Este trabalho fundamenta-se no desenvolvimento e aprimoramento de uma metodologia de proteção diferencial de Transformadores de Potência. A metodologia desenvolvida avalia eventos transitórios que dificultam a operação correta de relés diferenciais aplicados à proteção de transformadores. O estudo concentra-se no estabelecimento de contribuições ao estado da arte associadas à análise de sinais de corrente diferenciais geradas tanto por faltas internas e externas quanto por distúrbios transitórios. A concepção da metodologia proposta baseou-se na quantificação da energia espectral gerada a través dos coeficientes de detalhe da Transformada Wavelet Discreta. A metodologia de proteção proposta foi desenvolvida em ambiente MATLAB® e testada por meio de simulações realizadas através do software ATP/EMTP (Alternative Transients Program/Electromagnetic Transients Program). Os resultados da pesquisa mostram a aplicabilidade do algoritmo de proteção, mesmo nas condições mais adversas, como na ocorrência da saturação dos transformadores de corrente. / This work is based on the development and improvement of a methodology to differential protection of power transformer. The proposed methodology evaluates transient events that difficult the correct operation of differential relays applied to transformer protection. The study establishes contributions to the state of the art related to differential current analysis generated by internal and external faults and transient disturbance. The conception of the proposed methodology was based on the spectral energies variation generated by each event and calculated through the detail coefficient of Discrete Wavelet Transform. The proposed methodology was developed in MATLAB® environment and tested through several simulations performed with the ATP/EMTP software (Alternative Transients Program / Electromagnetic Transients Program). The results of the research show the applicability of the protection algorithms, even in adverse conditions, such as saturation of current transformers.

A qualidade e a continuidade do fornecimento de energia elétrica aos consumidores são fatores muito importantes quando da avaliação da eficiência de um sistema elétrico de potência. Nesse contexto, os transformadores são equipamentos muito importantes e demandam especial atenção quando do projeto do esquema de proteção. Apesar do crescente desenvolvimento das metodologias de proteção de transformadores trifásicos, alguns aspectos ainda não foram totalmente solucionados. Um desses diz respeito à proteção diferencial de transformadores de potência, a qual apresenta vários problemas na discriminação de faltas internas ao transformador. A geração de correntes diferenciais provocada por fenômenos transitórios, como a energização do transformador, produz a incorreta operação do relé, ocasionando uma queda na eficiência do esquema de proteção diferencial. Assim sendo, o presente trabalho apresenta uma nova metodologia de proteção diferencial de transformadores trifásicos, a qual utiliza a transformada wavelet para extrair os sinais transitórios dominantes induzidos pelas faltas internas. A transformada wavelet é uma eficiente ferramenta utilizada no estudo de sinais não-estacionários e de rápida transição. De forma a atender os principais problemas do esquema convencional de proteção, a transformada wavelet discreta é utilizada para decompor os sinais de corrente diferencial em várias faixas de freqüências. Após essa decomposição, a variação de energia espectral dos coeficientes de detalhe wavelet é analisada pelo algoritmo proposto, e assim uma discriminação entre faltas internas e correntes de magnetização, ou correntes inrush, é feita. Usando um modelo elaborado de um sistema elétrico de transmissão são efetuadas rigorosas simulações computacionais para avaliar o desempenho do algoritmo proposto. Os resultados obtidos nessas simulações mostram que a metodologia de proteção diferencial de transformadores trifásicos baseada na variação de energia espectral dos coeficientes wavelets apresenta um ótimo desempenho quando comparada com a metodologia de proteção convencional. / Power supply quality and continuity are very important aspect when assessing the efficiency of an electric power system. In this context, the transformers are key equipments that require special attention during the protection scheme design. Despite the increasing development of methodologies for three-phase transformers protection, some aspects have not yet been fully studied. One of these aspects concerns to the differential protection of power transformers, which presents several restrictions regarding the characterization of internal faults. The observation of differential currents caused by transient phenomena such as transformer energization, produces an incorrect operation of protective relaying, causing a drop in the protection scheme efficiency. Therefore, this work presents a new methodology for differential protection of three-phase transformers using the wavelet transform to extract the transient signals induced by the dominant internal faults. The wavelet transform is an efficient tool in the study of non-stationary signals with fast transients. In order to overcome the main problems of the traditional protection scheme, the discrete wavelet transform is used to decompose the differential current signals into several bands of frequencies. After this decomposition, the spectral energy variation of the wavelet detail coefficients is analyzed by the proposed algorithm and, thus, classification between internal faults, external faults and inrush currents is performed. Using a transmission system model, accurate simulations are performed to evaluate the computational performance of the proposed protection algorithm. The results obtained in these simulations show that the proposed methodology has a great performance when compared with traditional protection philosophies.

A ocorrência de variações nos sinais de eletroencefalograma (EEG) de indivíduos que apresentam predisposição a desenvolver a doença do alcoolismo é conhecida e documentada na literatura médica e científica. Dentre as possíveis variações, encontram-se as anormalidades no potencial relacionado ao evento (ERP) P300, um dos principais endofenótipos da doença. Geralmente, este componente tem uma amplitude significativamente menor em indivíduos com alto risco (AR) de desenvolver a doença, quando comparada à amplitude observada em sinais de indivíduos com baixo risco (BR). A técnica atualmente empregada para distinguir os sinais de ERPs P300 dos indivíduos com AR e BR para desenvolver o alcoolismo é baseada na análise visual da amplitude máxima no domínio do tempo e do espectro de frequencias do sinal, obtido através da transformada de Fourier. O objetivo deste trabalho é contribuir para o estudo da identificação da predisposição ao alcoolismo, utilizando técnicas de processamento de sinais, como a transformada wavelet (WT), e de inteligência artificial, por meio das redes neurais artificiais (ANNs). A WT foi utilizada por ser mais adequada ao tratamento de sinais como os ERPs (sinais nãoestacionários), quando comparada, por exemplo, à transformada de Fourier. As redes neurais possibilitam a automatização do processo de identificação dos diferentes grupos. Através de um sistema híbrido formado por estas duas técnicas, pretende-se extrair características de sinais de ERP que identifiquem indivíduos com predisposição ao alcoolismo, e automatizar a identificação destes indivíduos. No desenvolvimento da pesquisa, foi identificada a necessidade de aplicar um préprocessamento aos sinais de ERP, preparando-os para a transformação wavelet. Os coeficientes wavelet assim obtidos formaram os dados de entrada que alimentaram as (ANNs), as quais utilizaram o algoritmo de erro backpropagation no treinamento. Com as técnicas utilizadas, após o treinamento, as ANNs foram capazes de classificar cerca de 90% dos sinais de ERP dos indivíduos com AR e BR. / The occurrence of variations in electroencephalogram (EEG) signals of individuals who are predisposed to develop the disease of alcoholism is known and documented in the medical and scientific literature. Among these variations, are the abnormalities in the event related potential (ERP) P300, a major endophenotype of this disease. Generally, this component has an amplitude significantly smaller in patients at high risk (HR) of developing the disease when compared to the amplitude seen in the signals of individuals with low risk (LR). The technique currently used to distinguish signals of P300 ERPs in individuals with HR and LR for developing alcoholism is based on visual analysis of the maximum amplitude in the time domain and of the frequency spectrum of the signal, obtained via Fourier transform. The aim of this thesis is to study the identification of predisposition to alcoholism, by techniques of signal processing such as wavelet transform (WT) and artificial intelligence through artificial neural networks (ANNs). The WT was used because it is more appropriate for processing signals such as ERP (non-stationary signals), when compared, for example, to the Fourier transform. Neural networks enable the automation of the process of identifying the different groups. Using a hybrid system formed by these two techniques, it is intended to extract features of ERP signals that identify individuals predisposed to alcoholism, and automate the identification of these individuals. The research has identified the need to apply a pre-processing to the signals of ERP, preparing them for the wavelet transformation. The wavelet coefficients thus obtained formed the input data to fed the ANNs, which used the error algorithm backpropagation in training. Using these techniques, after training, the ANNs were able to classify about 90% of ERP signs of individuals with LR and HR.

[pt] O processamento de sinais sísmicos é peça chave na exploração petrolífera. O caminho entre aquisição de dados e interpretação sísmica é composto por uma trilha de processos interdependentes, entre eles os processos de modelagem e migração. A dissertação apresenta a composição de um algoritmo de modelagem acústica 2D no domínio da transformada wavelet a partir de ferramentas próprias e outras já existentes na literatura. São estabelecidas as aproximações necessárias à solução em meios heterogêneos e à independência entre os subdomínios de processamento. Esta independência possibilita a exploração de técnicas de processamento paralelo. Através de exemplos, seu desempenho é avaliado com comparações à solução via diferenças finitas. Estas soluções são ainda submetidas ao mesmo processo de migração baseado em um terceiro modo de solução. / [en] Seismic signal processing is a key step to oil exploration. The path between data acquisition and seismic interpretation is composed by a sequence of interdependent processes, among which are modeling and migration processes. A 2D acoustic modeling algorithm in wavelet Transform domain, based on custom tools and tools already made known in literature is presented. Approximations necessary for the solution in inhomogeneous media and for complete independence between processing subspaces are established. Such independence allows exploration of parallel processing techniques. Throughout examples, performance is evaluated in comparison to finite-difference solution. These solutions are further processed by a migration technique based in yet another solution method.

Orientador: Francisco Villarreal Alvarado / Banca: Jozué Vieira Filho / Banca: Pedro Henrique Cox / Resumo: Neste trabalho é apresentado um sistema interativo para o processamento e armazenamento de imagens no domínio wavelet e uma interface para processamento de imagens digitais. A proposta apresentada baseia-se na transformada wavelet e em métodos de limiar. O sistema de armazenamento tem como objetivo a otimização do espaço computacional, tanto para armazenamento como para transmissão de imagens. Sendo para isso necessário a aplicação da Transformada Wavelet nas respectivas imagens e dos diversos métodos de limiar a serem escolhidos. Estas aplicações permitem extrair informações relevantes para o armazenamento de uma imagem com um menor custo computacional e com uma margem de erro muito pequena quando se compara as imagens, original e processada, ou seja, não há perda de qualidade ao aplicar o sistema de codificação apresentado. Os resultados obtidos a partir das informações extraídas das imagens são apresentados numa interface gráfica. É através da interface gráfica que o usuário usa os arquivos para visualizar e analisar os resultados dos programas diretamente na tela do computador sem a preocupação de lidar com os códigos fontes. A interface gráfica, os programas de processamento de imagens via Transformada Wavelet e os métodos de limiar foram desenvolvidos no ambiente do MATLAB, possibilitando uma troca direta de informações entre eles e o usuário. / Abstract: In this work an interactive system processing and storage of compressed images in the wavelet domain, and an interface for digital image processing are presented. The storage method proposed is based on the wavelet transform and a threshold method. It has the objective of optimizing the computational space, for storage and for transmission of images. It is necessary first a pre-processing routine and after, the characterization through the application of the wavelet transform to the respective images and the several threshold methods to be chosen. These applications allow the extraction of relevant information for an image compression or storage image with a smaller computational cost and with a very small of error when the original and processed images are compared, in other words, there is no quality loss when applying the codification system presented. The results obtained from the extracted information of the images are presented in a graphic interface for image processing. The graphic interface, the programs for image processing using the wavelet transform and the thresholding methods were developed in a MATLAB environment, making possible a direct change of information between them and the user, without the concern of working with source codes. Through this graphic interface the user can use files which permits him visualize and analyze the results of the programs in the computer screen. / Mestre

Made available in DSpace on 2014-06-11T19:29:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-05-10Bitstream added on 2014-06-13T19:38:58Z : No. of bitstreams: 1 rogeri_jg_me_sjrp.pdf: 962940 bytes, checksum: 5f86f6439d28c1cc69d98e55069b9b90 (MD5) / Nos últimos anos, a segurança tornou-se uma preocupação constante da grande maioria das pessoas. Os sistemas biométricos vem ganhando destaque em soluções ligadas à segurança, uma vez que tratam de características físicas e comportamentais para reconhecimento dos indivíduos e permissões de acesso. Este trabalho objetivou a proposição e implementação de um método para reconhecimento de indivíduos por meio de características contidas na região interna da íris com um alto percentual de exatidão no reconhecimento e uma grande diminuição no tempo de processamento, se comparado aos demais métodos encontrados na literatura. No método proposto foram utilizados operadores de morfologia matemática para localização da íris, wavelet de log-Gabor para extração das características e a distância de Hamming para o reconhecimento. Os resultados experimentais obtidos utilizando a base de dados CASIA mostraram que o método é confiável e seguro, além de se destacar com relação ao baixo custo computacional / In the recent years, the security became a constant concern of most people. Biometric systems have been highlighted in solutions related to security, since they deal with physical and behavioral characteristics for individuals recognition and access permissions. This work aims at the implementation of a method for individuals recognition based on the characteristics of the inner region of the iris, seeking a high percentage of accuracy in the recognition and a great reduction in the processing time, as compared to other methods published so far. We use mathematical morphology to search the iris in the image, the log-Gabor wavelet for feature extraction and the Hamming distance for recognition. The experimental results obtained from CASIA database show that the method is safe and reliable, and stand out with regard to the low computational cost

Made available in DSpace on 2014-12-17T14:55:48Z (GMT). No. of bitstreams: 1 RodrigoSM.pdf: 448753 bytes, checksum: 2007d56d8880a1b4d3b48c20466bce2c (MD5) Previous issue date: 2006-06-09 / Instituto Federal de Educa??o, Ci?ncia e Tecnologia do Rio Grande do Norte / This work consists in the use of techniques of signals processing and artificial neural networks to identify leaks in pipes with multiphase flow. In the traditional methods of leak detection exists a great difficulty to mount a profile, that is adjusted to the found in real conditions of the oil transport. These difficult conditions go since the unevenly soil that cause columns or vacuum throughout pipelines until the presence of multiphases like water, gas and oil; plus other components as sand, which use to produce discontinuous flow off and diverse variations. To attenuate these difficulties, the transform wavelet was used to map the signal pressure in different resolution plan allowing the extraction of descriptors that identify leaks patterns and with then to provide training for the neural network to learning of how to classify this pattern and report whenever this characterize leaks. During the tests were used transient and regime signals and pipelines with punctures with size variations from ?' to 1' of diameter to simulate leaks and between Upanema and Estreito B, of the UN-RNCE of the Petrobras, where it was possible to detect leaks. The results show that the proposed descriptors considered, based in statistical methods applied in domain transform, are sufficient to identify leaks patterns and make it possible to train the neural classifier to indicate the occurrence of pipeline leaks / Este trabalho consiste na utiliza??o de t?cnicas de processamento de sinais e redes neurais artificiais para identificar vazamentos em dutos com escoamento multif?sico. Nos m?todos tradicionais de detec??o, existe uma grande dificuldade em conseguir montar um perfil, que seja adequado aos encontrados em condi??es reais do transporte de ?leo. Estas dif?ceis condi??es v?o desde os desn?veis de terreno que causam colunas ou v?cuos ao longo dos dutos at? a presen?a de multifases como ?gua, g?s e ?leo, al?m de outros componentes como areia, que tendem a produzir escoamentos descont?nuos e varia??es diversas. Para vencer estas dificuldades, foi utilizada a transformada wavelet para mapear os sinais de press?o e vaz?o em diferentes planos de resolu??o, permitindo com isto a extra??o dos descritores que caracterizassem padr?es de vazamento e com os mesmos treinar uma rede neural para aprender a classificar estes padr?es e informar quando estes s?o um vazamento. Nos testes foram utilizados sinais de regime e transiente, em duto entre a unidade de Upanema e Estreito B, da UN-RNCE da Petrobras, onde foi poss?vel detectar vazamentos, com furos que variavam de ? a 1 de di?metro para simular os vazamentos. Os resultados obtidos mostram que os descritores propostos com base em medidas estat?sticas no dom?nio da transformada caracterizam os padr?es de vazamento e possibilitam o treinamento do classificador neural para indicar a ocorr?ncia ou n?o de vazamentos no duto

Este trabalho fundamenta-se no desenvolvimento e aprimoramento de uma metodologia de proteção diferencial de Transformadores de Potência. A metodologia desenvolvida avalia eventos transitórios que dificultam a operação correta de relés diferenciais aplicados à proteção de transformadores. O estudo concentra-se no estabelecimento de contribuições ao estado da arte associadas à análise de sinais de corrente diferenciais geradas tanto por faltas internas e externas quanto por distúrbios transitórios. A concepção da metodologia proposta baseou-se na quantificação da energia espectral gerada a través dos coeficientes de detalhe da Transformada Wavelet Discreta. A metodologia de proteção proposta foi desenvolvida em ambiente MATLAB® e testada por meio de simulações realizadas através do software ATP/EMTP (Alternative Transients Program/Electromagnetic Transients Program). Os resultados da pesquisa mostram a aplicabilidade do algoritmo de proteção, mesmo nas condições mais adversas, como na ocorrência da saturação dos transformadores de corrente. / This work is based on the development and improvement of a methodology to differential protection of power transformer. The proposed methodology evaluates transient events that difficult the correct operation of differential relays applied to transformer protection. The study establishes contributions to the state of the art related to differential current analysis generated by internal and external faults and transient disturbance. The conception of the proposed methodology was based on the spectral energies variation generated by each event and calculated through the detail coefficient of Discrete Wavelet Transform. The proposed methodology was developed in MATLAB® environment and tested through several simulations performed with the ATP/EMTP software (Alternative Transients Program / Electromagnetic Transients Program). The results of the research show the applicability of the protection algorithms, even in adverse conditions, such as saturation of current transformers.

Existe hoje uma grande diversidade de técnicas modernas na física médica que são fundamentadas na tecnologia de ressonância magnética nuclear. Dentre estas, a espectroscopia por ressonância magnética é utilizada para medir a concentração de determinados metabólitos no paciente, permitindo o diagnóstico de doenças através de anormalidades no resultado. Dadas as limitações experimentais para melhorar a aquisição do sinal, seja na parte instrumental ou ainda pela necessidade de minimizar o tempo total dos exames, a utilização de técnicas de processamento de sinais apresenta soluções para a melhor visualização e manipulação do sinal estudado. Dentre estas, está o uso de filtros para atenuar os impactos do ruído nos dados amostrados. Recentemente, diversas áreas que necessitam de processamento de sinais têm explorado implementações de filtros que utilizam a transformada wavelet, apresentando resultados promissores com esta nova abordagem. Partindo de estudos prévios na área de espectroscopia por ressonância magnética, implementamos neste trabalho filtros com transformada wavelet, utilizando a metodologia Wavelet Shrinkage Denoising (WSD). A etapa de maior importância deste procedimento é o cálculo do limiar, isto é, o valor a partir do qual os coeficientes devem ser considerados uma representação de ruído (e portanto atenuados); além do método descrito anteriormente na literatura, foram desenvolvidas neste trabalho outras duas novas formas para este cálculo, totalizando três filtros. O primeiro método utiliza a estimativa de risco não-enviesada de Stein (SURE), o segundo uma estimativa do desvio padrão característico do ruído, calculado em uma porção sem picos do espectro, e o terceiro, por fim, introduz informação do sinal à etapa de limiarização, utilizando um procedimento de fitting para estimar regiões do espectro a serem preservadas. A performance destes filtros foi comparada entre si, e também com um método de referência utilizando a transformada de Fourier, primeiro em sinais simulados, e em seguida em sinais in vivo experimentais. Os resultados apresentam uma grande melhora na performance anteriormente documentada, com proposições de novas formas de explorar o potencial de filtros baseados em transformada wavelet. / Many of today techniques in medical physics are based on nuclear magnetic resonance technology. Among these, magnetic resonance spectroscopy is used to measure the concentration of certain metabolites in the patient, allowing the diagnosis of diseases through abnormalities in the results. Given the experimental limitations to improve the quality of the acquired signal, either by instrumental methods or due to the need to minimize the total time elapsed on exams, employing signal processing techniques presents solutions for best visualization and manipulation of the studied signal. Among these, there is the development of filters to mitigate the impacts of noise on the sampled data. Recently, several areas that require signal processing have explored filter implementations that use the wavelet transform, presenting promising results with this new approach. Based on previous studies in the area of magnetic resonance spectroscopy, we implemented wavelet transform filters using the Wavelet Shrinkage Denoising (WSD) methodology. A crucial step in this procedure is the calculation of the threshold, as this value establishes which coefficients are to be considered a noise representation (and therefore attenuated); in addition to the method described previously in the literature, two other new proceedures were developed in this work, totaling three filters. The first method uses the Stein unbiased risk estimator (SURE), the second an estimate of the characteristic standard deviation of the noise, calculated in a portion without peaks of the spectrum, and the third, finally, inputs information from the signal at the thresholding using a fitting procedure to estimate regions of the spectrum that must be preserved. The performance of these filters was compared between each other, and also to a reference method using the Fourier transform, first on simulated signals, and then on experimental in vivo signals. Results show a great improvement compared to performance previously documented, bringing new ways to explore the potential of filters based on wavelet transform.

As bolsas para coleta de sangue necessitam cuidados técnicos que assegurem sua esterilidade biológica durante o processo de fabricação até a entrega do produto final. As bolsas para coleta de sangue não devem conter qualquer tipo de resíduo, para que o seu uso ou conteúdo não seja comprometido causando diversos transtornos. É preciso eliminar o risco de contaminação; no entanto muitas empresas fazem a inspeção de bolsas para coleta de sangue visualmente, a olho nu, por funcionários treinados no uso de equipamento simples, o qual não pode garantir que todas as bolsas estejam livres de resíduos, por depender do fator humano. Para assegurar a esterilização das bolsas comercializadas, este trabalho propõe uma metodologia para automação de um sistema de visão computacional baseado em conjunto de técnica de extração de características de imagens e reconhecimento de padrões para detectar resíduos em imagens de bolsas para coleta de sangue durante o processo de fabricação, e assim, melhorar a qualidade das bolsas comercializadas. Os resíduos encontrados nas imagens capturadas se apresentam como componentes de alta freqüência. A metodologia proposta utiliza a Transformada Wavelet (Wavelet de Haar) em dois níveis de decomposição, como filtro passa - alta para destacar as altas freqüências, e assim detectar a existência de resíduos nas imagens capturadas. Os resultados obtidos com a inspeção visual manual realizada em bolsas para coleta de sangue, mostram que existem resultados divergentes na análise de uma mesma bolsa, o que reforça a necessidade de automatização dessa tarefa para que sejam obtidos resultados mais uniformes com padrões definidos, e dessa maneira melhorar a qualidade das bolsas comercializadas para coleta de sangue. / The blood bags require technician attention to assure its biological sterility in the process of manufacture and in the final product. The blood bags must not contain any type of waste, so that its use or content is not compromised causing various disorders; it is necessary to eliminate any contamination risk; however many companies perform a visually inspection of the blood bags, by naked eye, by trained employees in the use of a simple equipment, which cannot guarantee that all the bags are residue-free because depending on the human factor. The residues showed on the pictures were characterized as high frequency components. So the proposed methodology applies two levels decomposition of Haar´s Wavelet as high pass filter to evidence high frequencies, and to evidence the residues at the pictures and to evidence the existence of residues on the captured pictures. To assure the sterilization of the commercialized blood bags, this work propose a methodology of an automated computational system based in a group of techniques of image characteristics extraction and recognition patterns to detect residues in blood bag images in the process of manufacture, in order to improve the quality of the commercialized blood bags.This technique is used as high-pass filter, to detach the high frequencies, using a Haar-wavelet in two decomposition levels. The results obtained with the manual visual inspection indicate that were found divergent results in the analysis of the same blood bag, which reinforces the necessity of the automation of this task in order to obtain more uniform results with defined standards.