Orientador: Diana Rodrigues de Pina / Resumo: A enterocolite necrosante (NEC – do inglês necrotizing enterocolitis) é caracterizada pela necrose isquêmica da mucosa intestinal de recém-nascidos prematuros. Uma vez que existe a suspeita de NEC, é instituída uma rotina de radiografias abdominais de acordo com a gravidade da doença. Os principais achados radiológicos de pacientes com NEC são: distensão abdominal generalizada, pneumatose intestinal, pneumoperitônio. Entretanto, a interpretação dessas radiografias é um processo difícil devido à falta de especificidade da maioria dos achados radiológicos. O objetivo desse estudo foi desenvolver uma ferramenta computacional que auxilie o corpo clínico na análise de radiografias abdominais para a diferenciação de alças normais e alças inflamadas em recém-nascidos prematuros. Para o desenvolvimento desta pesquisa foi utilizado um banco de dados composto por 45 radiografias abdominais e algoritmos computacionais desenvolvidos em ambiente MatLab. As espessuras das alças intestinais foram quantificadas através da ferramenta computacional Largura a Meia Altura (FWHM – do inglês Full Width at Half Maximum), e classificadas como alças edemaciadas ou alças normais. Para a análise de textura e extração de características, a fim de diferenciar regiões de pneumatose, aplicamos a técnica de Transformada Wavelet. Com a utilização do algoritmo, as alças intestinais normais apresentaram mediana igual a 10,30 pixels, enquanto as alças edemaciadas, foram estatisticamente maiores (Mann Whitney, p... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

As faltas podem ocorrer em diversos componentes de um sistema elétrico de potência, dentre os quais as linhas de transmissão se destacam como elementos susceptíveis. Devido a suas dimensões físicas, ambiente de operação e interconexão com outros sistemas, a localização exata de uma falta em uma linha de transmissão não é trivial dificultando a tarefa das equipes de manutenção para recomposição do fornecimento de energia. Neste contexto, este trabalho apresenta uma metodologia computacional desenvolvida em ambiente MATLAB® para diagnóstico de faltas em linhas de transmissão baseada na análise de transitórios de alta freqüência nas tensões do sistema. A abordagem desenvolvida neste trabalho inicialmente utiliza a equação de Park para achar a tensão zero, direta e em quadratura e posteriormente detectar a ocorrência da falta através do coeficiente de diferenças. Posteriormente, a teoria de ondas viajantes associada à transformada wavelet contínua são utilizadas objetivando determinar a frequência característica do sinal transitório, a qual é relacionada com o local da falta. Para validar o algoritmo de localização proposto foram realizadas diversas simulações de faltas com o programa ATP (Alternative Transient Program) utilizando dados de uma linha aérea real. A efetividade da abordagem proposta foi avaliada considerando a resistência de falta, o ângulo de incidência da falta e a impedância de curto-circuito do sistema. Os resultados promissores demonstraram a aplicabilidade da formulação proposta para localização faltas em linhas de transmissão aéreas utilizando medições oscilográficas digitais de apenas um terminal. / Faults can occur in several components of an electric power system, among which the transmission line stands out. Due to its physical dimensions, operating environment and interconnection systems, the exact transmission line fault location is non-trivial hindering maintenance crew system restoration. In this context, this work presents a computational methodology developed in MATLAB® environment for fault diagnosis on transmission lines based on voltage high frequency transient analysis. Thus, the approach adopted in this work use firstly the Park equations to find the zero, direct and quadrature voltage and then detect the fault occurrence through the difference coefficient. After, the traveling wave theory associated with continuous wavelet transform application is used for determining the characteristic frequency of the transient signal, which is correlated with the fault location. To validate the proposed fault location algorithm, several fault simulations were executed using ATP software using real overhead line data. The proposed fault location scheme performance was evaluated considering the fault resistance, inception fault angle and short-circuit impedance of the system. The promising results demonstrate the applicability of the proposed formulation for fault location in overhead transmission lines, using one terminal digital oscillographic measurement.

The present work had the objective of identifying the correlation between the temporal series of incidence of dengue cases and meteorological variables in the city of Maceió, Alagoas, through the investigation of periodicity variations in the whole time series of cases of dengue incidence and Of the temporal series of the time variables and of the detection of the corresponding time delay periods of the meteorological variables that correlate with the incidence of dengue cases. For the analysis and understanding of these aspects, real monthly data were used for the meteorological variables precipitation, cloudiness, relative air humidity, maximum temperature, average temperature, minimum air temperature, insolation, maximum speed and average wind, selected between January From December 1998 to December 2015 at Maceió Climatological Automatic Station, from INMET's BDMEP. For the same study period, data were also obtained on the number of notified cases of dengue in the municipality, available free of charge through the TABNET / DATASUS database. To identify the dominant periodicity in the signals of the time series of the study, continuous wavelet analysis was used. In order to investigate the relation between the time series, the criterion of crossed wavelet, wavelet coherence and phase angle was used. It was found that all variables presented individual dominant peaks with a scale of approximately 10 to 14 months. However, the cloudiness and insolation variables also showed concentrated energy in a scale less than 6 months. All cross-power spectra also showed dominant periodicity with approximately annual scale, that is, both the series of dengue incidence and the series of meteorological variables had the same high energy. It is worth noting that the variables precipitation, cloudiness and average air temperature also presented periodicity on a scale of 5 to 7 months. When the approximately 12-month scale was analyzed in correlated power spectra, the cloudiness variable, maximum wind speed, mean wind velocity and sunshine did not show a positive influence on the change in dengue incidence, that is, they did not increase the number of disease. Overall, when analyzed at approximately annual scale, the increase in the incidence of dengue cases in Maceió presented a temporal delay of 3 weeks when correlated to precipitation, temporal delay of 6 to 11 weeks relative to relative humidity, 15 weeks when Correlated to the maximum air temperature, 12 to 15 weeks in relation to the average air temperature, and a time delay of 9 to 14 weeks when correlated to the minimum air temperature. Thus, the increase in the occurrence of dengue cases is strictly associated with the duration of the dominant periodicity of precipitation and the maximum temperature of the air, being placed as indicators of dengue cases in this scale. However, it is important to note that for scales less than 6 months, the meteorological variables cloudiness and sunshine are indicated as indicators that presented good results, with the incidence of dengue cases presenting a temporal delay of approximately 5 weeks in relation to these two meteorological variables. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O presente trabalho teve o objetivo de identificar a correlação entre as séries temporais de incidência de casos de dengue e de variáveis meteorológicas na cidade de Maceió, Alagoas, através da investigação das variações da periodicidade em toda a série temporal dos casos de incidência da dengue e das séries temporais das variáveis temporais e, da detecção dos períodos de atraso de tempo correspondentes das variáveis meteorológicas que se correlacionam com a incidência de casos da dengue. Para a análise e compreensão destes aspectos foram utilizados dados mensais reais das variáveis meteorológicas precipitação, nebulosidade, umidade relativa do ar, temperatura máxima, temperatura média, temperatura mínima do ar, insolação, velocidade máxima e média do vento, selecionados entre o período de janeiro de 1998 a dezembro de 2015 da Estação Automática Climatológica de Maceió, provenientes do BDMEP do INMET. Para o mesmo período de estudo, também foram obtidos dados sobre o número de casos notificados de dengue no município, disponibilizados gratuitamente através de banco de dados TABNET/DATASUS. Para identificar a periodicidade dominante nos sinais das séries temporais do estudo, foi utilizada a análise wavelet contínua. Para investigar a relação entre as séries temporais, foi utilizado o critério da wavelet cruzada, da coerência wavelet e do ângulo de fase. Foi constatado que todas as variáveis apresentaram picos dominantes individuais com escala de aproximadamente 10 a 14 meses. Entretanto, as variáveis nebulosidade e insolação apresentaram também energia concentrada em escala menor que 6 meses. Todos os espectros de potência cruzada mostraram também periodicidade dominante com escala aproximadamente anual, ou seja, tanto a série de incidência de dengue quanto as séries das variáveis meteorológicas tiveram mesma alta energia. Vale observar que as variáveis precipitação, nebulosidade e a temperatura média do ar apresentaram também periodicidade em escala de 5 a 7 meses. Quando analisada a escala de aproximadamente 12 meses nos espectros de potência correlacionada, a variável nebulosidade, velocidade máxima do vento, velocidade média do vento e insolação não mostraram influência positiva na mudança de incidência de dengue, ou seja, não aumentaram o número de casos da doença. No geral, quando analisada a escala aproximadamente anual, o aumento da incidência de casos de dengue em Maceió apresentou um atraso temporal de 3 semanas quando correlacionada à precipitação, atraso temporal de 6 a 11 semanas com relação à umidade relativa do ar, 15 semanas quando correlacionada à temperatura máxima do ar, 12 a 15 semanas com relação à temperatura média do ar, e um atraso temporal de 9 a 14 semanas quando correlacionada à temperatura mínima do ar. Desse modo, o aumento da ocorrência de casos de dengue está estritamente associado com a duração da periodicidade dominante da precipitação e da temperatura máxima do ar, sendo colocadas como indicadores de casos de dengue nessa escala. Entretanto, é importante ressaltar que para escalas menores que 6 meses, as variáveis meteorológicas nebulosidade e insolação são apontadas como indicadores que apresentaram bons resultados, com a incidência de casos de dengue apresentando um atraso temporal de aproximadamente 5 semanas em relação à estas duas variáveis meteorológicas.

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.

La caractérisation de texture est centrale dans de nombreuses applications liées au traitement d’images. L’analyse de textures peut être envisagée dans le cadre mathématique de l’analyse multifractale qui permet d’étudier les fluctuations de la régularité ponctuelle de l’amplitude d’une image et fournit les outils pratiques pour leur évaluation grâce aux coefficients d’ondelettes ou aux coefficients dominants. Bien que mise à profit dans de nombreuses applications, l’analyse multifractale souffre à présent de deux limitations majeures. Premièrement, l’estimation des paramètres multifractaux reste délicate, notamment pour les images de petites tailles. Deuxièmement, l’analyse multifractale a été jusqu’à présent uniquement considérée pour l’analyse univariée d’images, alors que les données à étudier sont de plus en plus multivariées. L’objectif principal de cette thèse est la mise au point de contributions pratiques permettant de pallier ces limitations. La première limitation est abordée en introduisant un modèle statistique générique pour le logarithme des coefficients dominants, paramétrisé par les paramètres multifractaux d’intérêt. Ce modèle statistique permet de contrebalancer la variabilité résultant de l’analyse d’images de petite taille et de formuler l’estimation dans un cadre bayésien. Cette approche aboutit à des procédures d’estimation robustes et efficaces, que ce soit pour des images de petites ou grandes tailles. Ensuite, l’analyse multifractale d’images multivariées est traitée en généralisant ce cadre bayésien à des modèles hiérarchiques capables de prendre en compte l’hypothèse d’une évolution lente des propriétés multifractales d’images multi-temporelles ou multi-bandes. Ceci est réalisé en définissant des lois a priori reliant les propriétés dynamiques des paramètres multifractaux des différents éléments composant le jeu de données. Différents types de lois a priori sont étudiés dans cette thèse au travers de simulations numériques conduites sur des images multifractales multivariées synthétiques. Ce travail est complété par une étude du potentiel apport de l’analyse multifractale et de la méthodologie bayésienne proposée pour la télédétection à travers l’exemple de l’imagerie hyperspectrale. / Texture characterization is a central element in many image processing applications. Texture analysis can be embedded in the mathematical framework of multifractal analysis, enabling the study of the fluctuations in regularity of image intensity and providing practical tools for their assessment, the coefficients or wavelet leaders. Although successfully applied in various contexts, multi fractal analysis suffers at present from two major limitations. First, the accurate estimation of multifractal parameters for image texture remains a challenge, notably for small sample sizes. Second, multifractal analysis has so far been limited to the analysis of a single image, while the data available in applications are increasingly multivariate. The main goal of this thesis is to develop practical contributions to overcome these limitations. The first limitation is tackled by introducing a generic statistical model for the logarithm of wavelet leaders, parametrized by multifractal parameters of interest. This statistical model enables us to counterbalance the variability induced by small sample sizes and to embed the estimation in a Bayesian framework. This yields robust and accurate estimation procedures, effective both for small and large images. The multifractal analysis of multivariate images is then addressed by generalizing this Bayesian framework to hierarchical models able to account for the assumption that multifractal properties evolve smoothly in the dataset. This is achieved via the design of suitable priors relating the dynamical properties of the multifractal parameters of the different components composing the dataset. Different priors are investigated and compared in this thesis by means of numerical simulations conducted on synthetic multivariate multifractal images. This work is further completed by the investigation of the potential benefit of multifractal analysis and the proposed Bayesian methodology for remote sensing via the example of hyperspectral imaging.

Orientador: Prof. Dr. Jesus Franklin Andrade Romero. / Tese ( doutorado)- Universidade Federal do ABC. Programa de Pós-Graduação em Energia, 2016.

Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-02-23Bitstream added on 2014-06-13T19:08:08Z : No. of bitstreams: 1 tonellineto_ms_me_ilha.pdf: 925562 bytes, checksum: 4d19e3ff6eabc4094e4ba90e7a4607b9 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Esta pesquisa tem por objetivo o desenvolvimento de um sistema inteligente que realize o controle preventivo em sistemas de distribuição de energia elétrica. Trata-se de um procedimento para diagnosticar distúrbios possam provocar danos em componentes do sistema e, principalmente, a interrupção do fornecimento de energia aos consumidores. Este sistema inteligente será desenvolvido baseando-se no emprego da transformada wavelet, lógica fuzzy e redes neurais artificiais, em especial uma arquitetura da família ART (Adaptive Resonance Theory), a rede neural Fuzzy ARTMAP. Por ser uma arquitetura estável e plástica, esta permite a inclusão do módulo do treinamento continuado, o qual possibilita a extração do conhecimento sem a necessidade de reiniciar o processo de treinamento com a inclusão de novos padrões, diferentemente do que ocorre com a maioria das redes neurais. Este recurso possibilita usar um conjunto reduzido de padrões na fase de treinamento e, na medida em que forem realizadas as análises (aplicação), a extração do conhecimento é continuada, ou seja, trata-se de um sistema que busca o aperfeiçoamento com o passar o tempo. O sistema irá contemplar as principais anormalidades caracterizadas por distúrbios de tensão, curtos- circuitos e faltas de alta impedância. Por conseguinte, o objetivo refere-se ao desenvolvimento de um modelo embrionário capaz de incorporar permanentemente inovações com o propósito de torná-lo um sistema de inferência mais eficiente / This project aims to develop an intelligent system that performs the preventive control in electric power distribution systems. It is a procedure to disturbances diagnosis that can potentially cause damage to system’s components and, particularly, the interruption of electric power supply to consumers. This intelligent system is based on wavelet transform, fuzzy logic and artificial neural networks, in special the ART (Adaptive resonance Theory) family architecture, i.e., the Fuzzy ARTMAP. Due to the stability and plasticity characteristics, this architecture enables the introduction of the continuous training module, which allows the knowledge extraction without the need to restart the training process when a new training pattern is included, unlike what happens in most neural networks. Thus, it is possible to use a reduced set of patterns on the training phase and, as the analyses are performed, the extraction of the knowledge is continuous, i.e., a system that seeks to improve over time. The system will introduce the main disorders characterized by voltage disturbances, short-circuit faults and high impedance faults. Therefore, it deals with a methodology that can permanently incorporate new information to become an efficient inference system

This dissertation presents the development of an algorithm for classifying electrical transients in power transformers for protection. Initially the main transient involving power transformers were analyzed, with a special focus on the magnetizing current that occur during energizing equipment, known as inrush currents. Among the studied transient, current inrush are those that present greater difficulty in identification and discrimination by the differential protection, due to its high peak magnitude. In a second moment, was developed a test system implemented in ATP / EMTP software for the simulation of different operating situations of the power transformer, current data being obtained from TCs for analysis. After known the problem and implement a test for acquisition system, we developed an algorithm based on the last samples of the detail coefficients, called Details Signals, from the decomposition of the data of differential phase current using the Discrete Wavelet Transform. The methodology has the objective improve the system for protection of the transformer, becoming one efficient alternative for the identification of transients. / Esta dissertação apresenta o desenvolvimento de um algoritmo para classificação de transitórios elétricos em transformadores de potência, para fins de proteção. Inicialmente foram analisados os principais transitórios associados aos transformadores de potência, tendo um foco especial na corrente de magnetização que surge durante a energização do equipamento, conhecida como corrente de inrush. Dentre os transitórios estudados, as correntes de inrush são as que apresentam maior dificuldade de identificação e discriminação por parte da proteção diferencial, devido a sua alta magnitude de pico. Em um segundo momento, foi desenvolvido um sistema teste implementado no software ATP para a simulação das diversas situações de operação do transformador de potência, sendo obtidos dados de correntes a partir dos TCs para análise. Após conhecer o problema e implementar um sistema teste para a obtenção dos dados, desenvolveu-se um algoritmo baseado nas últimas amostras dos coeficientes de detalhes, chamada de Sinais de Detalhes, provenientes da decomposição dos dados de correntes diferenciais das fases por meio da Transformada Wavelet Discreta. A metodologia desenvolvida tem como objetivo melhorar o sistema de proteção do transformador, tornando-se uma alternativa eficiente para a identificação de transitórios.

Submitted by RODOLFO DE SOUSA SANTOS null (rodolfosousa4@gmail.com) on 2017-08-24T18:31:09Z No. of bitstreams: 1 TESE _RODOLFO_CORRIGIDA_19_08_2017_Final.pdf: 4285264 bytes, checksum: b5dac391b40121a31b55502fba5c1c43 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-08-25T16:18:27Z (GMT) No. of bitstreams: 1 santos_rs_dr_guara.pdf: 4285264 bytes, checksum: b5dac391b40121a31b55502fba5c1c43 (MD5) / Made available in DSpace on 2017-08-25T16:18:27Z (GMT). No. of bitstreams: 1 santos_rs_dr_guara.pdf: 4285264 bytes, checksum: b5dac391b40121a31b55502fba5c1c43 (MD5) Previous issue date: 2017-07-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Os sinais de vibrações de máquinas rotativas conduzem a informações dinâmicas da máquina e esta análise é de grande importância no que diz respeito ao monitoramento de condição e diagnósticos de máquinas. Vários métodos de análises têm sido empregados no sentido de diagnosticar falhas em componentes de máquinas tais como engrenagens, rolamentos, dentre outros. Este trabalho apresenta uma análise sobre detecção de falhas em rolamentos de máquinas rotativas, e para esta apreciação utilizou-se os bancos de dados da CASE WESTERN RESERV UNIVERSITY e o banco de dados da FEG/UNESP. O objetivo principal deste trabalho foi a implementação de técnicas avançadas para identificar e caracterizar as falhas que são geradas em rolamentos, vislumbrando o aprimoramento da manutenção baseada na condição. Inicialmente, realizou-se a implementação e simulação no banco de dados da (CWRU), utilizando o software MATLAB e por meio da técnica de ressonância de alta frequência (HFRT), obteve-se resultados satisfatórios, entretanto esta metodologia é limitada uma vez que ela é empregada apenas para regime estacionário. A implementação da técnica HFRT não identificou em alguns casos a frequências para caracterização dos defeitos nas pistas dos rolamentos. Em seguida, utilizou-se a técnica Short Time Fourier Transform-STFT. A implementação proporcionou uma análise bem mais sensível aos impactos gerados nas pistas, pois, com a utilização da STFT, foi possível identificar as frequências características de defeitos. Para efeito de comparação optou-se por utilizar a técnica Wavelet combinada com a técnica do envelope. Esta análise foi aplicada usando a Wavelet Daubechies de ordem 4 (db4), em cuja implementação, realizou-se a decomposição do sinal de um rolamento com defeito e verificou-se qual destes apresentou o maior nível RMS e selecionou-se este sinal, pois o mesmo é o nível ideal para aplicação do método. Realizou-se a mesma apreciação ao banco de dados da FEG/UNESP. A análise realizada da técnica de Wavelet combinada com a técnica HFRT foi a que demonstrou melhor capacidade em relação às técnicas HFRT e STFT. Em seguida realizou-se a implementação da técnica de curtose espectral associada à técnica do envelope foi a que proporcionou os resultados mais precisos e satisfatórios, pois com a aplicação dessa metodologia foi possível a determinação de forma automática da região de ressonância e consequentemente uma melhora na caracterização das frequências de defeitos observadas nos rolamentos dos experimentos realizados em máquinas rotativas. / The vibration signals from rotating machines provide a set of dynamic information, which are very important for continuous condition monitoring of machinery. Several analytical methods have been employed in order to diagnose faults in machines components such as gears, bearings and others. This paper presents a fault detection analysis of rotating machinery bearings, using data from CASE WESTERN UNIVERSITY RESERVOIR and the FEG / UNESP database. The main objective of this work is the implementation of advanced techniques to identify and characterize bearing failures, with the purpose to improve maintenance under working conditions. At first, the implementation and simulation were done with data extracted from the database of (CWRU) using MATLAB software and high-frequency resonance technique (HFRT), which led to satisfactory results. However, this technique is limited since it is used only in a stationary regime. In some cases, the implementation of HFRT technique was not able to identify the defect frequencies of the bearing’s races. Next the STFT Short-Time Fourier Transform technique was used. Its implementation provided a much more sensitive analysis of the impacts on the slopes; using STFT allowed to identify the characteristic defect frequencies. For comparison purposes, the wavelet technique combined with the envelope technique were used. This analysis was applied using Daubechies Wavelet of order 4 (DB4). In its implementation, a defective bearing signal was decomposed into various parts. The signal part with the highest RMS level was selected, because it provides best conditions for applying the method. Analogously, data from the FEG / UNESP database were treated. The Wavelet analysis technique combined with HFRT technique demonstrated better capability with respect to the HFRT and STFT techniques. The implementation of the spectral kurtosis technique associated with the envelope technique provided the most accurate and satisfactory results, since with the application of this methodology it was possible to determine the resonance region automatically. Consequently, this is an improvement regarding the characterization of the defect frequencies of the bearings observed in experiments with rotating machinery.

Made available in DSpace on 2014-12-17T14:08:51Z (GMT). No. of bitstreams: 1 DanielTS_DISSERT.pdf: 2906320 bytes, checksum: 0844f1ce3a3b057671d92efe62faa050 (MD5) Previous issue date: 2012-04-06 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work, spoke about the importance of image compression for the industry, it is known that processing and image storage is always a challenge in petrobr?s to optimize the storage time and store a maximum number of images and data. We present an interactive system for processing and storing images in the wavelet domain and an interface for digital image processing. The proposal is based on the Peano function and wavelet transform in 1D. The storage system aims to optimize the computational space, both for storage and for transmission of images. Being necessary to the application of the Peano function to linearize the images and the 1D wavelet transform to decompose it. These applications allow you to extract relevant information for the storage of an image with a lower computational cost and with a very small margin of error when comparing the images, original and processed, ie, there is little loss of quality when applying the processing system presented . The results obtained from the information extracted from the images are displayed in a graphical interface. It is through the graphical user interface that the user uses the files to view and analyze the results of the programs directly on the computer screen without the worry of dealing with the source code. The graphical user interface, programs for image processing via Peano Function and Wavelet Transform 1D, were developed in Java language, allowing a direct exchange of information between them and the user / Neste trabalho, apresenta-se a import?ncia da compress?o de imagens para a ind?stria de petr?leo, sabe-se que o processamento e armazenamento de imagens ? sempre um desafio nas grandes empresas de petr?leo, para otimizar o tempo de armazenamento e armazenar um n?mero m?ximo de imagens e dados. ? exposto algumas ferramentas para o processamento e armazenamento de imagens no dom?nio wavelet. A proposta apresentada baseia-se na Fun??o de Peano e na transformada wavelet 1D. O sistema de armazenamento tem como objetivo a otimiza??o do espa?o computacional, tanto para o armazenamento como para transmiss?o de imagens. Sendo necess?rio para isso, a aplica??o da Fun??o de Peano para linearizar as imagens com m?xima concentra??o de pontos vizinhos e a transformada wavelet 1D para decomp?-la. Estas aplica??es permitem extrair informa??es 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, h? pouca perda de qualidade ao aplicar o sistema de processamento apresentado. Os resultados obtidos a partir das informa??es extra?das das imagens s?o apresentados numa interface gr?fica. ? atrav?s da interface gr?fica que o usu?rio visualiza as imagens e analisa os resultados do programa diretamente na tela do computador sem a preocupa??o de lidar com os c?digos fontes. A interface gr?fica, os programas de processamento de imagens via Fun??o de Peano e a TransformadaWavelet 1D foram desenvolvidos em linguagem java, possibilitando uma troca direta de informa??es entre eles e o usu?rio