Submitted by Maike Costa (maiksebas@gmail.com) on 2017-05-30T13:07:14Z No. of bitstreams: 1 - Geraldo Moura -.pdf: 5891648 bytes, checksum: 9ca720ba25a16879f0da2a9a837d1f4b (MD5) / Made available in DSpace on 2017-05-30T13:07:14Z (GMT). No. of bitstreams: 1 - Geraldo Moura -.pdf: 5891648 bytes, checksum: 9ca720ba25a16879f0da2a9a837d1f4b (MD5) Previous issue date: 2016-11-21 / This work deals with pressure control in water distribution networks to promote the optimization of hydraulic loads in order to minimize water losses in the pipes and energy in the corresponding pumping system. Therefore, a neural fuzzy control system (NFCS) beyond the adaptive neural control system (ANCS) were developed. These control systems have been tested and evaluated on experimental bench. The neural fuzzy control system (NFCS) involves techniques of artificial neural network (ANN) and fuzzy logic. The adaptive neural control system (ANCS) used a ANN Perceptron type multilayer by backpropagation technique and gradient descent with Levenberg-Marquardt optimizer. The pressure control will be through the frequency inverter with frequency adjustments in real time, which will act on pump motor assembly installed in the trial bench hydraulic network. Control systems NFCS and ANCS, in this work, were confronted in order to promote a comparative analysis between controllers. The results showed that the ANCS reached a performance index greater than NFCS almost entirely. Finally it was added a logic filter to supervisory control and data acquisition system (SCADA) to make the ANCS able to alternately control the minimum pressure points from the distribution network of experimental bench. Both control systems, ANCS and NFCS were developed in programming environment LabVIEW® / Este trabalho tem como objetivo o controle de pressão em redes de distribuição de água, a fim promover a otimização das cargas hidráulicas, buscando minimizar as perdas de água nas tubulações e de energia no correspondente sistema de bombeamento. Para tanto foram elaborados um sistema de controle fuzzy neural (SCFN) e um sistema de controle neural adaptativo (SCNA). Esses sistemas de controle foram testados e avaliados em uma bancada experimental. O sistema de controle fuzzy neural (SCFN) envolve técnicas de rede neural artificial (RNA) e lógica fuzzy. O sistema de controle neural adaptativo (SCNA) utilizou uma RNA do tipo Perceptron de múltiplas camadas, através da técnica de retropropagação (backpropagation) e gradiente descendente com otimizador de Levenberg-Marquardt. O controle de pressão é realizado através do conversor de frequência, com ajustes da frequência, em tempo real (on-line), que atuará sobre conjunto motor bomba (CMB) instalado na rede hidráulica da bancada experimental. Os sistemas de controle SCFN e o SCNA, apresentados neste trabalho, foram confrontados a fim de promover uma análise comparativa entre os controladores. Os resultados demonstraram que o SCNA apresentou especificações superiores ao SCFN em quase sua totalidade. Finalmente foi acrescentado um filtro lógico ao SCADA (supervisory control system and data acquisition) para tornar o SCNA capaz de controlar alternadamente a pressão mínima dentre pontos da rede de distribuição da bancada experimental. Ambos os sistemas de controle, SCFN e SCNA foram desenvolvidos em ambiente de programação LabVIEW®.

Submitted by JANAINA NATALI ANTONIO null (janaina51@gmail.com) on 2018-02-15T16:54:59Z No. of bitstreams: 2 TESE_JanainaAntonio.pdf: 41977459 bytes, checksum: 3fa0898cf5b3dd50324d815bd11bf520 (MD5) TESE_JanainaAntonio.pdf: 41977459 bytes, checksum: 3fa0898cf5b3dd50324d815bd11bf520 (MD5) / Approved for entry into archive by ALESSANDRA KUBA OSHIRO ASSUNÇÃO (alessandra@fct.unesp.br) on 2018-02-16T11:20:59Z (GMT) No. of bitstreams: 1 antonio_jn_dr_prud.pdf: 41977459 bytes, checksum: 3fa0898cf5b3dd50324d815bd11bf520 (MD5) / Made available in DSpace on 2018-02-16T11:20:59Z (GMT). No. of bitstreams: 1 antonio_jn_dr_prud.pdf: 41977459 bytes, checksum: 3fa0898cf5b3dd50324d815bd11bf520 (MD5) Previous issue date: 2017-11-14 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A expansão de áreas urbanas e os diferentes tipos de uso da terra, nestas áreas, causam modificações nas características naturais dos solos, pois no ambiente urbano há a ação de diversos processos mecânicos, como a retirada, transporte e deposição de materiais de diversas origens e composições. As alterações no solo são significativas, de forma que muitos países inseriram novas categorias de solos aos seus sistemas de classificação. No Brasil, os solos resultantes de ações antrópicas, foram conceituados como Antropossolos, caracterizados pelas alterações na paisagem e na composição física e química, incluindo a presença de artefatos e materiais contaminantes. Para realizar a caracterização e o mapeamento dos Antropossolos, inicialmente foi realizado o levantamento das características dos solos naturais, sua relação com os atributos do relevo no município de Presidente Prudente – SP, e o mapeamento preditivo de solos, com uso de redes neurais artificiais. A compreensão da relação existente entre os solos e os atributos do relevo derivados de um modelo digital de elevação forneceu informações para relacionar os principais padrões de ocorrência de tipos de solos aos atributos de elevação, declividade, curvatura do relevo, geoformas e aspecto. Entre as variáveis utilizadas para o mapeamento preditivo dos solos, as que tiveram destaque foram declividade e geoformas, apresentando similaridade de padrão de ocorrência. As áreas de ocorrência dos Neossolos estão, principalmente, relacionadas às áreas de declividades de 20% ou acima, os Latossolos têm padrão de ocorrência nas áreas com declividades inferiores a 8%, os Argissolos variam em declividades médias acima de 3% e abaixo de 20% e os solos hidromórficos (Gleissolos e Planossolos) estão localizados nos fundos de vale com declividades abaixo dos 3%. As redes neurais artificiais se mostraram uma técnica eficiente para o delineamento das unidades de solos e permitiram a identificação de componentes da paisagem por meio do estabelecimento de padrões gerados a partir das coletas de amostras. Com base nos atributos do relevo e do mapeamento preditivo dos solos foi realizada a caracterização das áreas de antigos depósitos de resíduos sólidos urbanos na área urbana de Presidente Prudente – SP, as quais estão predominantemente localizadas nos compartimentos de fundos de vale, em curvaturas côncavas, declividades de relevo ondulado e forte ondulado e em solos Argilosos e hidromóficos (Gleissolos e Planossolos). Os Antropossolos em antigas áreas de disposição de RSU são classificados no segundo nível como Líxicos, devido à presença de materiais orgânicos e artefatos de origem e composições diversas, e podem conter substâncias contaminantes. Para a classificação no terceiro e quarto níveis foi delimitada uma área de influência a partir de uma das antigas áreas de disposição de RSU, localizada no Parque Furquim. Foram realizadas análises granulométricas e de presença de metais pesados nos solos. Os elementos analisados foram Arsênio (As), Cádmio (Cd), Chumbo (Pb) e Crômio (Cr). Os resultados foram comparados com os Valores de Referência de Qualidade utilizados no estado de São Paulo, e indicaram a presença de Chumbo (Pb) e Crômio (Cr) acima dos Valores de Referência de Qualidade em alguns pontos, localizados à montante da área delimitada, em fundos de vale próximos ao curso d’água. A área foi classificada pela ocorrência de Antropossolos Líxicos Áquicos e Órticos com presença de elementos tóxicos e de Antropossolos potenciais. Por se tratar de um conceito recente, os estudos para o conhecimento das características dos Antropossolos, são fundamentais para a compreensão da sua dinâmica e para propor medidas de recuperação e de planejamento para o uso adequado. / The expansion of urban areas and different types of land use in these areas cause modifications in the natural characteristics of the soils, since in the urban environment there are several mechanical processes, such as the removal, transportation, and deposition of materials of various origins and compositions. The alterations in the soil are significant, with many countries inserting new soil categories into their classification systems. In Brazil, soils resulting from anthropic actions are considered as Anthroposols, characterized by changes in the landscape and physical and chemical composition, including the presence of artifacts and contaminating materials. In order to carry out the characterization and mapping of the Anthroposols, initially a survey of the characteristics of the natural soils was carried out, including their relation with the attributes of the relief in the municipality of Presidente Prudente - SP, and the predictive mapping of soils, using artificial neural networks. Understanding of the relationship between the soils and relief attributes derived from a digital elevation model provided information to relate the main patterns of occurrence of soil types to the attributes of elevation, slope, relief curvature, geoforms, and aspect. Among the variables used for the predictive mapping of soils, those that stood out were slope and geoforms, presenting similarities in patterns of occurrence. The areas of occurrence of the Neosols are mainly related to the slope areas of 20% or above, the Oxisols present a pattern of occurrence in areas with slopes lower than 8%, the Argisols vary in average slopes above 3% and below 20%, and the hydromorphic soils (Gleysols and Planosols) are located in valley bottoms with gradients below 3%. Artificial neural networks proved to be an efficient technique for the delineation of soil units and allowed identification of landscape components by establishing patterns generated from sample collections. Based on the attributes of soil relief and predictive mapping, characterization of areas of former urban solid waste deposits in the urban area of Presidente Prudente – SP was carried out, predominantly located in valley bottom compartments, in concave curves, slopes of undulating relief and strong undulation and in clayey and hydromorphic soils (Gleysols and Planosols). Anthroposols in former USW disposal areas are classified in the second level as Líxicos, due to the presence of organic materials and artifacts of various origins and compositions, which may contain contaminating substances. For classification in the third and fourth levels, an area of impact from one of the former USW disposal areas was delimited, located in Parque Furquim. Granulometric analyzes and evaluation of the presence of heavy metals in the soils were carried out. The analyzed elements were Arsenic (As), Cadmium (Cd), Lead (Pb), and Chromium (Cr). The results were compared with the Quality Reference Values used in the state of São Paulo and indicated the presence of Lead (Pb) and Chromium (Cr) above the Quality Reference Values at some points, located upstream of the delimited area, in valley bottoms near the watercourse. The area was classified by the occurrence of Líxicos Áquicos and Órticos Anthroposols with the presence of toxic elements and potential Anthroposols. As it is a recent concept, studies aiming to increase knowledge on the characteristics of Anthroposols are fundamental to the understanding of their dynamics and to propose measures of recovery and planning for appropriate use. / 2013/03505-6

Submitted by LUIS ALEXANDRE DA SILVA null (luis@iontec.com.br) on 2016-11-10T17:42:59Z No. of bitstreams: 1 final_mestrado_LUIS_ALEXANDRE_DA_SILVA_2016.pdf: 1076876 bytes, checksum: 2ecd24d0aa99d8fac09eb7b56fc48eb7 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO null (luizaromanetto@hotmail.com) on 2016-11-16T16:33:02Z (GMT) No. of bitstreams: 1 silva_la_me_sjrp.pdf: 1076876 bytes, checksum: 2ecd24d0aa99d8fac09eb7b56fc48eb7 (MD5) / Made available in DSpace on 2016-11-16T16:33:02Z (GMT). No. of bitstreams: 1 silva_la_me_sjrp.pdf: 1076876 bytes, checksum: 2ecd24d0aa99d8fac09eb7b56fc48eb7 (MD5) Previous issue date: 2016-08-25 / O aprendizado de características tem sido um dos grandes desafios das técnicas baseadas em Redes Neurais Artificiais (RNAs), principalmente quando se trata de um grande número de amostras e características que as definem. Uma técnica ainda pouco explorada nesse campo diz respeito as baseadas em RNAs derivada das Máquinas de Boltzmann Restritas, do inglês Restricted Boltzmann Machines (RBM), principalmente na área de segurança de redes de computadores. A proposta deste trabalho visa explorar essas técnicas no campo de aprendizado não-supervisionado de características para detecção de conteúdo malicioso, especificamente na área de segurança de redes de computadores. Experimentos foram conduzidos usando técnicas baseadas em RBMs para o aprendizado não-supervisionado de características visando a detecção de conteúdo malicioso utilizando meta-heurísticas baseadas em algoritmos de otimização, voltado à detecção de spam em mensagens eletrônicas. Nos resultados alcançados por meio dos experimentos, observou-se, que com uma quantidade menor de características, podem ser obtidos resultados similares de acurácia quando comparados com as bases originais, com um menor tempo relacionado ao processo de treinamento, evidenciando que técnicas de aprendizado baseadas em RBMs são adequadas para o aprendizado de características no contexto deste trabalho. / The features learning has been one of the main challenges of techniques based on Artificial Neural Networks (ANN), especially when it comes to a large number of samples and features that define them. Restricted Boltzmann Machines (RBM) is a technique based on ANN, even little explored especially in security in computer networks. This study aims to explore these techniques in unsupervised features learning in order to detect malicious content, specifically in the security area in computer networks. Experiments were conducted using techniques based on RBMs for unsupervised features learning, which was aimed to identify malicious content, using meta-heuristics based on optimization algorithms, which was designed to detect spam in email messages. The experiment results demonstrated that fewer features can get similar results as the accuracy of the original bases with a lower training time, it was concluded that learning techniques based on RBMs are suitable for features learning in the context of this work.

Made available in DSpace on 2015-05-14T12:36:35Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 4611703 bytes, checksum: c5e21f035f26ff6959248fbd243a0217 (MD5) Previous issue date: 2012-04-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Breast cancer is the most common cause of death by cancer in the female population and a serious world health problem. The mammographic exam allows an early detection which reduces the mortality rate of the disease. Its efficiency has made it the standard procedure for breast cancer diagnosis. These reasons have led to the development of Computer-Aided Detection and Diagnosis (CADDx) systems that assist the physician by working as a second opinion in the diagnostic. One of the algorithms studied during the development of this work, the mass detection algorithm created by Ozekes et al, has shown great potential reaching 99% of sensibility when applied in the test group images. However, its many parameters and the need to manual calibrate them make it impossible to use it in the constructions of practical CADDx systems. This work presents an automatic method for mass detection in mammography based on the algorithm of Ozekes et al. Multilayer Perceptron artificial neural networks (ANN) are used as functional approximators to automatically calibrate the necessary parameters of the proposed method. The computation of the neural networks produces the values used as parameters for thresholding and template application stages. Feature selection and network topologies were chosen by means of empirical tests. Results show in its best configuration point 82% of sensibility and 7,51 false positives per image. After a false positive reduction, 74% of sensibility and 3,56 false positives per image were achieved. Future works include the study of a wider set of image features and preprocessing algorithms. / O câncer de mama é a causa mais comum de morte por câncer na população feminina e um sério problema de saúde mundial. A mamografia permite uma detecção precoce do câncer, reduzindo a mortalidade da doença. Sua eficiência tornou-a procedimento padrão para diagnóstico do câncer de mama. Essas razões levaram ao desenvolvimento de sistemas computadorizados para o auxílio à detecção e ao diagnóstico - em inglês, Computer-Aided Detection and Diagnosis (CADDx) - que auxiliam os profissionais da saúde provendo uma segunda opinião ao diagnóstico. Um dos algoritmos estudados durante o desenvolvimento do trabalho, o algoritmo para detecção de massas criado por Ozekes et al, mostrou grande potencial atingindo 99% de sensibilidade quando aplicado nas imagens testadas. Entretanto, seus muitos parâmetros, e a calibração manual de cada um deles, tornam impossível a aplicação do algoritmo na construção de sistemas CADDx reais. Esse trabalho apresenta um método automático para detecção de massas em mamografias baseado no algoritmo de Ozekes et al. Redes neurais artificiais (RNA) Perceptron multicamadas são usadas como aproximadores universais para a calibração dos parâmetros necessários ao método. A computação dessas redes produz os valores que deverão ser usados como parâmetros para as etapas de binarização e aplicação dos templates. A seleção de atributos e topologias das redes neurais foi definida empiricamente. Resultados mostram, na melhor configuração do sistema, 82% de sensibilidade 7,51 falsos positivos por imagem e, após uma redução de falsos positivos, 74% de sensibilidade e 3,56 de falsos positivos por imagem. Trabalhos futuros incluem o estudo de mais atributos e descritores de imagens além da experimentação de outros algoritmos para pré-processamento.

Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-21T20:22:26Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T14:06:59Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T18:09:14Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T18:12:24Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T19:44:22Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-23T11:57:14Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T12:57:55Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T13:16:31Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T13:34:44Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T17:24:55Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T17:29:01Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T12:05:23Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T12:39:44Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T16:47:39Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T17:31:21Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-27T11:40:49Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Approved for entry into archive by Minervina Teixeira Lopes null (vina_lopes@bauru.unesp.br) on 2017-11-27T11:49:57Z (GMT) No. of bitstreams: 1 silvafilho_ne_me_bauru.pdf: 7341586 bytes, checksum: 69bdcc2dde57f38f92436f203095b2a2 (MD5) / Made available in DSpace on 2017-11-27T11:49:57Z (GMT). No. of bitstreams: 1 silvafilho_ne_me_bauru.pdf: 7341586 bytes, checksum: 69bdcc2dde57f38f92436f203095b2a2 (MD5) Previous issue date: 2017-09-29 / O Motor de Indução Trifásico (MIT) é o mais utilizado em aplicações industriais e acionamentos eletromecânicos diversos, por ser um motor de construção robusta, ter baixo custo de fabricação e bom rendimento elétrico. Nesse cenário, destaca-se a importância de um correto diagnóstico de falhas de uma forma incipiente, evitando perdas nos processos produtivos e danos severos nessas máquinas. A estratégia da manutenção corretiva impõe, nos processos produtivos, paradas inesperadas da linha de produção podendo causar grandes prejuízos financeiros. Nesse contexto, a manutenção preditiva, auxiliada por sistemas de monitoramento constante, vem de encontro as necessidades dos processos industriais pois, além de prever paradas inesperadas, permite um planejamento da produção mais seguro, no que tange a continuidade do processo e administração da equipe de manutenção especializada. Entretanto, requer monitoramento constante com uma análise dos dados e conhecimento prévio do sistema para a avaliação dos parâmetros e das variáveis envolvidas. Esse trabalho de pesquisa propôs o desenvolvimento de uma abordagem para diagnosticar defeitos em MIT, por meio de diafragmas piezelétricos de baixo custo e sistemas inteligentes do tipo Redes Neurais Artificiais (RNA). Mais especificamente, defeitos elétricos do tipo curto-circuito entre espiras de uma mesma bobina nos estatores dessas máquinas. Para tal, foi implementada uma bancada experimental em ambiente de laboratório, onde foram realizados ensaios com simulações de falhas relacionadas a curto-circuito entre espiras das bobinas do enrolamento do estator, visando a obtenção de dados de corrente elétrica e vibração do MIT, para o treinamento das arquiteturas de RNA. Em seguida essas redes foram treinadas e validadas, e a análise dos resultados obtidos foi realizada através de critérios estatísticos como taxa de acerto percentual, erro relativo percentual, desvio padrão e coeficiente de correlação entre os dados. Os resultados indicam que a abordagem proposta mostrou-se precisa e robusta, sinalizando a factibilidade do uso da técnica em motores de maior potência e tensão elétrica de operação, que possuem valores de custo para aquisição relativamente altos. / The three-phase induction motor (MIT) is the most widely used in industrial applications and various electromechanical drives, as it is a robust construction engine, low manufacturing cost and good electrical performance. In this scenario, the importance of a correct fault diagnosis in an incipient way is highlighted, avoiding losses in the productive processes and severe damages in these machines. The strategy of corrective maintenance imposes, in the productive processes, unexpected stops of the production line and can cause great financial losses. In this context, the predictive maintenance, aided by constant monitoring systems, meets the needs of industrial processes because, in addition to anticipating unexpected stops, it allows a safer production planning regarding the continuity of the process and administration of the maintenance team specialized. However, it requires constant monitoring with an analysis of the data and prior knowledge of the system for the evaluation of the parameters and variables involved. This research project proposed the development of an approach to diagnose defects in MIT, through low cost piezoelectric diaphragms and intelligent artificial neural networks (ANNs). More specifically, short-circuit electrical defects between turns of the same coil in the stators of these machines. For this, an experimental bench was implemented in a laboratory environment, where tests were performed with fault simulations related to short circuits between turns of the coils of the stator winding, aiming to obtain data of electrical current and vibration of the MIT for the training of ANN architectures. Afterwards, these networks were trained and validated, and the analysis of the results obtained was performed through statistical criteria such as percentage success rate, relative percentage error, standard deviation and correlation coefficient between the data. The results indicated that the proposed approach proved to be accurate and robust, signaling the feasibility of using the technique in engines with higher power and operating voltage, which have relatively high acquisition cost values.

Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-04-11T20:06:38Z No. of bitstreams: 1 BrunoJacomeCavalcanti_TESE.pdf: 5397909 bytes, checksum: 5a245eec570a69adf8ca5d791aaddf70 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-04-16T20:46:19Z (GMT) No. of bitstreams: 1 BrunoJacomeCavalcanti_TESE.pdf: 5397909 bytes, checksum: 5a245eec570a69adf8ca5d791aaddf70 (MD5) / Made available in DSpace on 2018-04-16T20:46:19Z (GMT). No. of bitstreams: 1 BrunoJacomeCavalcanti_TESE.pdf: 5397909 bytes, checksum: 5a245eec570a69adf8ca5d791aaddf70 (MD5) Previous issue date: 2017-10-20 / A perfeita funcionalidade dos sistemas de comunicações de 3ª. e 4ª. gerações requerem, entre outras coisas, do conhecimento dos valores numéricos da predição das perdas de propagação dos sinais propagantes nos ambientes urbano, suburbano e rural. Portanto, o estudo das condições de propagação em um ambiente qualquer sempre será uma preocupação dos engenheiros projetistas. A análise e desenvolvimento de modelos robustos de predição de perdas de propagação em redes de comunicações Long Term Evolution (LTE) e Long Term Evolution Advanced (LTE-A) usando técnicas de Inteligência Artificial são realizadas neste trabalho. Os procedimentos metodológicos empregados foram aplicados no melhoramento da predição dos modelos de perda de propagação empíricos SUI, ECC-33, Ericsson 9999, TR 36.942 e o modelo do Espaço Livre, aplicados em redes LTE e LTE-A nas frequências de 800 MHz, 1800 MHz e 2600 MHz, para ambientes suburbanos em cidades de porte médio do nordeste do Brasil. Assim, nesta tese propõem-se dois modelos de Redes Neurais Artificiais (RNA): (i) o modelo de rede neural com entradas baseadas em erro (RNBE), utilizando como principal alimentador da rede o erro entre dados medidos e simulados, e, (ii) o modelo de rede neural com entradas baseadas no terreno (RNBT). O desempenho desses modelos foram comparados com os modelos de propagação considerados no trabalho e também as versões otimizadas utilizando Algoritmos Genéticos (AG) e o Método dos Mínimos Quadrados (LMS). Também foram realizadas comparações com valores medidos, obtidos a partir de uma campanha de medição realizada na cidade de Natal, Estado do Rio Grande do Norte. Os resultados finais obtidos através de simulações e medições apresentaram boas concordâncias métricas, com destaque para a performance do modelo RNBE. A principal contribuição dessa tese é que, ao utilizar essas técnicas que fazem uso de maneira mais eficiente dos modelos de propagação empíricos, pode-se estimar sinais propagantes realistas, evitando erros no planejamento e implementações de redes sem fio LTE e LTE-A em áreas suburbanas. / The perfect functionality of the 3rd and 4th generation of wireless systems requires, among other parameters, knowledge of the numerical values of the prediction of loss of propagation of propagation signals in urban, suburban and rural environments. Therefore, the study of propagation conditions in any environment will always be a concern of design engineers. The analysis and development of robust propagation loss prediction models in Long Term Evolution (LTE) and Long Term Evolution Advanced (LTE-A) communications networks using Artificial Intelligence techniques is performed in this work. The methodologies used were applied to improve the prediction of loss of empirical propagation SUI, ECC-33, Ericsson 9999, TR 36.942 models and the Free Space model applied in LTE and LTE-A networks in the frequencies of 800 MHz, 1800 MHz and 2600 MHz, for suburban environments in mid-sized cities in northeastern Brazil. Thus, in these thesis two models of Artificial Neural Networks (RNA) are proposed: (i) the neural network model with inputs based on error (RNBE) using as main feeder of the network the error between measured and simulated data, and (ii) the neural network model with land-based inputs (RNBT). The performance of these models was compared with the models of propagation considered in the work and also the versions optimized using Genetic Algorithms (AG) and the Least Square Method (LMS). Comparisons were also made with measured values, obtained from a measurement campaign carried out in the city of Natal, state of Rio Grande do Norte. The final results obtained through simulations and measurements presented good metric concordances, with emphasis on the performance of the RNBE model. Thus, the main contribution of this thesis is that, by using these techniques that make more efficient use of empirical propagation models, we can estimate realistic propagation signals, avoiding errors in the planning and implementations of LTE and LTE- A wireless networks in suburban areas.

Made available in DSpace on 2015-03-03T15:07:32Z (GMT). No. of bitstreams: 1 HeltonMP_DISSERT.pdf: 2119610 bytes, checksum: c84371c4f412913aaf46e9775fe03da1 (MD5) Previous issue date: 2010-11-26 / The fundamental senses of the human body are: vision, hearing, touch, taste and smell. These senses are the functions that provide our relationship with the environment. The vision serves as a sensory receptor responsible for obtaining information from the outside world that will be sent to the brain. The gaze reflects its attention, intention and interest. Therefore, the estimation of gaze direction, using computer tools, provides a promising alternative to improve the capacity of human-computer interaction, mainly with respect to those people who suffer from motor deficiencies. Thus, the objective of this work is to present a non-intrusive system that basically uses a personal computer and a low cost webcam, combined with the use of digital image processing techniques, Wavelets transforms and pattern recognition, such as artificial neural network models, resulting in a complete system that performs since the image acquisition (including face detection and eye tracking) to the estimation of gaze direction. The obtained results show the feasibility of the proposed system, as well as several feature advantages. / Os sentidos fundamentais do corpo humano s?o: vis?o, audi??o, tato, gusta??o(ou paladar) e olfato. Estes constituem as fun??es que propiciam o nosso relacionamento com o ambiente. A vis?o funciona como um receptor sensorial respons?vel pela capta??o de informa??es do mundo exterior que ser?o enviadas ao c?rebro. O olhar reflete a sua aten??o, inten??o e interesse. Sendo assim, a estima??o da dire??o do olhar, a partir de modelos computacionais, possibilita uma alternativa promissora para melhorar a capacidade de intera??o homem-m?quina, inclusive dos portadores de defici?ncias motoras. O objetivo deste trabalho consiste em apresentar um sistema n?o-intrusivo que utiliza basicamente um computador pessoal e uma webcam de baixo custo que, quando aliados ao uso das t?cnicas de processamento digital de imagens, transformadas Wavelets e reconhecimento de padr?es, com as redes neurais artificiais, resultam em um sistema completo que realiza desde a aquisi??o de imagens (passando pela detec??o da face e rastreamento dos olhos) ate a estima??o da dire??o do olhar. Os resultados apresentados mostram a viabilidade do sistema proposto assim como diversas vantagens em seu uso

Made available in DSpace on 2015-03-03T15:07:33Z (GMT). No. of bitstreams: 1 AlexandreGL_DISSERT.pdf: 5013567 bytes, checksum: e16408257f23b984754d0a91e2a173b4 (MD5) Previous issue date: 2011-08-12 / Remote sensing is one technology of extreme importance, allowing capture of data from the Earth's surface that are used with various purposes, including, environmental monitoring, tracking usage of natural resources, geological prospecting and monitoring of disasters. One of the main applications of remote sensing is the generation of thematic maps and subsequent survey of areas from images generated by orbital or sub-orbital sensors. Pattern classification methods are used in the implementation of computational routines to automate this activity. Artificial neural networks present themselves as viable alternatives to traditional statistical classifiers, mainly for applications whose data show high dimensionality as those from hyperspectral sensors. This work main goal is to develop a classiffier based on neural networks radial basis function and Growing Neural Gas, which presents some advantages over using individual neural networks. The main idea is to use Growing Neural Gas's incremental characteristics to determine the radial basis function network's quantity and choice of centers in order to obtain a highly effective classiffier. To demonstrate the performance of the classiffier three studies case are presented along with the results. / O sensoriamento remoto de uma tecnologia de extrema import?ncia na atualidade, permitindo a capta??o de dados da superf?cie terrestre que s?o utilizados com diversas finalidades, entre as quais, fiscaliza??o ambiental, acompanhamento de uso dos recursos naturais, prospec??ao geol?gica e monitoramento de cat?strofes. Uma das aplica??es principais do sensoriamento remoto ? a gera??o de mapas tem?ticos e posterior levantamento de ?reas a partir de imagens geradas por sensores orbitais ou sub-orbitais. M?todos de classica??o de padr?es s?o utilizados na implementa??o de rotinas computacionais que automatizem essa atividade. As redes neurais artificiais apresentam-se como m?todos alternativos vi?veis aos classicadores estat?sticos tradicionais, principalmente em aplica??es cujos dados apresentem alta dimensionalidade como os provenientes de sensores hiperespectrais. Este trabalho tem como objetivo principal desenvolver um classicador baseado nas redes neurais de fun??o de base radial e Growing Neural Gas e que apresenta algumas vantagens em rela??o ? utiliza??o individual de redes neurais. A id?ia principal ? utilizar as caracter?sticas incrementais da rede Growing Neural Gas para determinar a quantidade e a escolha de centros da rede de fun??o de base radial com o intuito de obter um classificador altamente ecaz. Para atestar o desempenho do classicador s?o apresentados tr?s estudos de caso juntamente com os resultados obtidos

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-01-26T21:32:00Z No. of bitstreams: 1 LuizGustavoSantosBezerra_DISSERT.pdf: 3839629 bytes, checksum: 21df0eba070dadcafbbe2b09f7c40495 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-02-02T19:45:35Z (GMT) No. of bitstreams: 1 LuizGustavoSantosBezerra_DISSERT.pdf: 3839629 bytes, checksum: 21df0eba070dadcafbbe2b09f7c40495 (MD5) / Made available in DSpace on 2016-02-02T19:45:35Z (GMT). No. of bitstreams: 1 LuizGustavoSantosBezerra_DISSERT.pdf: 3839629 bytes, checksum: 21df0eba070dadcafbbe2b09f7c40495 (MD5) Previous issue date: 2015-01-26 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico - CNPq / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / Este trabalho apresenta o desenvolvimento de um sistema de detec??o e diagn?stico de falhas em sensores de campo com corre??o do sinal com falhas dinamicamente, onde esse sistema ? baseado no conceito de agentes inteligentes, em uma arquitetura de multiagentes. O sistema tem como ambiente de atua??o a rede industrial Foundation Fieldbus. Para realizar a detec??o e o diagn?stico das falhas, s?o utilizados os algoritmos de redes neurais artificiais e l?gica fuzzy (atuando como classificador fuzzy), os quais s?o embarcados na rede industrial Foundation Fieldbus. Al?m disso, de forma a atuar junto ao sistema de detec??o, diagn?stico e corre??o de falhas foi desenvolvido um software que realiza o monitoramento e a supervis?o do mesmo, onde foi instanciado um agente se comunicando com a rede industrial. Os demais agentes s?o instanciados nos blocos funcionais da rede industrial. / This work performs the development of a system of detection and diagnosis of faults in field sensors with dynamically signal correction, which this system is based on the concept of intelligent agents, using architecture of multagents. The system operates in environment industrial network Foundation Fieldbus. To perform the detection and diagnosis of failures are used the algorithms of neural networks and fuzzy logic (acting like a fuzzy classifier), which are embedded in industrial network Foundation Fieldbus. Furthermore, in order to work with the system of detection, diagnosis and correction of failures was developed a software to perform the monitoring and supervision of the system, which was instantiated an agent communicating with the industrial network. The other agents are instantiated on the functional blocks of industrial network.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-03-31T22:51:30Z No. of bitstreams: 1 HeitorMedeirosFlorencio_DISSERT.pdf: 2810263 bytes, checksum: 7827088e4939b0873f4cea23918b8830 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-04-04T20:28:42Z (GMT) No. of bitstreams: 1 HeitorMedeirosFlorencio_DISSERT.pdf: 2810263 bytes, checksum: 7827088e4939b0873f4cea23918b8830 (MD5) / Made available in DSpace on 2016-04-04T20:28:42Z (GMT). No. of bitstreams: 1 HeitorMedeirosFlorencio_DISSERT.pdf: 2810263 bytes, checksum: 7827088e4939b0873f4cea23918b8830 (MD5) Previous issue date: 2015-07-20 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / As redes de sensores sem fio (RSSF) est?o gradativamente ganhando espa?o no ambiente industrial devido ? possibilidade de conectar pontos de informa??o que eram inacess?veis com as redes cabeadas. Contudo, existem v?rios desafios na implanta??o e aceita??o dessa tecnologia no meio industrial, sendo um deles a garantia de disponibilidade da informa??o, a qual pode ser influenciada por v?rios par?metros, como a estabilidade do caminho de dados e o consumo de energia do instrumento de campo. Nesse sentido, neste trabalho foi desenvolvido uma ferramenta para avaliar e inferir par?metros de redes industriais sem fio baseadas nos protocolos WirelessHART e ISA 100.11a. A ferramenta disponibiliza funcionalidades de avalia??o quantitativa, avalia??o qualitativa e avalia??o por infer?ncia durante um determinado tempo de execu??o da rede. As avalia??es quantitativa e qualitativa s?o baseadas nas pr?prias defini??es dos par?metros, como o par?metro de estabilidade, ou em ferramentas da estat?stica descritiva, como m?dia, desvio padr?o e diagramas de caixa. J? na avalia??o por infer?ncia ? utilizada a t?cnica inteligente de redes neurais artificiais para estimar alguns par?metros da rede, como vida ?til da bateria. Por fim, s?o apresentados os resultados do uso da ferramenta em diferentes cen?rios de redes, topologias em estrela e em malha, com o intuito de atestar a import?ncia do uso da ferramenta na avalia??o do comportamento dessas redes, como tamb?m, apoiar poss?veis adequa??es ou manuten??es do sistema. / Wireless sensor networks (WSN) have gained ground in the industrial environment, due to the possibility of connecting points of information that were inaccessible to wired networks. However, there are several challenges in the implementation and acceptance of this technology in the industrial environment, one of them the guaranteed availability of information, which can be influenced by various parameters, such as path stability and power consumption of the field device. As such, in this work was developed a tool to evaluate and infer parameters of wireless industrial networks based on the WirelessHART and ISA 100.11a protocols. The tool allows quantitative evaluation, qualitative evaluation and evaluation by inference during a given time of the operating network. The quantitative and qualitative evaluation are based on own definitions of parameters, such as the parameter of stability, or based on descriptive statistics, such as mean, standard deviation and box plots. In the evaluation by inference uses the intelligent technique artificial neural networks to infer some network parameters such as battery life. Finally, it displays the results of use the tool in different scenarios networks, as topologies star and mesh, in order to attest to the importance of tool in evaluation of the behavior of these networks, but also support possible changes or maintenance of the system.