Esse trabalho está baseado na investigação dos detectores de falhas aplicando classificadores de classe única. As falhas a serem detectadas são relativas ao estado de funcionamento de cada componente do circuito, especificamente de suas tolerâncias (falha paramétrica). Usando a função de transferência de cada um dos circuitos são gerados e analisados os sinais de saída com os componentes dentro e fora da tolerância. Uma função degrau é aplicada à entrada do circuito, o sinal de saída desse circuito passa por uma função diferenciadora e um filtro. O sinal de saída do filtro passa por um processo de redução de atributos e finalmente, o sinal segue simultaneamente para os classificadores multiclasse e classe única. Na análise são empregados ferramentas de reconhecimento de padrões e de classificação de classe única. Os classficadores multiclasse são capazes de classificar o sinal de saída do circuito em uma das classes de falha para o qual foram treinados. Eles apresentam um bom desempenho quando as classes de falha não possuem superposição e quando eles não são apresentados a classes de falhas para os quais não foram treinados. Comitê de classificadores de classe única podem classificar o sinal de saída em uma ou mais classes de falha e também podem classificá-lo em nenhuma classe. Eles apresentam desempenho comparável ao classificador multiclasse, mas também são capazes detectar casos de sobreposição de classes de falhas e indicar situações de falhas para os quais não foram treinados (falhas desconhecidas). Os resultados obtidos nesse trabalho mostraram que os classificadores de classe única, além de ser compatível com o desempenho do classificador multiclasse quando não há sobreposição, também detectou todas as sobreposições existentes sugerindo as possíveis falhas. / This work deals with the application of one class classifiers in fault detection. The faults to be detected are related parametric faults. The transfer function of each circuit was generated and the outputs signals with the components in and out of tolerance were analyzed. Pattern recognition and one class classifications tools are employed to perform the analysis. The multiclass classifiers are able to classify the circuit output signal in one of the trained classes. They present a good performance when the fault classes do not overlap or when they are not presented to fault classes that were not presented in the training. The one class classifier committee may classify the output signal in one or more fault classes and may also classify them in none of the trained class faults. They present comparable performance to multiclass classifiers, but also are able to detect overlapping fault classes and show fault situations that were no present in the training (unknown faults).

Esse trabalho está baseado na investigação dos detectores de falhas aplicando classificadores de classe única. As falhas a serem detectadas são relativas ao estado de funcionamento de cada componente do circuito, especificamente de suas tolerâncias (falha paramétrica). Usando a função de transferência de cada um dos circuitos são gerados e analisados os sinais de saída com os componentes dentro e fora da tolerância. Uma função degrau é aplicada à entrada do circuito, o sinal de saída desse circuito passa por uma função diferenciadora e um filtro. O sinal de saída do filtro passa por um processo de redução de atributos e finalmente, o sinal segue simultaneamente para os classificadores multiclasse e classe única. Na análise são empregados ferramentas de reconhecimento de padrões e de classificação de classe única. Os classficadores multiclasse são capazes de classificar o sinal de saída do circuito em uma das classes de falha para o qual foram treinados. Eles apresentam um bom desempenho quando as classes de falha não possuem superposição e quando eles não são apresentados a classes de falhas para os quais não foram treinados. Comitê de classificadores de classe única podem classificar o sinal de saída em uma ou mais classes de falha e também podem classificá-lo em nenhuma classe. Eles apresentam desempenho comparável ao classificador multiclasse, mas também são capazes detectar casos de sobreposição de classes de falhas e indicar situações de falhas para os quais não foram treinados (falhas desconhecidas). Os resultados obtidos nesse trabalho mostraram que os classificadores de classe única, além de ser compatível com o desempenho do classificador multiclasse quando não há sobreposição, também detectou todas as sobreposições existentes sugerindo as possíveis falhas. / This work deals with the application of one class classifiers in fault detection. The faults to be detected are related parametric faults. The transfer function of each circuit was generated and the outputs signals with the components in and out of tolerance were analyzed. Pattern recognition and one class classifications tools are employed to perform the analysis. The multiclass classifiers are able to classify the circuit output signal in one of the trained classes. They present a good performance when the fault classes do not overlap or when they are not presented to fault classes that were not presented in the training. The one class classifier committee may classify the output signal in one or more fault classes and may also classify them in none of the trained class faults. They present comparable performance to multiclass classifiers, but also are able to detect overlapping fault classes and show fault situations that were no present in the training (unknown faults).

Made available in DSpace on 2017-07-10T17:11:44Z (GMT). No. of bitstreams: 1 DISSERTACAO OSCAR SCUSSEL.pdf: 4301786 bytes, checksum: 8a64e99e73bc5e4478b9e5077d78baed (MD5) Previous issue date: 2013-03-04 / Impulse Response Functions (IRFs) are important in many engineering applications, mainly in structural dynamics and modal analysis involving experimental modal tests. These IRFs can be identified through several methods. Among these, the classical covariance method is one of the most used and it is based on the sum of convolution from the correlation functions between input and output signals known. However, this method is limited because it employs a large number of samples and has drawbacks related to over parametrization. In this sense, this work presentes and review the covariance method expanded in the ortonormal basis Kautz functions, because this alternative way allows to avoid these drawbacks. In order to ilustrate the procedure an algorithm with multiple objective functions to obtain the optimal poles of the Kautz filter is shown. The results are provided through three degree-of-freedom mechanical system simulated and experimental data in a beam to show the advantages, drawbacks, simplicity and efficiency of the proposed approach. / As funções de resposta ao impulso (IRFs) exercem papel de destaque na identificação de sistemas reais quando têm-se o conhecimento dos dados de entrada/saída do sistema. Essas IRFs são relevantes em muitas aplicações de Engenharia, especialmente em análise modal experimental de estruturas. Dentre os métodos para obtenção dessas IRFs, destaca-se o clássico método das covariâncias baseado na soma de convolução das funções de correlação entre os sinais de entrada e saída conhecidos. No entanto, esse método é limitado quando são coletadas muitas amostras e possui algumas desvantagens como efeitos de sobreparametrização. Neste sentido, este trabalho apresenta e revisa o método das covariâncias expandido na base ortonormal de Kautz para aplicações em identificação de sistemas mecânicos, pois essa forma alternativa permite evitar esses efeitos de sobreparametrização. Para obter os pólos ótimos dos filtros de Kautz, emprega-se um algoritmo multi-objetivo. Os resultados são verificados através de um sistema mecânico com três graus de liberdade e em dados experimentais a partir de uma viga na condição livre-livre no qual verificam-se as vantagens, desvantagens, simplicidade e eficiência do método proposto.

Submitted by Karla Malafaia (karlamalafaia@gmail.com) on 2013-02-26T23:31:57Z No. of bitstreams: 1 Tese_Karla_Malafaia_VF_posbanca.pdf: 730119 bytes, checksum: 82ceecb815ca22f5f1e5fee680caf839 (MD5) / Approved for entry into archive by Vera Lúcia Mourão (vera.mourao@fgv.br) on 2013-02-27T13:25:04Z (GMT) No. of bitstreams: 1 Tese_Karla_Malafaia_VF_posbanca.pdf: 730119 bytes, checksum: 82ceecb815ca22f5f1e5fee680caf839 (MD5) / Made available in DSpace on 2013-02-27T13:29:38Z (GMT). No. of bitstreams: 1 Tese_Karla_Malafaia_VF_posbanca.pdf: 730119 bytes, checksum: 82ceecb815ca22f5f1e5fee680caf839 (MD5) Previous issue date: 2013-01-29 / Este trabalho se propõe a testar e quantificar a importância do investimento de longo prazo, captado pela série de desembolsos da linha BNDES Finem, na produção industrial brasileira. Através dos modelos de causalidade de Granger e Função resposta ao impulso, podemos verificar as respostas acumuladas ao longo de três anos da linha Finem a choques positivos de um desvio padrão nas variáveis inflação, produção industrial, spread, e, da mesma forma um choque na variável Finem com resposta nas variáveis acima descritas. Além disso, é possível identificar a importância do BNDES como um ator anticíclico em períodos de crise como na economia brasileira. Como resultado, encontramos que apesar dos desembolsos Finem não Granger causarem a produção industrial brasileira, se testadas em conjunto com dados de inflação e a diferença entre a Selic e a TJLP rejeita-se a hipótese nula de não causalidade a 1% de significância. Já os testes de funções de resposta ao impulso indicam que a taxa de crescimento da produção industrial tem resposta positiva a um choque de desvio padrão nos desembolsos de Finem. Contudo, se testada em conjunto um choque no Finem apesar de impactar positivamente a produção industrial acaba pressionando a inflação. / This work is to test and quantify the importance of a long-term investment captured by the series of disbursements of BNDES Finem line in brazilian industrial production. Through Granger causality and impulse-response function, it was possible to check the Finem line accumulated answers along three years to positive shocks of a standard deviation on the variables inflation, industrial production, spread, and a shock on Finem variable with answer on the previous described variables. Furthermore, it's possible to identify the BNDES's importance as a countercyclical tool in crisis period as in brazilian economy. As a result, we found that despite causing the brazilian industrial production, if the no Granger Finem's disbursements are tested with inflation data and the difference between Selic and TJLP, the null hypothesis of no causality at 1% of significance is rejected. Yet, the tests of impulse-response function indicate that the industrial production growth rate has positive answer to a shock of standard deviation on Finem's disbursements. However, despite impacting the industrial production positevely, it pressures the inflation if it's tested with a shock on Finem.