O fresamento do aço inoxidável austenítico é um processo importante para a produção de peças em que se deseja alta resistência mecânica e à corrosão. No entanto, a usinagem desse material representa um desafio por suas características adversas ao corte. A alta taxa de encruamento e a alta dureza relativa fazem-no resistente ao corte, podendo gerar vibrações em diferentes faixas de frequência. Uma técnica importante ao processamento de sinais de vibração é a Transformada de Wavelet que permite analisar diferentes frequências do sinal através da subdivisão em aproximações e detalhamentos. Neste trabalho analisaram-se vibrações em alta e baixa frequência geradas no fresamento frontal do aço inoxidável austenítico AISI 316 a partir de sinais de força, coletados por meio de um dinamômetro piezelétrico e processados via Transformada de Wavelet Discreta. Também se fez a investigação dos perfis de rugosidade, dos parâmetros de rugosidade média (Ra) e média parcial (Rz) e das ondulações gerados na superfície fresada. Nos ensaios, foram utilizados insertos com três raios de ponta distintos, hastes da fresa com três diferentes comprimentos em balanço e foram variadas a rotação do eixo-árvore e a profundidade de corte axial em três níveis cada, totalizando 81 combinações de parâmetros. Constatou-se que a profundidade de corte representou a maior influência na vibração. Na usinagem com rotações abaixo do valor mínimo recomendado pelo fabricante (1600 rpm), houve dificuldades na formação e remoção do cavaco. A modificação do raio de ponta influenciou mais a vibração em pequenas profundidades de corte ou em zonas próximas às condições de instabilidade. O comprimento da haste mostrou comportamentos diferentes para a vibração, podendo estar relacionado com a mudança das frequências naturais do sistema e também pode definir entrada em regime instável. Verificou-se correlação do detalhamento (D1) da força resultante (vibração em altas frequências) com o parâmetro Ra para condições de vibrações intensas (maiores amplitudes), mas em regime estável. Assim, o parâmetro D1 pode ser utilizado na detecção de vibrações chatter no processo de fresamento frontal do aço inoxidável AISI 316. / The milling of austenitic stainless steel is important process for the production of part that require mechanical and corrosion resistance. However, the machining of this steel represents a challenge by its adverse features. The high hardening rate and the high relative hardness make it resistant to cutting and can generate vibrations in different frequency ranges. An important technique for the processing of vibration signals is the Wavelet Transform that allows the analysis of different signal frequencies through the subdivisions into approximations and details. In this work, high and low frequency vibration generated in end milling of AISI 316 stainless steel were analyzed from force signals collected through a piezoelectric dynamometer and processed via Wavelet Discrete Transform. Besides, the roughness profiles were investigated, as well as average (Ra) and partial mean (Rz) roughness parameters, and waviness generated on the milled surface. Three different insert nose radius, end mill tool lengths, depths of cut and spindle speeds were used in the experiments, totaling 81 combinations of parameters. It was found that depth of cut represented the greatest influence on vibration. In end milling with spindle speed below the minimum recommended by the tool manufacturer (1600 rpm) it occurred difficulties in the chip formation and removal. The modification of tool nose radius greater influenced the vibration at small depths of cut or in regions close to the stability limit. The end mill tool length showed different behaviors for the vibration, which may be related to the change of natural frequencies of the mechanical system and may also define an unstable state. The correlation of detail (D1) of the resulting force (vibration at high frequencies) with the parameter Ra for intense vibration conditions (larger amplitudes) was verified, but in stable state. Thus, D1 can be used for detecting chatter in end milling process of AISI 316 stainless steel.

Neste trabalho, foram utilizadas as vantagens da ferramenta matemática de análise temporal e espectral, a transformada wavelet discreta (DWT), além dos coeficientes de predição linear (LPC) e do algoritmo de inteligência artificial, Least Squares Support Vector Machines (LS-SVM), para aplicações em análise de sinais de voz e classificação de vozes patológicas. Inúmeros trabalhos na literatura têm demonstrado o grande interesse existente por ferramentas auxiliares ao diagnóstico de patologias da laringe. Os componentes da DWT forneceram parâmetros de medida para a análise e classificação das vozes patológicas, principalmente aquelas provenientes de pacientes com edema de Reinke e nódulo nas pregas vocais. O banco de dados com as vozes patológicas foi obtido do Departamento de Otorrinolaringologia e Cirurgia de Cabeça e Pescoço do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (FMRP-USP). Utilizando-se o algoritmo de reconhecimento de padrões, LS-SVM, mostrou-se que a combinação dos componentes da DWT de Daubechies com o filtro LP inverso levou a um classificador de bom desempenho alcançando mais de 90% de acerto na classificação das vozes patológicas. / The main objective of this work was to use the advantages of the time-frequency analysis mathematical tool, discrete wavelet transform (DWT), besides the linear prediction coefficients (LPC) and the artificial intelligence algorithm, Least Squares Support Vector Machines (LS-SVM), for applications in voice signal analysis and classification of pathological voices. A large number of works in the literature has been shown that there is a great interest for auxiliary tools to the diagnosis of laryngeal pathologies. DWT components gave measure parameters for the analysis and classification of pathological voices, mainly that ones from patients with Reinke\'s edema and nodule in the vocal folds. It was used a data bank with pathological voices from the Otolaryngology and the Head and Neck Surgery sector of the Clinical Hospital of the Faculty of Medicine at Ribeirão Preto, University of Sao Paulo (FMRP-USP), Brazil. Using the automatic learning algorithm applied in pattern recognition problems, LS-SVM, results have showed that the combination of Daubechies\' DWT components and inverse LP filter leads to a classifier with good performance reaching more than 90% of accuracy in the classification of the pathological voices.

Este trabalho traz a aplicação da transformada wavelet (TW) para analisar os transitórios de alta freqüência em um sistema de transmissão causados por uma falta sustentada, com o objetivo de se determinar a precisa localização da mesma. A TW, ferramenta matemática empregada neste trabalho, é uma transformação linear muito parecida com a transformada de Fourier, com uma importante diferença: ela permite a localização no tempo de diferentes componentes de freqüência de um dado sinal. Esta localização permite a detecção no tempo da ocorrência de distúrbios abruptos, tais como os transitórios ocasionados por situações de faltas. Os sinais de ondas viajantes geradas pela ocorrência da falta aparecem como distúrbios superpostos aos sinais de freqüência fundamental que são registrados pelos relés. Processando-se estes sinais pelo emprego da TW, esta pode revelar o tempo de propagação dos sinais analisados entre o ponto de ocorrência do distúrbio e a localização física do relé. Conseqüentemente, dispondo-se do intervalo de tempo entre as ondas sobre uma dada linha de transmissão, a distância do ponto de falta pode então ser facilmente determinada, sendo esta a filosofia adotada neste trabalho. O problema delineado é abordado através da implementação prática de um algoritmo computacional. Nesta implementação, o usuário pode escolher a técnica de localização a ser empregada, utilizando-se de dados registrados em um ou em ambos os terminais da linha, conforme a sua necessidade e/ou disponibilidade dos recursos necessários. Com o objetivo de testar e validar a aplicabilidade do algoritmo de localização de faltas, utilizou-se de dados de sinais faltosos obtidos através de simulações do software ATP (Altenative Transients Program), levando-se em conta vários tipos de falta em diferentes localizações ao longo da linha, com diferentes ângulos de incidência, resistências de falta, freqüência de amostragem do sinal, etc. Também foi verificada a influência do acoplamento mútuo em caso de circuitos duplos de transmissão. Os resultados alcançados pelo algoritmo são promissores e demonstram uma ótima precisão e aplicabilidade do método proposto. / This work presents a wavelet transform (WT) application to analyze the high frequency transients in a transmission line caused by a fault, with the purpose of determining its accurate location. The WT is very similar to Fourier Transform (FT), with an important difference: it allows the time determination of different frequency components of a signal. This skill allows the detection of the time of the disturbance occurrence, such as fault transients. The traveling waves generated by the fault occurrence appear as superimposed disturbances on the power frequency signals recorded by the relay. By processing these signals using the WT, the propagation time between the fault point and the relay location can be determined. Consequently, the distance of the fault point can be easily calculated. The delineated problem is boarded through the practical implementation of a computational algorithm. In this implementation, the user can choose the location technique to be employee, using data registered in one or both the terminals of the line, according to the necessity and/or availability of the data. In order to evaluate the applicability of the proposed scheme, the simulation of the transmission line in a faulty condition was utilized. This work makes use of a digital simulator of a faulted EHV (Extra High Voltage) transmission lines known as Alternative Transients Program (ATP). A typical transmission line from CESP (Companhia Energética de São Paulo) were utilized. The simulated data obtained was very close to that found in practice. This study takes into account single phase to ground faults, phase-to-phase faults, phase-phase to ground and three phase faults. The data set was composed of various fault situations considering different fault locations, fault resistances and fault inception angles. The influence of the sampled rate used was also verified as well as the mutual coupling in case of double transmission circuits. The test results reached for the algorithm are promising and demonstrate a highly satisfactory degree of accuracy and applicability of the proposed method.

Este trabalho apresenta um estudo sobre transformada Wavelet aplicada à qualidade da energia elétrica com o intuito de detectar, localizar e classificar eventuais distúrbios que ocorrem no sistema elétrico. Inicialmente é apresentada uma introdução sobre qualidade da energia, mostrando fatos, evoluções e explicando o conceito dos principais fenômenos que interferem na qualidade da energia do sistema elétrico brasileiro, devido, principalmente, à grande demanda de aparelhos eletrônicos produzidos atualmente. Em seguida é mostrada uma revisão dos principais métodos e modelos aplicados atualmente no mundo a respeito do assunto. A transformada Wavelet vem como uma grande ajuda nesta área de análise de sinais, já que é capaz de extrair simultaneamente informações de tempo e freqüência, diferentemente da transformada de Fourier. A simulação dos diversos distúrbios ocorridos no sistema foi realizada através do software ATP (Alternative Transients Program), cujas características seguem corretamente um sistema de distribuição real da concessionária CPFL. Os distúrbios de tensão gerados e analisados foram detectados e localizados através da técnica de Análise Multiresolução e, posteriormente, classificados, utilizando para isto o método da Curva de Desvio Padrão / This dissertation presents a study of Wavelet transform applied to power quality in order to detect, locate and classify disturbances that may occur in the power system. Initially an introduction of power quality is presented, showing facts, evolutions and explaining the concept of the main phenomena that interfere the on power quality of the brazilian power system, due to, mainly, a great demand for electronic devices produced nowadays. A revision of the main methods and models currently applied in the world regarding this subject is also show. The Wavelet transform comes as a great support in the area of signal assessment, as it can extract information about time and frequency simultaneously, differently from the Fourier transform. The simulation of the diverse disturbances occurred in the system was accomplished through ATP software (Alternative Transients Program), whose characteristics correctly follow a system of real distribution of CPFL eletric utility. The generated and analyzed voltage disturbances were detected and located by Multiresolution Analysis technique and later classified by the method of the Standard Deviation

Este trabalho tem a finalidade de analisar algumas técnicas de processamento do sinal mioelétrico, de forma a possibilitar uma posterior implementação de um circuito, que reconheça este sinal e apresente como saída um sinal de controle a ser utilizado em sistemas de reabilitação. Foram simuladas e avaliadas três técnicas de filtragem para o sinal mioelétrico, a fim de atenuar a interferência dos principais ruídos que corrompem este sinal. As técnicas avaliadas foram: filtragem digital clássica; cancelamento de ruído adaptativo e reconstrução do sinal por meio das componentes obtidas pela transformada wavelet. Também foi implementado e analisado um sistema simplificado de reconhecimento dos padrões para este sinal, realizado por meio de uma rede neural artificial, em que foi aplicado em sua entrada o próprio sinal mioelétrico e não suas características obtidas por processamentos matemáticos. Diante dos resultados obtidos os canceladores de ruído adaptativos apresentaram melhores resultados com relação às outras técnicas de filtragem. Apesar de não ter sido adequada para a filtragem, a transformada wavelet mostrou-se uma poderosa ferramenta de análise de sinais, em virtude da sua característica multiresolução. A técnica utilizada para reconhecer os padrões do sinal mostrou bons resultados com os sinais analisados. / This work has the purpose to analyze some techniques for myoelectric signal processing, towards a subsequent implementation of a circuit which can recognize this signal and present as output a control signal to be used in rehabilitation systems. Simulation and evaluation of three filtering techniques for the myoelectric signal were done in order to attenuate the main interferences of noises which corrupt this signal. The evaluated techniques were: classic digital filtering; adaptive noise cancelling and the signal reconstruction through the obtained components by the wavelet transform. A simplified system of pattern recognition for this signal also was implemented and analyzed, accomplished through an artificial neural network. The myoelectric signal itself was applied to the input instead of its characteristics obtained by mathematical processing. According to the results obtained the adaptive noise cancelling presented better results in comparison to the other filtering techniques. Despite not being adequate for filtering, the wavelet transform proved to be a powerful tool for signal analysis, by virtue of its multiresolution characteristics. The technique used to recognize the signal patterns has shown good results with the analyzed signals.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-04-26T11:21:06Z No. of bitstreams: 1 leandrorodriguesmansosilva.pdf: 2486503 bytes, checksum: f7db682d8ff4382dc706f061419d2a67 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-04-26T12:26:11Z (GMT) No. of bitstreams: 1 leandrorodriguesmansosilva.pdf: 2486503 bytes, checksum: f7db682d8ff4382dc706f061419d2a67 (MD5) / Made available in DSpace on 2017-04-26T12:26:11Z (GMT). No. of bitstreams: 1 leandrorodriguesmansosilva.pdf: 2486503 bytes, checksum: f7db682d8ff4382dc706f061419d2a67 (MD5) Previous issue date: 2016-02-24 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O presente trabalho apresenta o desenvolvimento de métodos de compressão e descompressão de sinais elétricos advindos de sistemas de potência. O método de compressão é baseada em três estágios: a Detecção de Novidades; um estágio de Compressão com Perdas, baseado na Transformada Wavelet Discreta; e finalmente, um estágio de Compressão sem Perdas, baseado no algoritmo Lempel-Ziv-Welch. Foi desenvolvido também, um método para a reconstrução dos sinais comprimidos, que é baseado na Transformada Wavelet Inversa, núcleos de Transformada Discreta de Fourier e na frequência estimada do sinal. A parte de compressão utiliza técnicas de processamento digital de sinais em tempo real, e foi desenvolvida de modo a ser implementada em plataforma FPGA, e a parte de descompressão é executada em um software offline. O trabalho apresenta também um estudo de técnicas de representação esparsa de sinais em dicionários redundantes, com o objetivo de avaliar seu desempenho quando aplicadas à compressão de sinais elétricos, e também, a viabilidade de implementá-las em tempo real, substituindo a Transformada Wavelet Discreta, no estágio de Compressão com Perdas no sistema mencionado anteriormente. / The present work presents the development of a method for power systems signal compression and decompression. The compression method is based in three stages: the novelty detection; the Lossy Compression based on the Discrete Wavelet Transform; and a Lossless Compression stage based on Lempel-Ziv-Welch algorithm. A decompression method was also developed to reconstruct the compressed signals, it is based on Inverse Wavelet Transform, Discrete Fourier Transform cores and the estimated frequency of the signal. The compression part uses digital signal processing techniques in real time, and it was developed to be implemented in FPGA platform. The decompression part runs offline in a PC software. This work also presents a study of sparse representation over redundant dictionaries techniques, in order to evaluate its performance when applied to electrical signal compression, and also the feasibility of implementing them in real time, replacing the Wavelet Transform compression stage in the system mentioned above.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-05-11T18:00:15Z No. of bitstreams: 1 ederbarbozakapisch.pdf: 4847277 bytes, checksum: 139f0b67e25b637befdb231fd5402b98 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-05-17T15:19:44Z (GMT) No. of bitstreams: 1 ederbarbozakapisch.pdf: 4847277 bytes, checksum: 139f0b67e25b637befdb231fd5402b98 (MD5) / Made available in DSpace on 2017-05-17T15:19:44Z (GMT). No. of bitstreams: 1 ederbarbozakapisch.pdf: 4847277 bytes, checksum: 139f0b67e25b637befdb231fd5402b98 (MD5) Previous issue date: 2015-03-18 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / A presente dissertação apresenta a implementação de um Sistema de Detecção e Compressão de Distúrbios Elétricos (SDCDE), com foco nas implementações baseadas em plataforma FPGA (Field-Programmable Gate Array). Inicialmente são abordados os algoritmos de compressão e detecção. Posteriormente são mostradas as sínteses na FPGA e um protótipo desenvolvido para testes. O sistema proposto é voltado para aplicações em Sistemas Elétricos de Potência (SEPs) e prevê a aquisição e o armazenamento dos distúrbios comumente encontrados nesse campo. A partir dos dados armazenados, é possível reconstruir inteiramente o sinal registrado, para possíveis análises de oscilográfia. O processo de compressão passa por três estágios: detecção de novidade, compressão com perdas, utilizando a Transformada Wavelet Discreta (DWT), e a Compressão em termos de bit. Esses três níveis de compressão permitem uma otimização do espaço de memória utilizado e garantem que longos períodos de registros possam ser armazenados em um cartão de memória. A abordagem das sínteses em FPGA visa avaliar, dentre outros fatores, o consumo de recursos de hardware utilizado, através da implementação de um processador embarcado, criado e idealizado para aplicações de Processamento Digital de Sinais (DSP). A partir do protótipo desenvolvido, alguns resultados de sínteses e estudos de casos com testes executados em ambientes reais, são apresentados. / This dissertation presents the implementation of a System of Detection and Compression of Electrical Disturbances (SDCDE), focusing on implementations based on FPGA platform (Field-Programmable Gate Array). Initially are discussed compression and detection algorithms. Subsequently the synthesis in FPGA and a prototype that was developed for testing are shown. The proposed system is aimed at applications in Electric Power Systems (SEPs) and provides for the acquisition and storage of the disturbances commonly found in this field. From the data stored, the recorded signal can be fully reconstructed for possible oscillographic analysis. The compression process involves three stages: novelty detection, lossy compression, using the Discrete Wavelet Transform (DWT), and a bit-level compression. These three levels of compression allow an optimization of used memory space and they ensure that long periods of records can be stored on a memory card. The approach of the synthesis on FPGA aims to evaluate, among other factors, the usage of hardware resources, through the implementation of an embedded processor, created and designed for digital signal processing applications. From the prototype developed, some results of synthesis and case studies with tests performed in real environments are presented.

[pt] Esta dissertação propõe um sistema de controle de uma mão robótica utilizando sinais eletromiográficos de superfície (sEMG). Os sinais sEMG são coletados de três diferentes grupos musculares do antebraço superior: músculo palmar longo, músculo extensor dos dedos, e músculo extensor radial longo do carpo. O objetivo dessa pesquisa é o desenvolvimento de um protótipo de uma prótese robótica para pessoas que apresentam amputação da mão, controlado por uma interface eletromiográfica baseada em inteligência computacional. Este trabalho abrange os seguintes tópicos: posicionamento dos eletrodos para capturar os sinais sEMG, projeto de um sistema de eletromiografia como interface muscular, método de pré processamento de sinais, uso de técnicas de inteligência computacional para a interpretação dos sinais sEMG, projeto da mão robótica, e método de controle utilizado para controlar as posições dos dedos e o controle da força da mão. Nesta dissertação é utilizada a transformada wavelet como método de extração de características nos sinais eletromiográficos, e uma rede neural multicamada como método de classificação de padrões. O modelo proposto apresentou resultados satisfatórios, conseguindo 90,5 por cento de classificação correta dos padrões para o reconhecimento de 6 posturas diferentes da mão, 94,3 por cento para 5 posturas, e 96,25 por cento para 4 posturas. / [en] This thesis proposes the control of a robotic hand system using surface electromyographic signals (sEMG). The sEMG signals are collected from three different muscle groups of the upper forearm: palmaris longus muscle, extensor digitorum communis muscle, and extensor carpi radialis longus muscle. The objective of this research is to develop a prototype of a robotic prosthesis for people with hand amputation, controlled by an electromyographic interface based on computational intelligence. This thesis covers the following topics: positioning of electrodes to capture the sEMG signals, design of an electromyography muscle interface, preprocessing method, use of techniques of computational intelligence for the interpretation of the sEMG signals, design of the robotic hand, and method used to control the positions of the fingers and of the hand grip force. Here, the wavelet transform is used as a feature extraction method in electromyographic signals, and a multi-layer neural network as a pattern classification method. The proposed model obtained satisfactory results, recognizing 90.5 per cent of the positions for 6 different hand patterns, 94.3 per cent for 5, and 96.25 per cent for 4 positions.

Las arritmias supraventriculares, en particular la fibrilación auricular (FA), son las enfermedades cardíacas más comúnmente encontradas en la práctica clínica rutinaria. La prevalencia de la FA es inferior al 1\% en la población menor de 60 años, pero aumenta de manera significativa a partir de los 70 años, acercándose al 10\% en los mayores de 80. El padecimiento de un episodio de FA sostenida, además de estar ligado a una mayor tasa de mortalidad, aumenta la probabilidad de sufrir tromboembolismo, infarto de miocardio y accidentes cerebrovasculares. Por otro lado, los episodios de FA paroxística, aquella que termina de manera espontánea, son los precursores de la FA sostenida, lo que suscita un alto interés entre la comunidad científica por conocer los mecanismos responsables de perpetuar o conducir a la terminación espontánea de los episodios de FA. El análisis del ECG de superficie es la técnica no invasiva más extendida en la diagnosis médica de las patologías cardíacas. Para utilizar el ECG como herramienta de estudio de la FA, se necesita separar la actividad auricular (AA) de las demás señales cardioeléctricas. En este sentido, las técnicas de Separación Ciega de Fuentes (BSS) son capaces de realizar un análisis estadístico multiderivación con el objetivo de recuperar un conjunto de fuentes cardioeléctricas independientes, entre las cuales se encuentra la AA. A la hora de abordar un problema de BSS, se hace necesario considerar un modelo de mezcla de las fuentes lo más ajustado posible a la realidad para poder desarrollar algoritmos matemáticos que lo resuelvan. Un modelo viable es aquel que supone mezclas lineales. Dentro del modelo de mezclas lineales se puede además hacer la restricción de que estas sean instantáneas. Este modelo de mezcla lineal instantánea es el utilizado en el Análisis de Componentes Independientes (ICA). / Vayá Salort, C. (2010). Characterization and processing of atrial fibrillation episodes by convolutive blind source separation algorithms and nonlinear analysis of spectral features [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/8416 / Palancia

La presente tesis cuenta con dos objetivos. Por una parte introducir y validar un método de análisis de corrientes estatóricas para el diagnóstico de máquinas de inducción conectadas a la red que operan en estado transitorio, basado en el uso de filtros de rechazo de frecuencia en combinación con la distribución de Wigner-Ville, con especial interés en su aplicación para la detección incipiente de defectos. El segundo objetivo consiste en replicar de la manera más fidedigna posible el proceso de rotura de una barra en el rótor de un motor de inducción. Para ello se ha diseñado un ensayo encaminado a provocar dicha avería sometiendo un motor a fatiga. Con este objetivo se ha construido un banco de pruebas y emplazado los sensores necesarios, así como un sistema de recogida de datos de manera automatizada. Adicionalmente, se ha diseñado los programas de procesamiento de los mismos, también para ser llevado a cabo de la manera lo más desatendida posible. / Climente Alarcón, V. (2012). Aportación al mantenimiento predictivo de motores de inducción mediante modernas técnicas de análisis de la señal [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/15915 / Palancia