Orientadores: Hermano M.F. Tavares, Fernando Antonio Campos Gomide / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-23T06:02:46Z (GMT). No. of bitstreams: 1 Caminhas_WalmirMatos_D.pdf: 9286248 bytes, checksum: 6278bb59afd29fde6eebfd6e5603e2c1 (MD5) Previous issue date: 1997 / Resumo: A detecção e diagnóstico de falhas (DDF) em sistemas dinâmicos baseados em redundância analítica são tratadas sob diversas abordagens, fundamentadas em conceitos básicos que incluem: espaço de paridade; estimação de estados; estimação de parâmetros; sistemas especialistas; reconhecimento de padrões e outros. Neste trabalho a DDF é abordada sob a ótica de classificação de padrões. O problema de classificação de padrões pode ser resolvido utilizando-se diversas técnicas, tais como algoritmos heurísticos, técnicas de probabilidade, redes neurais, lógica fuzzy e outras. Aqui, para classificação de padrões, é proposta uma estrutura de rede neurofuzzy and/or, além de uma modificação na estrutura clássica da rede neural auto-organizada. São propostas três estratégias de sistema de detecção e diagnóstico de falhas. Na primeira, os padrões são formados a partir das informações de entrada e saída da planta. A segunda e a terceira são baseadas em sistema de classificação de padrões e geração residual (estratégias híbridas). Na segunda, os resíduos são gerados a partir de comparações entre os estados para diversos observadores em modos deslizantes. Na terceira, são utilizados parâmetros do modelo da planta, que são os pesos de uma rede neurofuzzy. As estruturas foram testadas em três sistemas dinâmicos, a saber: sistema de acionamento elétrico utilizando máquina de corrente contínua; sistema de acionamento elétrico utilizando máquina de corrente alternada e sistema de tanques interativos (acoplados) / Abstract: Analytical redundancy for fault detection and diagnosis of dynamic systems, FDD, has been approached by several methodologies, state estimation, parameter estimation, expert systems, and pattern classification and recognition being typical examples. In particular, pattern classification and recognition methods adopt probabilistic, heuristic, neural, and fuzzy set based techniques as a solution framework. This work introduces the FDD as a pattern classification and recognition problem. Two neural approaches for pattern classific ation and recognition are introduced and compared: a neurofuzzy network composed by logical and and or neurons with a competitive learning, and a variation of a supervised Learning Vector Quantization (LVQ) network with ?N IND. 1?,? N IND. 2? and Noo norrns and a pruning scheme, respectively. In addition, three schemes are proposed to solve FDD problems. The first scheme uses input and output signals to classify the operational condition of the dynamic system. In this case mathematical models are not needed to detect and to diagnose faults. The second uses residues generated by comparisons among the states of several sliding mode observers. The third uses the parameters of a model of the system. The model parameters are the weights of a neurofuzzy network. The last two schemes constitute hybrid strategies to solve FDD problems. The schemes developed herein were tested in three different dynamic systems: a DC motor drive; an AC motor drive, and an interactive tank system. Simulation results are reported for these three example problems / Doutorado / Doutor em Engenharia Elétrica

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2018-03-22T17:50:19Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ProblemaAutovaloresOtimizacao.pdf: 4043857 bytes, checksum: 37149299294dd7ee06a43e22bb2da227 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2018-03-22T18:28:54Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ProblemaAutovaloresOtimizacao.pdf: 4043857 bytes, checksum: 37149299294dd7ee06a43e22bb2da227 (MD5) / Made available in DSpace on 2018-03-22T18:28:54Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ProblemaAutovaloresOtimizacao.pdf: 4043857 bytes, checksum: 37149299294dd7ee06a43e22bb2da227 (MD5) Previous issue date: 1988 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho abordamos questões referentes ao problema de autovalores e autovetores de uma matriz simétrica, otimização de funções matriciais e de robustez de sistemas dinâmicos lineares contínuos no tempo. O problema de autovalores e autovetores é abordado segundo dois ponlos de vista distintos: decomposição da matriz do sistema onde sugerimos uma nova implementação para o cálculo dos autovetores e otimização da função quociente de Raylelgh onde dois novos algorítmos baseados numa combinação dos métodos de Newton e gradientes conjugados são apresentados. Para resolver uma classe de problemas de otimização de funções matriciais, é sugerido uma metodologia baseada no método dos hiperplanos de corte e aplicada a dois problemas disponíveis na literatura, o problema do teste educacional que aparece em estatística e a determinação da solução diagonal positiva da equação de Lyapunov. Sobre a robustez de sistemas dinâmicos lineares contínuos no tempo são fornecidas condições suficientes para existência de uma matriz constante de ganhos de realimentações, de maneira que o sistema de malha fechada seja robusto quanto a inserção no modelo de perturbações não lineares dependentes do estado. Para determinação da matriz de ganho propomos um procedimento numérico. / In this work we analyse three problems. In the first, we present some algorithms to solve the eigenvector and eigenvalue problems of the symmetric matrix, In lhe second we analyse the optimization problems with matricial constraints and finally in the third some robustness properties of linear continuons time dynamic systems are studied. The eigenvector and etgenvalue problems are two methods: the decomposition technique on the matrix and the optimization of the Rayleigh quotient. In the propose two algorithms based on the Newton method gradient method. To solve a class of lhe optimization problems with matricial constraints we propose a methodologie based on the cutting plane technique. Two exemples are treated. Finally, for a given linear continuons time we determine sufflcient conditlons for the existence feedback matrix such that the closed-Ioop system is sense that the pertubed system is asymptocally stable, analysed using of the system, second one we and conjugated dynamic systems of a constant robust in the sense that the perturbed system is asymptocally stable.

A distribuição de sinais de tempo é um fator essencial em muitas aplicações de engenharia como, por exemplo, redes de telecomunicações, circuitos digitais integrados e sistemas de automação. Nas últimas décadas essa tarefa foi realizada, predominantemente, com redes mestre-escravo nas quais existem osciladores de referência que distribuem o sinal de tempo para osciladores escravos (PLLs) construídos para extrair a base de tempo a partir do sinal da linha. Recentemente, entretanto, o surgimento de redes de comunicação wire-less com conectividade dinâmica e o aumento dos tamanhos e das freqüências de operação dos circuitos digitais integrados indicam a necessidade de utilização de estratégias de distribuição de sinais de tempo baseadas em redes mutuamente conectadas. Nesse trabalho são estudadas redes mutuamente conectadas de PLLs para a determinação de condições para a obtenção do sincronismo de redes desse tipo em função dos parâmetros individuais dos nós e da conectividade da rede. Determinou-se também, através de simulações numéricas, a validade dos resultados analíticos obtidos. Finalmente foi estabelecido um método, baseado em algoritmos evolutivos, para a otimização dos parâmetros da rede considerando objetivos de robustez e capacidade de rejeição de ruídos na rede. / Clock-distribution is an essential feature in many engineering applications as, for example, telecommunications networks and digital integrated circuits. In the last few decades this problem was predominantly addressed using master-slave strategies. In this type of strategy there are precise reference oscillators in the network called masters and their signals are distributed in the network, other oscillators called slaves (PLLs) extract the time basis from the line signals. Recently the development of wireless communication networks and the increasing size of digital integrated circuits and their rising operation frequencies indicate the need for the use of mutually-connected networks for the issue of clock-distribution. In this work mutually-connected networks of PLLs are studied in order to obtain conditions for the acquisition of a synchronous state for the network concerning the node parameters and the connection pattern of the network. Furthermore, numerical experiments were conducted to validate analytic results. Finally, a method is proposed, based on evolutionary algorithms, for the optimization of the network parameters considering the robustness and the ability to reject noise in the network as objectives.

O jitter de fase é um fenômeno inerente nos sistemas elétricos. O crescente interesse pelo jitter deve-se à degradação que causa em sistemas de transmissão de alta velocidade. Seus efeitos fazem-se sentir ao afetar o processo de recuperação de dados, causando aumento na taxa de erros por bit. Neste trabalho, o jitter é modelado como uma perturbação periódica e seu efeito na operação de PLLs é analisado. Deduzimos uma fórmula para o cálculo da amplitude do jitter envolvendo somente os parâmetros do PLL e do jitter e identificamos as regiões do espaço de parâmetros com os comportamentos dinâmicos do PLL. / Phase jitter or timing jitter is an inherent phenomenum on electrical systems. Jitter growing interest is due to degradation it causes in high-speed transmission systems. It affects the data recovering process and it causes an increase in the bit error rate. In this work, jitter is modelled as a periodic perturbation and its effects in the operation of a PLL are analysed. We deduce a formula that measures jitter amplitude by PLL and jitter parameters and we identify the regions of parameter space according to the system dynamical behaviour.

Objetivos: Estudos clássicos mostraram que, na locomoção de vertebrados, a transição entre os tipos de passada ocorre justamente quando se inicia um aumento na demanda energética. Uma vez que o movimento muscular é realizado sob controle do sistema nervoso central, é este que determina o tipo de passada a ser utilizada. Portanto, essa estrutura consegue traduzir eventos mecânicos ligados a esses conceitos e, mais do que isso, consegue operar o sistema de modo a mantê-lo num ótimo de demanda. Nossa abordagem pretende criar um mapeamento, no sistema nervoso central, das aferências e eferências de um sistema mecânico de maneira a se modelar uma rede de controle motor. Com isso, estabelece-se um modelo cânon para encontrar a região de operação que minimiza a geração de entropia no sistema mecânico. Métodos: Modelos matemáticos para o funcionamento de músculos esqueléticos e tendões, acoplados em um sistema pendular e suas aferências, fusos e corpos tendinosos de Golgi, foram desenvolvidos e validados como plataforma biomecânica. Essas aferências foram então utilizadas como entradas para outro modelo descrevendo Redes Neurais Biológicas (BNNs, do inglês), o qual gera as eferências que são, então, utilizadas como sinais de controle para acionamento dos músculos. Todos os modelos foram baseados em equações diferenciais (ODEs), e sua resolução numérica realizada em ambiente Simulink. Resultados: A rede neural de controle proposta mostrou-se capaz de operar o sistema biomecânico levando-o a oscilar de forma similar a passadas, tendo como entrada sinais das fibras tipo Ib e Ia. Medidas de otimização baseadas no cálculo da geração de entalpia nos músculos mostraram que a rede é capaz de operar a maquinaria mecânica em regiões de melhor relação geração de entalpia por velocidade ou distância percorrida. Conclusões: Os resultados teóricos desse trabalho fornecem algumas questões experimentais interessantes, como relações entre perfil de ativação muscular e escala biológica, além de embasar a visão de que existem arquiteturas neurais básicas envolvidas no controle dos processos biológicos. / Objectives: Classical studies showed that the transition among gait patterns, in vertebrate locomotion, occur when there is an increase in energetic demand. Since the muscular movement is performed under central nervous system control, it is this one that determines the gait pattern in the end. Therefore, this structure is able to translate mechanical events related to force/energy and more, it is capable to operate the whole system in such a way to put it in a demand optimum. Our approach aims to create a central nervous system mapping of the afferences and efferences present in a mechanical system to create a motor control network model, and then, find the operation range that minimizes the entropy generation of the mechanical system. Methods: Mathematical models of working skeletal muscles and tendons, linked to a pendulum system, and their a afferences (i.e., spindles and Golgi tendon organs) were developed and validated as a biomechanical platform. These afferences were used as inputs to another model describing a Biological Neural Network that generate the efferences used as inputs to muscle control. All models were explicited as differential equations and numerically solved in the Simulink environment. Results: The proposed neural network was able to control the biomechanical system, driving it to oscillate similarly to a gait, autonomously, using signals from Ib and Ia fibers as inputs. Optimization measures based in muscular enthalpy generation calculations pointed out that the network is capable to operate the biomechanical machinery in regions of best enthalpy generation by velocity or distance relations. Conclusions: The theoretical results of this work present some interesting experimental questions about possible relations between muscle activation patterns and biological scaling. It also gives support to the idea that exist some basic neural architecture involved in the control of biological mechanical processes in vertebrates.

O Reconhecimento de faces consiste em, a partir de uma imagem, identificar ou verificar um ou mais indivíduos através de um banco de dados de faces. O reconhecimento de faces é uma tarefa de grande interesse, principalmente pelo grande número de possíveis aplicações. Dessa forma, existem diversos métodos para lidar com o problema. No entanto, apesar da maioria dos métodos conseguirem bons resultados em ambientes controlados, quando há variações de iluminação, pose ou expressão facial, esse desempenho é reduzido. Buscando lidar com as dificuldades existentes, este trabalho propõe um método para o reconhecimento de faces utilizando os conjuntos-K. Os conjuntos-K são modelos conexionistas baseados em populações de neurônios, concebidos através de estudos e análises do sistema olfativo animal. Estes modelos apresentam estrutura e comportamento biologicamente mais plausíveis que os modelos tradicionais de redes neurais. Os conjuntos-K vêm sendo usados em diversas tarefas de aprendizado de máquina, apresentando bons resultados principalmente na resolução de problemas complexos ou com ruídos. Devido ao grande potencial dos conjuntos-K para reconhecimento de padrões em ambientes complexos e ruidosos, é levantada a hipótese de que um método baseado nos conjuntos-K alcance um melhor desempenho que os métodos existentes na literatura. O método proposto foi avaliado utilizando dois bancos de dados, AT&T e Yale B, o primeiro com pequenas variações em relação a pose e expressão facial e o segundo com grandes variações de iluminação fornecendo um cenário mais complexo. Os resultados mostraram que o método proposto consegue um desempenho equivalente ou um pouco inferior que os outros métodos avaliados para o primeiro banco de dados. Porém, para o segundo banco de dados, que fornece o cenário mais complexo, o método proposto supera os demais métodos. / Face recognition consists of, from a picture, identifying or checking one or more individuals through a face database. Face recognition is an interesting task mainly because of the large number of possible applications. This way, there are various methods to deal with the problem. However, although most methods achieve good results in controlled environments, when there are lighting, pose or facial expression variations, this performance is reduced. Seeking to deal with the existing difficulties, this work proposes a method for recognizing faces using K-sets. The K-sets are connectionist models based on neuron populations, designed from studies and analyses of the animal olfactory system. These models present more biologically plausible structure and behavior than traditional neural network models. K-sets have been used in various machine learning tasks with good results, mainly in the resolution of complex or noisy problems. Due to the great potential of K-sets for pattern recognition in complex and noisy environments, a hypothesis is raised that a method based on K-sets achieves a better performance than existing methods. The proposed method was evaluated using two databases, AT&T and Yale B, the first with small variations of pose and facial expressions and the second with large variations in illumination providing a more complex scenario. The results show that the proposed method achieve an equivalent or slightly lower performance than the other methods evaluated for the first database. However, for the second database, which provides the more complex scenario, the proposed method outperforms the other methods.

No que segue, propõe-se uma classe de sistemas robóticos multi-corpos, cujos corpos componentes estão fisicamente acoplados através de juntas rotativas ativas. Os sistemas da classe considerada possuem mobilidade irrestrita no espaço plano uma vez que propulsores distribuídos ao longo dos corpos do sistema. A modelagem dinâmica destes sistemas é apresentada sob as abordagens Hamiltoniana e Lagrangiana da mecânica analítica. A descrição destes métodos de modelagem, assim como os modelos por eles obtidos, é realizada com ênfase na interpretação geométrica da matemática envolvida. Alguns exemplos de parametrizações do espaço de fase do sistema são discutidos e exemplos de modelagem em função destas parametrizações são obtidos. Ademais, alguns critérios de análise de controlabilidade não-linear são revisados e aplicados aos modelos do sistema com a estrutura de entradas considerada. Alguns casos de estabilização da classe de sistemas são também discutidos. Resultados de simulação de estabilização são obtidos para sistemas através de estudos de casos. Sistemas completamente controlados no espaço de estados podem ser linearizados através de uma técnica de linearização por realimentação e estabilizados com uma realimentação de estados. Para os sistemas cuja controlabilidade é deficiente, propõe-se a modificação de um método de controle de sistemas sub-atuados e uma lei de controle por realimentação é obtida pela teoria de estabilidade de Lyapunov. A classe de sistemas aqui discutida possui grande potencial de aplicação nos ambientes espacial e submarino. / In the following, a class of multi-body robotic systems is proposed in which its system component bodies are physically coupled by active rotating joints. The systems belonging to the proposed class have unrestricted mobility on the plane since thrusters are distributed along the system. System dynamical modeling is obtained through the analytic mechanical Hamiltonian and Lagrangian methods. The presentation of these methods, as well as the dynamical models obtained by them, is realized with an emphasis in the geometrical interpretation of the corresponding mathematics. A few different system phase space parameterizations approaches are discussed and modeling examples are presented under these parameterizations. Additionally, some nonlinear controllability analysis criteria are reviewed and applied to system dynamical models composed by the input structure mentioned above. A few stabilization case studies for the class of systems are also discussed and simulation results are presented. Totally controlled systems in the phase space can be linearized by feedback linearization techniques and stabilized through a state feedback. For partially controllable systems a modification of a stabilization method for under-actuated systems is proposed which renders feedback control via Lypunov stability theory. The class of systems discussed has great potential for space and underwater applications.

Este trabalho tem por objetivo apresentar uma nova forma de analisar as redes de sincronismo de fase mutuamente conectadas. Estas redes são formadas por Phase-Locked Loops digitais ou DPLLs. O sinal gerado por cada DPLL é enviado a todos os demais dispositivos, formando a rede mutuamente conectada. Parte-se do pressuposto de que as ligações entre os dispositivos são dotadas de atrasos, o que dificulta o tratamento do problema. No entanto, é apresentado aqui um método para análise das malhas de sincronismo via discretização do modelo de tempo contínuo, objetivando dirimir essa dificuldade, já que atrasos são facilmente representados em modelos de tempo discreto. Para tanto, o modelo da rede no espaço de estados é equacionado a partir da rede. Esse modelo no espaço de estados é, então, discretizado e, enfim, pode-se determinar o estado síncrono da rede incluindo a freqüência de sincronismo e analisar sua estabilidade. Como se poderá constatar, escolhendo um período de amostragem adequado, pode-se representar o comportamento das redes de sincronismo com modelos discretos, obtendo elevado grau de precisão. / This work introduces a new method for studying a mutually-delayed-connected network of Digital Phase-Locked Loops DPLLs. The signal generated by a DPLL in the network is sent to all other devices in this same network. Because of delayed signals, it is difficult to treat this problem. So, its shown here a method for analyzing the networks via discretization of continuous time delay model in order to deal with this issue easily, considering that delays are naturally represented in discrete time models. First of all, a continuous state space model is obtained from mutually-connected network. Then, this model is discretized and, finally, the synchronous state can be determined and the stability can be analyzed. As shown below, choosing a proper time sample, the behavior of mutually-delayed-connected networks can be approximately represented by a discrete time model.

Estudamos o modelo spin-boson, principalmente no limite semiclassico (muitos fotons) e classico (muitos atomos), e as estatisticas dos niveis de energia nnd e DELTA IND.3 a ele relacionadas. No caso classico, encontramos que o comportamento caotico do sistema para baixas energias esta fortemente relacionado com polarizacao nula e quase nenhum foton presente no estado inicial. / The spin-boson model, its classical (many atoms) and semiclassical (many fotons) limits are studied. The NND and IND. 3 statistics of the energy are showed in a quantum and semiclassical calculations. In the classical case, the chaotic behaviour of the system for low energies is related to the fact that, in the initial states, the atoms have zero polarization and no fotons are included.

Neste trabalho reunimos alguns resultados afirmativos relacionados ao closing lemma de classe C^r em variedades bidimensionais compactas. / In this work we present some partial results corcerning closing lemma for smooth flows on compact bidimensional manifolds.