A rede PROFIBUS DP é o barramento de campo mais utilizado na indústria mundial atualmente. Com o uso cada vez maior desta rede de \"chão de fábrica\" nas plantas industriais, o diagnóstico rápido de falhas tornou-se extremamente necessário e importante, o que permite minimizar os tempos de parada da instalação e consequentes prejuízos no processo produtivo. Este trabalho apresenta o estudo de técnicas baseadas em Redes Neurais Artificiais (RNA) que serão utilizadas em um trabalho futuro para se fazer um diagnóstico rápido de uma rede PROFIBUS em caso de falha, permitindo através dos conceitos básicos apresentados, uma análise criteriosa do seu desempenho. Inicialmente são apresentados conceitos básicos sobre as redes PROFIBUS DP, tais como arquitetura e versões do protocolo, a descrição da Camada Física, dentre outros assuntos relevantes. Nas etapas seguintes, serão apresentados outros tópicos importantes para entendimento do projeto como, conceitos sobre RNA e métodos de pré-processamento do sinal colhido no osciloscópio. / The PROFIBUS (Process Field Bus) DP is the most popular fieldbus communication used in the worldwide industry. With the increasing use of this network fieldbus in industrial plants, the rapid faults diagnosis has become extremely necessary and important, which minimizes the lodgments time and consequent losses in the production process. This work is based into a Artificial Neural Networks (ANN) tool that will be used to make a rapidly diagnosis of a PROFIBUS network in case of failure, allowing through basic concepts, a careful review of their performance. First the basics of PROFIBUS DP networks are presented, such as architecture and protocol versions, a description of the Physical Layer, among other relevant issues. In the following steps, others important topics to understand the project will be shown, such as, concepts of ANN and pre-processing methods from collected signal.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-06-29T14:42:16Z No. of bitstreams: 1 Pablo Eduardo Pereira de Araujo Cottens_.pdf: 1315690 bytes, checksum: 78ac4ce471c2b51e826c7523a01711bd (MD5) / Made available in DSpace on 2016-06-29T14:42:16Z (GMT). No. of bitstreams: 1 Pablo Eduardo Pereira de Araujo Cottens_.pdf: 1315690 bytes, checksum: 78ac4ce471c2b51e826c7523a01711bd (MD5) Previous issue date: 2016-03-07 / Nenhuma / Normalmente Redes Neurais Artificiais (RNAs) necessitam estações de trabalho para o seu processamento, por causa da complexidade do sistema. Este tipo de arquitetura de processamento requer que instrumentos de campo estejam localizados na vizinhança da estação de trabalho, caso exista a necessidade de processamento em tempo real, ou que o dispositivo de campo possua como única tarefa a de coleta de dados para processamento futuro. Este projeto visa criar uma arquitetura em lógica programável para um neurônio genérico, no qual as RNAs podem fazer uso da natureza paralela de FPGAs para executar a aplicação de forma rápida. Este trabalho mostra que a utilização de lógica programável para a implementação de RNAs de baixa resolução de bits é viável e as redes neurais, devido à natureza paralelizável, se beneficiam pela implementação em hardware, podendo obter resultados de forma muito rápida. / Currently, modern Artificial Neural Networks (ANN), according to their complexity, require a workstation for processing all their input data. This type of processing architecture requires that the field device is located somewhere in the vicintity of a workstation, in case real-time processing is required, or that the field device at hand will have the sole task of collecting data for future processing, when field data is required. This project creates a generic neuron architecture in programmabl logic, where Artifical Neural Networks can use the parallel nature of FPGAs to execute applications in a fast manner, albeit not using the same resolution for its otputs. This work shows that the utilization of programmable logic for the implementation of low bit resolution ANNs is not only viable, but the neural network, due to its parallel nature, benefits greatly from the hardware implementation, giving fast and accurate results.

Um dos problemas freqüentes em modelos de avaliação de imóveis é identificar quais de suas características devem ser levadas em consideração e o quanto cada uma destas influencia no valor final das propriedades. Além disso, é necessário um critério de avaliação bem estruturado, baseado em modelagem matemática adequada. A partir das constatações acima, foram estabelecidos os objetivos deste trabalho: após identificar as principais variáveis que interferem no valor das propriedades, avaliar o uso de Redes Neurais Artificiais para fins de avaliação e estudar a influência de uma medida de acessibilidade no valor de terrenos urbanos. Quanto às variáveis a serem empregadas nos modelos de avaliação, chegou-se a conclusão que um banco de dados misto, onde tanto variáveis de natureza espacial quanto física pudessem ser incluídas, parecia ser uma opção interessante. Desta forma, após a inclusão no banco de dados de uma variável de natureza espacial, a distância ao centro da cidade, este trabalho comparou dois métodos de avaliação: as Redes Neurais Artificiais e o modelo de regressão múltipla, este último muito usado na prática. Foram abordados dois estudos de caso, as cidades de Araçariguama e São Carlos. A primeira é uma cidade dormitório, de pequeno porte (cerca de 6000 habitantes), localizada nas proximidades da capital do estado, São Paulo. A segunda, por sua vez, é uma cidade de porte médio (cerca de 160000 habitantes), localizada no centro do estado e pólo industrial e tecnológico. A escolha destas cidades ofereceu a oportunidade de estudar a influência de uma variável como a acessibilidade em contextos diferentes. Os resultados obtidos para Araçariguama indicaram que a medida de acessibilidade empregada, distância ao centro, era uma das variáveis mais importantes na formação do preço de propriedades. Quanto aos resultados obtidos pelos modelos empregados, pôde-se observar que, ao utilizar regressão múltipla, o efeito da variável distância ao centro não pode ser estudado sozinho, pois esta variável interage com a área. A utilização de Redes Neurais, por sua vez, também forneceu estimativas adequadas de valor, verificando-se através dela que a acessibilidade apresentou um peso superior a 34% no valor final. Ao se comparar os dois métodos pode-se observar que as Redes Neurais (RN) demonstraram um desempenho superior, quando este foi avaliado pelo valor do erro relativo total. Com o objetivo de analisar a distribuição espacial dos erros, estes foram agrupados em cinco clusters, podendo-se constatar que os maiores erros fornecidos pelas RN se concentraram em um único bairro. Na análise para São Carlos pôde-se verificar também, através dos resultados obtidos por ambos os métodos, que a distância ao centro foi um dos fatores preponderantes na avaliação dos imóveis. A análise da distribuição espacial dos erros apontou uma concentração de erros maiores em um dos bairros, o que pôde ser observado para os dois métodos empregados e dois dos três conjuntos de dados. Um fato que chamou a atenção foi o de que para Araçariguama, que é uma cidade de porte menor, a importância relativa da variável acessibilidade foi maior que para a outra cidade. / A common problem in the use of land valuation models is the identification of the real estate features that should be incorporated in the models and how they influence the final property price. In addition, a well structured approach based in consistent mathematical models is also required. Based on the aforementioned assertions, the following objectives have been drawn for this work: after identifying the main variables that have a strong influence on land values, the use of Artificial Neural Networks (ANN) for land valuation have be tested and the influence of an accessibility measure on urban land values have been studied. Regarding the variables that should been part of the valuation models, we reached the conclusion that a mixed database containing physical and spatial attributes seemed to be an interesting option for this sort of problem. Therefore, after the addition of a spatial variable, the distance to the city center, to our database, two valuation methods have been compared: the ANN approach and a multiple regression model, the latter quite common in practice. Two case studies have been then analyzed: the cities of Araçariguama and São Carlos. The first one is a small bedroom town (around 6,000 inhabitants) not far from the state capital, the city of São Paulo. The second one is a medium-sized city (around 160,000 inhabitants) located in the middle of the state and a technological and industrial center. The particularities of these two cities made possible a comparison of the influence that such a variable as accessibility could have on the land values under two different conditions. The results obtained for the city of Araçariguama indicated that the accessibility measure used, the distance from the city center, was one of the main variables influencing land prices. Although both models gave good estimates, their results were not exactly the same. While the influence of the variable distance to the city center could not be individually taken in the multiple regression model, because of its interaction with the variable area, the same variable has a strong weight on the ANN model, in which it appears as responsible for over 34% of the land value. The ANN performed better in a direct comparison of the two approaches, specially when looking to the total relative error. With the purpose of analyzing the spatial distribution of the estimation errors, they have been grouped into clusters, which have stressed that the worst cases are concentrated in a specific area of the city. Both methods showed that the distance to the city center has a strong influence on land values also in the city of São Carlos. The highest estimation errors were also concentrated in a specific neighborhood for two out of three data sets in both valuation methods. Another interesting outcome is the fact that the relative weight of the accessibility variable used was higher in Araçariguama than in São Carlos, although the former city is smaller than the latter.

Muitos procedimentos vêm sendo desenvolvidos para auxiliar no diagnóstico precoce do câncer de mama. Nesse âmbito, a ultrassonografia tornou-se uma ferramenta indispensável na distinção entre lesões benignas e malignas. Devido a subjetividade na interpretação de imagens, os esquemas CAD têm oferecido ao especialista uma segunda opinião mais precisa e confiável. Nesse propósito, essa pesquisa apresenta uma metodologia para a detecção e caracterização automática de achados ultrassonográficos da mama. Os ensaios tiveram por base a utilização de imagens obtidas por simuladores e, a partir de resultados consideráveis, foram aplicados sobre exames clínicos. O processo teve início com o emprego de um pré-processamento (filtro de wiener, equalização e filtro da mediana) para a minimização do ruído. Em seguida, cinco técnicas de segmentação foram averiguadas a fim de determinar a representação mais concisa. Dentre elas, a rede neural SOM mostrou-se como a mais relevante. Após a delimitação do objeto, foram definidas as características mais expressivas para a descrição morfológica do achado. Esses dados serviram de entrada para o classificador neural MLP. A acurácia alcançada durante o treinamento em imagens simuladas foi de 94,2%, produzindo um Az de 0,92. Para avaliar a generalização dos dados, foi efetuada a classificação com imagens desconhecidas ao sistema, tanto em simuladores quanto em exames clínicos, nesses casos a acurácia foi de 90% e 81%, respectivamente. O classificador proposto apresentou-se como uma importante ferramenta de auxílio ao diagnóstico em ultrassonografias de mama. / Many procedures have been developed to assist in the early diagnosis of breast cancer. In this context, ultrasound has become an indispensable tool to distinguish benign and malignant lesions. Due to the subjectivity on interpreting images, CAD schemes have provided to the specialist a second opinion more accurate and reliable. Thus, this research presents a methodology for the automatic detection and characterization of breast sonographic findings. The tests were based the use of images obtained by simulators and, as considerable results, were applied to clinical examinations. The process was started employing of a preprocessing (wiener filter, equalization and median filter) to minimize noise. Then, five segmentation techniques were investigated to determine the most concise representation of the lesion contour, enabling to consider the neural network SOM the most relevant. After the delimitation of the object, the most expressive features were defined to the morphological description of the finding, generating the input data to the neural classifier MLP. The accuracy achieved during training with simulated images was 94.2%, producing an Az of 0.92. To evaluating the data generalization, the classification was performed with a group of unknown images to the system, both to simulators as to clinical trials, resulting in an accuracy of 90% and 81%, respectively. The proposed classifier proved to be an important tool for the diagnosis in ultrasonography breast.

[pt] O sistema hidroelétrico é responsável por 83,7% da energia elétrica gerada no país. Assim sendo, a geração de energia elétrica no Brasil depende basicamente das vazões naturais que afluem aos aproveitamentos hidroelétricos distribuídos por doze bacias hidrográficas no país. Sendo o Operador Nacional do Sistema Elétrico (ONS) o órgão responsável por elaborar a previsão e a geração de cenários de vazões naturais médias diárias, semanais e mensais para todos os locais de aproveitamentos hidroelétricos do Sistema Interligado Nacional (SIN), a qualidade da previsão da vazão natural é de suma importância para este órgão. A qualidade dessa previsão impacta diretamente no planejamento e em programas de operação do SIN, tal como o Programa Mensal de Operação - PMO. Mesmo com a melhoria na qualidade da previsão de vazões por meio da criação e adoção dos mais diversos modelos determinísticos e estocásticos nos últimos anos, os erros de previsão são, ainda, significativos. Deste modo, o objetivo principal desta dissertação foi propor um novo modelo capaz de proporcionar um significativo ganho de qualidade na previsão de vazões nas regiões dos aproveitamentos hidrelétricos das bacias hidrográficas do país. O modelo proposto, baseado em redes neurais, tem como ferramenta primordial a utilização de transformadas wavelets, que filtram os dados históricos de vazões, ou seja, as entradas das redes neurais de previsão, dividindo esses dados de entrada (sinais) em diversas escalas, no intuito de que as redes neurais possam melhor analisá-los. Para verificar a eficácia do modelo proposto, aqui denominado MIP (Modelo Inteligente de Previsão), procedeu-se um estudo de caso que realiza a previsão de vazões naturais incrementais médias diárias e semanais no trecho incremental entre as Usinas Hidroelétricas (UHE) Porto Primavera, Rosana e Itaipu da Bacia do Rio Paraná, chegando-se a um erro de aproximadamente 3,5% para previsão de vazões um dia à frente, 16% para 12 dias à frente, e 9% para previsão média semanal. Esta dissertação objetiva, também, investigar a eficácia do uso de informações das precipitações observadas e previstas na previsão de vazão, em conjunção com o uso do histórico de vazões. / [en] The hydroelectricity system is responsible for 83.7% of the electric energy generated at Brazil. Therefore, the generation of electric power in Brazil depends basically on the natural flow rates distributed by twelve basins in the country. The quality of prediction of natural flow is of crucial importance for the Brazilian governmental agency, ONS (from the portuguese language Electrical National Operator System), responsible for preparing the forecast and the generation of scenarios of daily, weekly and monthly average natural streamflows of all places of hydroelectric exploitations of SIN (from the portuguese language National Linked System). The quality of that forecast impacts directly in the planning and operation programs of SIN, for example, the PMO (from the portuguese language Monthly Operation Program). Even with the improvement in the quality of river flow forecasts through the creation and adoption of the various deterministic and stochastic models in recent years, the errors of forecasting are still significant. Thus, the main goal of this dissertation was proposing a new model capable of providing a significant improvement in Streamflow forecasts in regions of exploitations of hydroelectric basins of the country. The proposed model, based on neural networks, has the primary tool the use of wavelet transforms, to filter streamflows historical data, or the entries of predict neural networks, dividing the input data (signals) in several scales, in order that the neural networks can better analyse them. In order to check the effectiveness of the proposed model, here called MIP (from the portuguese language Forecast Intelligent Model), it was developed a case study to forecast daily and weekly average of natural incremental streamflows between the Hydroelectric Plants: Porto Primavera, Rosana e Itaipu belonging to the the Parana River Basin. The model reaches up an error of about 3,5% to estimates of streamflows one day ahead, 16% to 12 days ahead, and 9% for average weekly forecast. This thesis aims to also investigate the effectiveness of the use of information of observed and predicted rainfall in the forecast flow, in conjunction with the use of the historical streamflows.

Orientador: Anna Diva Plasencia Lotufo / Resumo: A maior inserção de tecnologias da informação nas redes de distribuição de energia elétrica vem permitindo que maiores volumes de dados de consumo sejam capturados em níveis cada vez mais detalhados, menos agregados e com maiores resoluções. Com a evolução dos mercados de energia elétrica, esses tipos de dados alcançam maior importância, uma vez que a comercialização de energia também passa a considerar estes níveis de consumo. Diversas técnicas têm sido aplicadas para previsão de cargas elétricas, como modelos estatísticos, de inteligência computacional e híbridos. Na literatura especializada é possível encontrar trabalhos que aplicam a rede neural artificial ARTMAP Fuzzy para tarefas de previsão de cargas elétricas, no entanto, a técnica ainda é pouco explorada em cenários de consumo menos agregados, e com maiores níveis de detalhe. Neste trabalho a rede ARTMAP Fuzzy é aplicada em tarefas de previsão multi-step de cargas elétricas reais com distintos níveis de agregação. Considerando o impacto do ruído sobre os previsores, sobretudo na capacidade de generalização das redes neurais artificiais, a técnica singular spectrum analysis é aplicada na tarefa de remoção de ruído. Os resultados de previsão permitiram analisar desempenho da rede ARTMAP Fuzzy, que foi comparada com outros dois previsores utilizados como benchmark, a saber, seasonal autoregressive integrated moving average e a rede neural multiLayer perceptron. A remoção de ruído permitiu melhora nos níveis de generaliz... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The increased insertion of information technologies in electricity distribution networks has allowed larger volumes of consumption data to be captured at increasingly detailed, less aggregated and higher resolution levels. With the evolution of electric energy markets, these types of data become more important, since the commercialization of energy also begins to consider these levels of consumption. Several techniques have been applied to predict electrical loads, such as statistical, computational intelligence and hybrids models. In the specialized literature it is possible to find works that apply the artificial neural network ARTMAP Fuzzy for tasks of prediction of electric charges, however, the technique is still little explored in less aggregated consumption scenarios, and with greater levels of detail. In this work the ARTMAP Fuzzy network is applied in multi-step forecasting tasks of real electric loads with different levels of aggregation. Considering the impact of noise on predictors, especially in the generalization capacity of artificial neural networks, the singular spectrum analysis technique is applied in the noise removal task. The prediction results allowed to analyze the performance of the ARTMAP Fuzzy network, which was compared with other two predictors used as benchmark, namely seasonal autoregressive integrated moving average and the multiLayer perceptron neural network. The noise removal allowed an improvement in the levels of network generalization, po... (Complete abstract click electronic access below) / Doutor

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentado um estudo para a determinação do tamanho ótimo da malha de elementos, utilizando redes neurais artificiais, para o cálculo da intensidade útil. A ideia principal é treinar as redes de modo a possibilitar a aprendizagem e o reconhecimento do melhor tamanho para diversas áreas superficiais em fontes sonoras com geometria plana. A vantagem de se utilizar redes neurais artificiais deve-se ao fato de apresentarem um único tamanho para a obtenção da intensidade útil, consequentemente, uma redução significativa de tempo computacional quando comparado com o tempo de cálculo de uma malha bem refinada. Ensaios numéricos com placas planas - geometria separável que permite uma solução analítica - são utilizados para se realizar comparações. É apresentado um estudo comparativo entre o tempo computacional gasto para a obtenção da intensidade útil e o mesmo com a malha otimizada via redes neurais artificiais. Também é apresentada uma comparação do nível de potência sonora mediante solução numérica, a fim de validar os resultados apresentados pelas redes neurais. / In this paper, a study to determine the optimal size of the mesh elements, using artificial neural networks, to calculate useful intensity is presented. The main idea is training the neural networks, enabling them learning and recognizing the best size for the various superficial areas in sound sources with at geometry. The advantage of using artificial neural networks is due to the fact that they present a single size for obtaining the useful intensity, thereby significantly reducing computation time compared with the calculation time for a too fine mesh. Numerical tests with at plates - separable geometry that enables an analytical solution - are used to make comparisons. A comparative study of the computational time spent to obtain the useful intensity and the computational time spent to obtain the useful intensity using the mesh optimized via artificial neural networks is presented. A comparison of the sound power level obtained by the numerical solution in order to validate the results using neural networks is also presented.

Made available in DSpace on 2014-06-11T19:23:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-01-26Bitstream added on 2014-06-13T18:09:42Z : No. of bitstreams: 1 paula_wcf_me_bau_prot.pdf: 7449514 bytes, checksum: 2e4729f72ced2d131784cfe27d6be1ad (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O cenário mundial tem apresentado um ambiente de alta competição industrial, pressionando cada vez mais as indústrias a tornarem seus processos produtivos mais eficientes. Além da eficiência, a precisão é de extrema importância num ambiente onde as empresas tentam manter padrões e procedimentos que se adaptem às normas internacionais. Um dos processos de acabamento mais utilizados na fabricação de componentes mecânicos de precisão é a retificação, e um dos critérios preponderantes na qualidade final de um produto é a integridade superficial, influenciada principalmente por fatores térmicos e mecânicos. Assim, o objetivo deste trabalho foi investigar as relações intrínsecas entre a qualidade superficial de peças retificadas e o comportamento dos sinais correspondentes de emissão acústica e potência de corte para retificação tangencial plana utilizando-se redes neurais artificiais. A caracterização da qualidade superficial das peças foi analisada por meio de parâmetros de queima superficial, rugosidade e microdureza. Verificou-se que o uso de redes neurais artificiais na caracterização da qualidade de superfícies de peças retificadas obteve bons resultados, apresentando-se como uma proposta interessante para implementação de sistemas inteligentes em ambientes industriais. / The world scenario has presented a high industrial competition, pressuring each time more the industries to change its more efficient productive processes. Besides efficiency, the precision is of extremely in a world where the companies try to maintain patterns and procedures that fit international demands. One of the most used final processes in the manufacturing of mechanical precision components is grinding, and one of the main criteria in the final quality of a product is its surface integrity, mainly influenced by thermal and mechanical factors. Thus, the objective of this work is to investigate the existing relationships between the surface quality of grinding workpieces and the behavior of correspondent signal of acoustic emission and cutting power to the surface grinding machines using artificial neural network. The characterization of the surface quality of the workpieces was analyzed through surface burning parameters, surface roughness and microhardness. It was verified that the use of artificial neural networks in the characterization of quality of surfaces grinding workipieces had positive results, being presented as an interesting proposal to implementation of intelligent systems in the industrial environments.

A cultura de cana-de-açúcar (Saccharum Officinarum) tem presença marcante na história do Brasil, desde a colonização. Em seu processo industrial, são obtidos os seguintes produtos: açúcar, álcool (anidro e hidratado); e seus principais subprodutos são: bagaço - utilizado para geração de energia - e vinhaça - reaplicada na lavoura como adubo. O uso da vinhaça na lavoura recebe o nome de fertirrigação, pois este subproduto é muito rico em minerais como: potássio, sódio, cálcio e magnésio contêm grande carga biológica e possui 93% de água em sua composição. No entanto, sua aplicação indiscriminada pode causar vários danos ao meio ambiente e à lavoura. Esta pesquisa visa a contribuir tecnicamente para o monitoramento do íon de potássio controlado pela Norma Técnica da Companhia Ambiental do Estado de São Paulo (CETESB) - P4.231 (Versão Janeiro/2005). O método proposto viabiliza a avaliação da concentração de potássio na vinhaça in natura diretamente na saída da destilaria. Para isso utilizaram-se redes neurais artificiais, mais especificamente as redes perceptron multicamadas, como aproximador universal de funções. Utilizam-se, como referência, dados de análises laboratoriais de coletas realizadas durante dois meses na Usina Ipiranga de Descalvado - SP. Os resultados apresentaram margem de erro menor que os aparelhos convencionais, mostrando, assim, sua capacidade de realizar a função de analisador químico. No entanto tal margem foi calculada sobre o erro dos aparelhos, ou seja, se somados ambos os erros - do equipamento e da rede - a metodologia apresentaria um erro maior. / The cultivation of sugar cane (Saccharum officinarum) has significant presence in Brazil\'s history, from colonization. In its industrial process, are obtained the following products: sugar, ethanol (anhydrous and hydrated), and its main products are: marc - used for power generation - and stillage - re-applied as fertilizer in farming. The use of vinasse on the farm is called fertigation, because this by-product is very rich in minerals such as potassium, sodium, calcium and magnesium containing high biological load and has 93% water in its composition. However, its indiscriminate application can cause extensive damage to the environment and agriculture. This research aims to contribute technically to the monitoring of potassium ion controlled with the Standard Environmental Company of São Paulo (CETESB) - P4.231 (Version January 2005). The proposed method enables the assessment of the concentration of potassium in the stillage in natura directly in the output of the distillery. For this we used artificial neural networks, especially the multilayer perceptron networks, such as universal approximator of functions. Are used as reference data for laboratory analysis of samples collected during two months of Descalvado at Usina Ipiranga - SP. The results showed a margin of error smaller than traditional braces, thus showing its ability to perform the function of chemistry analyzer. However this was calculated on the error of the apparatus, ie, if both errors combined - the equipment and the network - the methodology would present a greater mistake.

A rede PROFIBUS DP é o barramento de campo mais utilizado na indústria mundial atualmente. Com o uso cada vez maior desta rede de \"chão de fábrica\" nas plantas industriais, o diagnóstico rápido de falhas tornou-se extremamente necessário e importante, o que permite minimizar os tempos de parada da instalação e consequentes prejuízos no processo produtivo. Este trabalho apresenta o estudo de técnicas baseadas em Redes Neurais Artificiais (RNA) que serão utilizadas em um trabalho futuro para se fazer um diagnóstico rápido de uma rede PROFIBUS em caso de falha, permitindo através dos conceitos básicos apresentados, uma análise criteriosa do seu desempenho. Inicialmente são apresentados conceitos básicos sobre as redes PROFIBUS DP, tais como arquitetura e versões do protocolo, a descrição da Camada Física, dentre outros assuntos relevantes. Nas etapas seguintes, serão apresentados outros tópicos importantes para entendimento do projeto como, conceitos sobre RNA e métodos de pré-processamento do sinal colhido no osciloscópio. / The PROFIBUS (Process Field Bus) DP is the most popular fieldbus communication used in the worldwide industry. With the increasing use of this network fieldbus in industrial plants, the rapid faults diagnosis has become extremely necessary and important, which minimizes the lodgments time and consequent losses in the production process. This work is based into a Artificial Neural Networks (ANN) tool that will be used to make a rapidly diagnosis of a PROFIBUS network in case of failure, allowing through basic concepts, a careful review of their performance. First the basics of PROFIBUS DP networks are presented, such as architecture and protocol versions, a description of the Physical Layer, among other relevant issues. In the following steps, others important topics to understand the project will be shown, such as, concepts of ANN and pre-processing methods from collected signal.