Orientadores: Alexandre Campane Vidal, Emilson Pereira Leite / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de Geociências / Made available in DSpace on 2018-08-19T10:26:59Z (GMT). No. of bitstreams: 1 Honorio_BrunoCesarZanardo_M.pdf: 2919796 bytes, checksum: 69dad1cb91b548f053e48d33bcef6274 (MD5) Previous issue date: 2011 / Resumo: Perfis geofísicos de poços são importantes fontes de informação para o estudo de rochas em subsuperfície, sendo comumente utilizados na caracterização de reservatórios de petróleo. É sabido que os sinais obtidos como respostas do meio geológico contêm ruídos que podem afetar a interpretação do objeto estudado e que a transformada wavelet (WT) é melhor adaptada que a transformada de Fourier (FT) para a análise de sinais não-estacionários, como aqueles obtidos da perfilagem geofísica. Por outro lado, existem diversos parâmetros que devem ser considerados quando se trabalha com a WT, tais como a escolha da função wavelet base (wavelet mãe), o nível de decomposição, assim como a função e as regras que "controlam" como e quais coeficientes serão utilizados para reconstrução do sinal. Este estudo analisa o processo de atenuação de ruídos em perfis geofísicos de poços através da transformada wavelet ortogonal. Numa primeira abordagem, foi estudado o processo de atenuação em sinais sintéticos e então, foi estudado o processo em perfis geofísicos reais. Uma vez que os dados de perfis de poços são geralmente utilizados para a classificação de litologias, foi proposto um método associado com o algoritmo de classificação K-Vizinhos Mais Próximos (KNN) para investigar como as diferentes combinações dos parâmetros afetam os sinais de saída e o seu desempenho na classificação litológica, tornando assim um processo conduzido pelos dados. Foi investigada as funções de thresholding tradicionalmente empregadas (hard e soft threshold) bem como uma recente abordagem (customized threshold), sendo esta a que proporcionou melhores resultados. O potencial da transformada wavelet como ferramenta para auxiliar na interpretação geológica é evidenciado pela identificação de importantes características geológicas, como regiões de cimentação carbonática e a determinação de ciclos sedimentares, do Campo de Namorado, Bacia de Campos, Brasil / Abstract: Geophysical well logs are an important tool for the characterization of subsurface rocks, being commonly used in the study of reservoir geology. It is well known that signals obtained as responses from geological media contain noise that can affect their interpretation, and that wavelet transform (WT) is more suitable than the Fourier transform (FT) to denoise non-stationary signals, as the ones obtained from well logs. On the other hand, there are several parameters that must be considered when working with the WT, such as the wavelet basis function choice (mother wavelet), the decomposition level and also the function and rules that "control" which and how the coefficients will be used for signal reconstruction. This study analyzes the process of denoising geophysical well log data by orthogonal wavelet transform. In a first approach, it was studied the denoising process in synthetic signals and then, the process in real geophysical well logs. Since the well log data are usually used in lithology classification, we propose a method associated with the K-Nearest Neighbor (KNN) classification algorithm to investigate how different combinations of parameters affect the output signals and its performance in the lithological classification, thus making a data driven process. It was evaluated the thresholding function traditionally used (hard e soft threshold) as well a recent approach (customized threshold), this being the one that provided better results. The potential of the wavelet transform as a tool to aid geological interpretation is evidenced by the identification of important geological features, such as regions of carbonate cementation and determination of sedimentary cycles of the Namorado Field, Campos Basin, Brazil / Mestrado / Reservatórios e Gestão / Mestre em Ciências e Engenharia de Petróleo

Orientador: Yuzo Iano / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-20T02:17:41Z (GMT). No. of bitstreams: 1 CutipaArapa_EfrainaGladys_M.pdf: 5028658 bytes, checksum: 07c8aaabf3096b4e5cd565e0f12f6fe6 (MD5) Previous issue date: 2012 / Resumo: O armazenamento e a transmissão de grande quantidade de imagens médicas constituem um campo ativo de pesquisa. Dispositivos de imagem geram muitos dados por paciente. Além disso, deve-se prover armazenamento de longo prazo bem como uma transmissão eficiente. Esquemas de compressão atuais produzem taxas de compressão elevadas e com perda de qualidade. Uma abordagem de processamento que permita uma alta taxa de compressão e codificação de regiões de interesse ROI (Region Of Interest) com boa qualidade é assim desejável. Neste trabalho um método de codificação ROI e WT (Wavelet Transform) para compressão de imagem digital no formato padrão DICOM (Digital Imaging and Communications in Medicine) é apresentado. Essas aplicações permitem extrair informações relevantes para o armazenamento de uma imagem com um menor custo computacional e com um erro muito pequeno quando se compara a imagem original com aquela processada / Abstract: The storage and transmission of large amounts of medical images is an active field research. In general, imaging devices generates large amounts of data per patient. Besides, we need to provide long-term storage and an efficient transmission. Current compression schemes produce high compression rates if some loss of quality is affordable. However in medicine field we cannot afford any losses in diagnostically important regions. An approach that brings a high compression rate with a good quality is thus necessary. In this work a method of ROI coding e WT (Wavelet Transform) for compression of compression of digital imaging is presented. These applications allow extract relevant information from an image archiving with a lower computational cost and with a very small error when comparing the original and processed images / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Orientador: Robson Pederiva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-26T01:39:31Z (GMT). No. of bitstreams: 1 Varanis_MarcusViniciusMonteiro_D.pdf: 5116959 bytes, checksum: b16ac36565b93c6bf49eb1863f7e9823 (MD5) Previous issue date: 2014 / Resumo: Motores elétricos são componentes de grande importância na maioria dos equipamentos de plantas industriais. As diversas falhas que ocorrem nas máquinas de indução podem gerar consequências severas no processo industrial. Os principais problemas estão relacionados à elevação dos custos de produção, piora nas condições do processo e de segurança e, sobretudo piora na qualidade do produto final. Muitas destas falhas mostram-se progressivas. Neste trabalho, apresenta-se uma contribuição ao estudo de Técnicas de Processamento de Sinais Baseadas na Transformada Wavelet para extração de parâmetros de Energia e Entropia a partir de sinais de vibração para detecção de falhas no regime não-estacionário (parada e partida do motor). Em conjunto com a transformada Wavelet utilizam-se métodos de redução de dimensionalidade como, a análise em componentes principais (PCA e a análise Linear Discriminante (LDA). O uso de uma bancada experimental mostra que os resultados da classificação têm alta precisão / Abstract: Electric motors are very important components in most industrial plants equipment. The several faults occurring in induction machines can generate severe consequences in the industrial process. The main problems are related to high production costs, worsening the conditions of process and security, and especially poor quality of the final product. Many of these failures are shown progressive. This work presents a contribution to the study of Signal Processing Techniques Based on Wavelet Packet Transform for extracting parameters of Energy and Entropy, together makes the use of dimensionality reduction methods like the Principal components Analysis (PCA) and Linear Dscriminant Analysis (LDA). This analysis is done from the acquisition of vibration signals in Non-Stationary state (stop and start the engine). The results show that the performance of classification has high accuracy based on experimental work / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica