for interpreting text. Later, our work should be used to create an interface, in a hardware/software co-design environment, capable of clustering/classifying terms/concepts, and recognizing text patterns. In order to achieve the objectives of our research, we used the semantic model of Bernard Pottier, and a Kohonen Artificial Neural Network. The choice of Bernard Pottier's model was motivated by the fact that the author is one of the most eminent linguists nowadays, and his model is largely used by researchers in many countries, thus proving the validity of his proposal. About the Kohonen net, we believe that it is the most appropriate net for this kind of application, due to the fact that this net tries to imitate the functioning of the human brain, particularly reproducing the map of its specialized areas, as well as due to the fact that this net has as initial hypothesis that, in the human cortex, similar concepts or concepts of similar areas are distributed in closed areas. Another reason for the choice of this kind of net in our study is that it uses a competitive and non-supervising training, that allows organizing entry vectors (data) in clusters.
|
Page generated in 0.0983 seconds