Submitted by Marcio Filho (marcio.kleber@ufba.br) on 2016-05-31T16:31:15Z No. of bitstreams: 1 Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Approved for entry into archive by Alda Lima da Silva (sivalda@ufba.br) on 2016-06-03T23:22:26Z (GMT) No. of bitstreams: 1 Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Made available in DSpace on 2016-06-03T23:22:26Z (GMT). No. of bitstreams: 1 Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Opiniões são centrais em quase todas as atividades humanas, porque exercem relevante influência sobre o comportamento das pessoas. A internet e a web criaram mecanismos que tornaram possível que as pessoas pudessem compartilhar suas opiniões e para que eias, e também organizações, pudessem encontrar facilmente mais informações sobre as opiniões e experiências de outros indivíduos para ajudar em tomadas de decisão. Ainda assim, opiniões envolvem sentimentos que são descrições textuais vagas e imprecisas. Devido à natureza destes dados, a Lógica Fuzzy pode ser uma abordagem promissora para lidar com esses tipos de informações. Assim, este trabalho propõe a criação e a avaliação de sistema fuzzy para realizar um processo de mineração e classificação de opinião em diferentes domínios. Diversas características foram extraídas dos documentos e algoritmos de seleção de características foram aplicados para selecionar as mais aptas para representar e classificar os documentos. Com base nas características selecionadas, o método de Wang-Mendel (WM) e variados métodos de inferência foram utilizados para gerar as regras fuzzy e classificar documentos. Os resultados obtidos mostraram que a proposta é promissora, pois o desempenho das regras geradas se equipararam ou superaram trabalhos correlatos na literatura, demonstraram bons resultados entre domínios diferentes e ainda se igualaram a resultados de métodos clássicos de aprendizado de máquina, como o Support Vector Machine.

Dissertação de mestrado. Engenharia Electrotécnica e de Computadores ( Área de especialização de Automação Industrial)

Para acompanhar o atual crescimento de demanda energética mundial, novas topologias de geradores estão sendo pesquisadas, estando nesse nicho o Gerador a Relutância Chaveado. Para seu correto funcionamento é necessário que técnicas de controle sejam empregadas para garantir níveis estáveis de tensão gerada mediante variações de velocidade e/ou carga. Portanto, o objetivo deste trabalho é apresentar uma metodologia de um controlador fuzzy da tensão gerada para a máquina em questão. Uma simulação em Matlab Simulink é apresentada para um sistema de geração de energia utilizando um gerador a relutância chaveado integrada com a malha de controle fuzzy. Resultados da dinâmica do funcionamento do controlador fuzzy são apresentados. O Controlador fuzzy proposto apresentou bom desempenho ao manter a tensão gerada em níveis desejáveis frente a distúrbios de carga e de variação de velocidade no eixo do gerador. Trata-se de um controlador robusto e versátil que garante estabilidade de tensão gerada mesmo com a operação do sistema com velocidade variável e/ou variação de carga. / Due to the growing demand of electric power energy, the engineering has to evolve by producing new efficient techniques and low cost equipment. Therefore, new electric power generator topologies have been studied, mainly switched reluctance generators due to their simple structure, reliability and low cost of fabrication. In order for a good operation of a switched reluctance generator, control techniques have to be applied to guarantee stable voltage levels under variable speed and load conditions. Hence, the objective of this work is to present a methodology based on fuzzy voltage controller for switched reluctance machine. Simulations are achieved in Matlab/Simulink for a power energy generation system using a switched reluctance generator with a fuzzy control loop. Results of the dynamic response of such controller are presented. The fuzzy controller could obtain good performance maintaining voltage levels in desired range. Therefore, the proposed controller showed to be robust, versatile and guarantee the voltage stability under speed and load variations.

Para acompanhar o atual crescimento de demanda energética mundial, novas topologias de geradores estão sendo pesquisadas, estando nesse nicho o Gerador a Relutância Chaveado. Para seu correto funcionamento é necessário que técnicas de controle sejam empregadas para garantir níveis estáveis de tensão gerada mediante variações de velocidade e/ou carga. Portanto, o objetivo deste trabalho é apresentar uma metodologia de um controlador fuzzy da tensão gerada para a máquina em questão. Uma simulação em Matlab Simulink é apresentada para um sistema de geração de energia utilizando um gerador a relutância chaveado integrada com a malha de controle fuzzy. Resultados da dinâmica do funcionamento do controlador fuzzy são apresentados. O Controlador fuzzy proposto apresentou bom desempenho ao manter a tensão gerada em níveis desejáveis frente a distúrbios de carga e de variação de velocidade no eixo do gerador. Trata-se de um controlador robusto e versátil que garante estabilidade de tensão gerada mesmo com a operação do sistema com velocidade variável e/ou variação de carga. / Due to the growing demand of electric power energy, the engineering has to evolve by producing new efficient techniques and low cost equipment. Therefore, new electric power generator topologies have been studied, mainly switched reluctance generators due to their simple structure, reliability and low cost of fabrication. In order for a good operation of a switched reluctance generator, control techniques have to be applied to guarantee stable voltage levels under variable speed and load conditions. Hence, the objective of this work is to present a methodology based on fuzzy voltage controller for switched reluctance machine. Simulations are achieved in Matlab/Simulink for a power energy generation system using a switched reluctance generator with a fuzzy control loop. Results of the dynamic response of such controller are presented. The fuzzy controller could obtain good performance maintaining voltage levels in desired range. Therefore, the proposed controller showed to be robust, versatile and guarantee the voltage stability under speed and load variations.

Dissertação apresentada para obtenção do grau de Doutor, na Faculdade de Engenharia da Universidade do Porto, sob a orientação dos Professores Vladimiro Miranda e Maria Teresa Ponce de Leão

Esta dissertaçãoo investiga a utilização de Particle Swarm Optimization (PSO) para a obtenção automática de sistemas fuzzy do tipo Mamdani, tendo como insumo apenas as definições das variáveis do problema, seus domínios e a função objetivo. Neste trabalho utilizam-se algumas técnicas conhecidas na tentativa de minimizar a obtenção de sistemas fuzzy que não sejam coerentes. As principais técnicas usadas são o método de Wang e Mendell, chamado de WM, para auxiliar na obtenção de regras, e os conceitos de clusterização para obtenção das funções de pertinência. Na função de avaliação proposta, considera-se não somente a acurácia do sistema fuzzy, através da medida do erro, mas também a sua interpretabilidade, através da medida da compacidade, que consiste da quantidade de regras e funções membro, da distinguibilidade, que permite evitar que as funções membro não se confundam, e da completude, que permite avaliar que as funções membro abranjam o máximo do domínio. O propósito deste trabalho consiste no desenvolvimento de um algoritmo baseado em PSO, cuja função de avaliação congregue todos esses objetivos. Com parâmetros bem definidos, o algoritmo pode ser utilizado em diversos tipos de problemas sem qualquer alteração, tornando totalmente automática a obtenção de sistemas fuzzy. Com este intuito, o algoritmo proposto é testado utilizando alguns problemas pré-selecionados, que foram classificados em dois grupos, com base no tipo de função: contínua ou discreta. Nos testes com funções contínuas, são utilizados sistemas tridimensionais, com duas variáveis de entrada e uma de saída, enquanto nos testes com funções discretas são utilizados problemas de classificação, sendo um com quatro variáveis e outro com seis variáveis de entrada. Os resultados gerados pelo algoritmo proposto são comparados com aqueles obtidos em outros trabalhos. / This dissertation investigates the use of Particle Swarm Optimization (PSO) to allow automatic modeling of Mamdani fuzzy systems taking as input only the variable definitions, their respective domains and the objective function. This work uses several known techniques to avoid the consideration of invalid fuzzy systems. The main used techniques are the WM method, which is used to generate rules, and the clustering concept, which assists in the generation of the membership functions. The evaluation function proposed considers not only the accuracy of the generated fuzzy system, but also the properties of interpretability and distinguishability. The accuracy of the fuzzy system is measured using the underlaying error. The system interpretability is evaluated using a compactness measure, which consists mainly of the number of employed rules and membership functions, while its distinguishability is quantified using the completeness measure, which consists of measuring how the used membership functions are covering the corresponding domain. The main goal of this work is to develop a PSO-based algorithm that uses a fitness function which congregates all these objectives. With well-defined parameters, the algorithm can be used with different kinds of problems without any change, allowing for a fully automatic generation process of an adequate fuzzy system. In this purpose, the proposed algorithm is tested for some benchmark problems, which are classified in two groups, based on the type of function to be modeled by the yield fuzzy system: completely or partially defined function. In the cases for fully-defined functions, three-dimensional functions are used. These functions have two input variables and one output variable. In the cases for partially-defined functions, two classification problems are used, one having four variables and other six input variables. The results obtained by the proposed algorithm are compared to related work.

Esta dissertaçãoo investiga a utilização de Particle Swarm Optimization (PSO) para a obtenção automática de sistemas fuzzy do tipo Mamdani, tendo como insumo apenas as definições das variáveis do problema, seus domínios e a função objetivo. Neste trabalho utilizam-se algumas técnicas conhecidas na tentativa de minimizar a obtenção de sistemas fuzzy que não sejam coerentes. As principais técnicas usadas são o método de Wang e Mendell, chamado de WM, para auxiliar na obtenção de regras, e os conceitos de clusterização para obtenção das funções de pertinência. Na função de avaliação proposta, considera-se não somente a acurácia do sistema fuzzy, através da medida do erro, mas também a sua interpretabilidade, através da medida da compacidade, que consiste da quantidade de regras e funções membro, da distinguibilidade, que permite evitar que as funções membro não se confundam, e da completude, que permite avaliar que as funções membro abranjam o máximo do domínio. O propósito deste trabalho consiste no desenvolvimento de um algoritmo baseado em PSO, cuja função de avaliação congregue todos esses objetivos. Com parâmetros bem definidos, o algoritmo pode ser utilizado em diversos tipos de problemas sem qualquer alteração, tornando totalmente automática a obtenção de sistemas fuzzy. Com este intuito, o algoritmo proposto é testado utilizando alguns problemas pré-selecionados, que foram classificados em dois grupos, com base no tipo de função: contínua ou discreta. Nos testes com funções contínuas, são utilizados sistemas tridimensionais, com duas variáveis de entrada e uma de saída, enquanto nos testes com funções discretas são utilizados problemas de classificação, sendo um com quatro variáveis e outro com seis variáveis de entrada. Os resultados gerados pelo algoritmo proposto são comparados com aqueles obtidos em outros trabalhos. / This dissertation investigates the use of Particle Swarm Optimization (PSO) to allow automatic modeling of Mamdani fuzzy systems taking as input only the variable definitions, their respective domains and the objective function. This work uses several known techniques to avoid the consideration of invalid fuzzy systems. The main used techniques are the WM method, which is used to generate rules, and the clustering concept, which assists in the generation of the membership functions. The evaluation function proposed considers not only the accuracy of the generated fuzzy system, but also the properties of interpretability and distinguishability. The accuracy of the fuzzy system is measured using the underlaying error. The system interpretability is evaluated using a compactness measure, which consists mainly of the number of employed rules and membership functions, while its distinguishability is quantified using the completeness measure, which consists of measuring how the used membership functions are covering the corresponding domain. The main goal of this work is to develop a PSO-based algorithm that uses a fitness function which congregates all these objectives. With well-defined parameters, the algorithm can be used with different kinds of problems without any change, allowing for a fully automatic generation process of an adequate fuzzy system. In this purpose, the proposed algorithm is tested for some benchmark problems, which are classified in two groups, based on the type of function to be modeled by the yield fuzzy system: completely or partially defined function. In the cases for fully-defined functions, three-dimensional functions are used. These functions have two input variables and one output variable. In the cases for partially-defined functions, two classification problems are used, one having four variables and other six input variables. The results obtained by the proposed algorithm are compared to related work.

O objetivo deste trabalho de pesquisa foi de fazer a modelagem por meio de sistemas de inferência Fuzzy da análise da concentração dos gases dissolvidos no óleo mineral isolante e desta forma diagnosticar defeitos elétricos internos em transformadores de Potência. Assim sendo o sistema proposto deve fornecer respostas que auxiliem no diagnóstico de falhas e avarias nos interiores dos transformadores e no processo de tomada de decisões no acompanhamento da evolução destas falhas de forma a aumentar a confiabilidade em relação à utilização dos métodos individualmente. O sistema desenvolvido baseou-se na pesquisa acadêmica de normas e técnicas mais utilizadas na literatura que relacionam o gás dissolvido no óleo mineral isolante com a falha. O sistema proposto foi validado por meio de dados reais de dois transformadores pilotos e vários sistemas Fuzzy foram construídos, cada um especialista em um determinado método. Os resultados encontrados mostraram-se compatíveis com aqueles obtidos pelos métodos convencionais comprovando que a ferramenta pode ser utilizada como suporte para uma análise rápida e confiável do estado do óleo isolante dos transformadores. / The objective of this research was to model by analyzing the fuzzy inference systems the concentration of gases dissolved in the insulating oil and diagnosing thereby internal defects in electrical power transformers. Therefore the proposed system should provide answers that help in the diagnosis of faults and malfunctions in the interiors of the transformers and in the decision-making process in monitoring the evolution of these failures in order to increase the reliability regarding the use of the methods individually. The system developed was based on academic research standards and techniques commonly used in the literature relating the gas dissolved in the insulating oil with failure. The proposed system was validated by real data of two pilots transformers and various Fuzzy systems were built, each an expert in a particular method. The results were compatible with those obtained by conventional methods proving that the tool can be used as support for quick and reliable analysis of the insulating oil condition of transformers.

O objetivo deste trabalho de pesquisa foi de fazer a modelagem por meio de sistemas de inferência Fuzzy da análise da concentração dos gases dissolvidos no óleo mineral isolante e desta forma diagnosticar defeitos elétricos internos em transformadores de Potência. Assim sendo o sistema proposto deve fornecer respostas que auxiliem no diagnóstico de falhas e avarias nos interiores dos transformadores e no processo de tomada de decisões no acompanhamento da evolução destas falhas de forma a aumentar a confiabilidade em relação à utilização dos métodos individualmente. O sistema desenvolvido baseou-se na pesquisa acadêmica de normas e técnicas mais utilizadas na literatura que relacionam o gás dissolvido no óleo mineral isolante com a falha. O sistema proposto foi validado por meio de dados reais de dois transformadores pilotos e vários sistemas Fuzzy foram construídos, cada um especialista em um determinado método. Os resultados encontrados mostraram-se compatíveis com aqueles obtidos pelos métodos convencionais comprovando que a ferramenta pode ser utilizada como suporte para uma análise rápida e confiável do estado do óleo isolante dos transformadores. / The objective of this research was to model by analyzing the fuzzy inference systems the concentration of gases dissolved in the insulating oil and diagnosing thereby internal defects in electrical power transformers. Therefore the proposed system should provide answers that help in the diagnosis of faults and malfunctions in the interiors of the transformers and in the decision-making process in monitoring the evolution of these failures in order to increase the reliability regarding the use of the methods individually. The system developed was based on academic research standards and techniques commonly used in the literature relating the gas dissolved in the insulating oil with failure. The proposed system was validated by real data of two pilots transformers and various Fuzzy systems were built, each an expert in a particular method. The results were compatible with those obtained by conventional methods proving that the tool can be used as support for quick and reliable analysis of the insulating oil condition of transformers.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-04-17T12:44:32Z No. of bitstreams: 1 Hugo Alves Velozo.pdf: 5196080 bytes, checksum: 14e9edcc07c0256cf726b1d0f7eb9a02 (MD5) / Made available in DSpace on 2017-04-17T12:44:32Z (GMT). No. of bitstreams: 1 Hugo Alves Velozo.pdf: 5196080 bytes, checksum: 14e9edcc07c0256cf726b1d0f7eb9a02 (MD5) Previous issue date: 2017-02-20 / CAPES / Most methods of identifcation of closed-loop dynamic systems are developed for linear and deterministic systems. However, most closed loop systems are nonlinear dynamic systems. In addition, such systems are subject to stochastic perturbations. Considering this problem, this work presents a methodology for the identifcation of closed loop stochastic nonlinear systems. For this purpose, the proposed methodology uses a local approach to identify nonlinear dynamic systems, that is, a set of Box-Jenkins local models are used to identify the dynamics of the nonlinear system. In this work, the nonlinear system is modeled through a Takagi-Sugeno fuzzy inference system, where the parameters of the antecedent of the fuzzy rules are estimated with the fuzzy clustering algorithm GustafsonKessel and the consequent Box-Jenkins model parameters are estimated with the fuzzy fuzzy RIV (Refned Instrumental Variable) and fuzzy IVARMA (Instrumental Variable ARMA) algorithms. The proposed method is applied in the identifcation of a closed-loop nonlinear thermal plant. / A maioria dos métodos de identifcação de sistemas dinâmicos em malha fechada são desenvolvidos para sistemas lineares e determinísticos. Entretanto, a maioria dos sistemas operando em malha fechada são sistemas dinâmicos não lineares. Além disso, esses sistemas estão sujeitos a perturbações de natureza estocástica. Considerando essa problemática, este trabalho apresenta uma metodologia para identifcação de sistemas não lineares estocásticos em malha fechada. Para isso, a metodologia proposta utiliza uma abordagem local de identifcação de sistemas dinâmicos não lineares, ou seja, um conjunto de modelos locais Box-Jenkins são utilizados para identifcar a dinâmica do sistema não linear. Neste trabalho, o sistema não linear é modelado por meio de um sistema de inferência fuzzy Takagi-Sugeno, onde os parâmetros do antecedente das regras fuzzy são estimados com o algoritmo de agrupamento fuzzy Gustafson-Kessel e o parâmetros do modelo Box-Jenkins do consequente são estimados com os algoritmos RIV (Refned Instrumental Variable) fuzzy e IVARMA (Instrumental Variable ARMA) fuzzy. O método proposto é aplicado na identifcação de uma planta térmica não linear em malha fechada.