Resumo: Neste trabalho é feito um estudo dos métodos de redução de ruído aditivo em sinais de voz baseados em wavelets e, através deste estudo, propõe-se um novo método não-limiar para redução de ruído em sinais de voz no domínio wavelet. Em geral os sinais de voz podem estar contaminados com ruídos artificiais ou reais. O problema consiste que dado um sinal limpo adiciona-se o ruído branco ou colorido, obtendo assim o sinal ruidoso, ambos no domínio do tempo. O que se propõe neste trabalho, é aplicar a transformada wavelet, obtendo assim o sinal transformado no domínio wavelet, reduzindo ou atenuando o ruído sem o uso de limiar. Os métodos mais usados no domínio wavelet são os métodos de redução por limiar, pois permitem bons resultados para sinais contaminados por ruído branco, mas não são eficientes no processamento de sinais contaminados por ruído colorido, que é o tipo de ruído mais comum em situações reais. Nesses métodos, o limiar, geralmente, é calculado nos intervalos de silêncio e aplicado em todo o sinal. Os coeficientes no domínio wavelet são comparados com este limiar e aqueles que estão abaixo deste valor são eliminados ou reduzidos, fazendo assim uma aplicação linear deste limiar. Esta eliminação, na maioria das vezes, causa descontinuidades no tempo e na frequência no sinal processado. Além disso, a forma com que o limiar é calculado pode degradar os trechos de voz do sinal processado, principalmente nos casos em que o limiar depende fortemente da última janela do último trecho de silêncio. O método proposto nesta pesquisa consiste na execução de três processamentos, agindo de acordo com as suas características nas regiões de voz e silêncio, sem o uso de limiar. A execução dos três processamentos é sintetizada numa única função, denominada de função de transferência, que atua como um filtro no processamento do sinal... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In this work a study of the methods for speech noise reduction based on wavelets is done and, through this study, a new non-thresholding method for speech noise reduction in the wavelet domain is proposed. Generally, a speech signal may be corrupted by artificial or real noise. Let a clean signal be corrupted by white or colored noise, rising a noisy signal in time domain. This work proposes the wavelet application to which gives rise to in the wavelet domain. In this domain, noise is reduced or attenuated without a threshold use. After, the signal is recomposed using the inverse discrete wavelet transform. The most used methods in the wavelet domain wavelet are the thresholding reduction methods, because they allow good results for signals corrupted by white noise, but they do not have the same efficiency when processing signals corrupted by colored noise, this is the most common noise in real situations. In those methods, the threshold is usually calculated in the silence intervals and applied to the whole signal. The coefficients in the wavelet domain are compared with this threshold and those that have absolute value below this value are eliminated or reduced, making a linear application of this threshold. This elimination causes discontinuities in time and in the frequency of the processed signal. Besides, the form with that the threshold is applied can degrade the voice segments of the processed signal, principally in cases that the threshold depends strongly on the last window of the last silence segment. The method proposed in this research consists in the execution of three processing, acting according to their characteristics in the voice and silence segments, without the threshold use. The three processing execution is synthesized in an unique function, called transfer function, acting as a filter in the signal processing. This method has as main objective the overcoming... (Complete abstract click electronic access below) / Orientador: Francisco Villarreal Alvarado / Coorientador: Jozué Vieira Filho / Banca: Carlos Roberto Minussi / Banca: Ailton Akira Shinoda / Banca: Jorge Diaz Calle / Banca: Leandro de Campos Teixeira Gomes / Doutor

A área de monitoração e diagnóstico vem apresentando um acentuado desenvolvimento nos últimos anos com a introdução de novas técnicas de diagnóstico bem como vem contando com a contribuição dos computadores no processamento das informações e das técnicas de diagnósticos. A contribuição da inteligência artificial na automatização do diagnóstico de defeito vem se desenvolvendo continuamente e a crescente automação na indústria vêm de encontro a estas novas técnicas. Na área nuclear, é crescente a preocupação com a segurança nas instalações, e têm sido procuradas técnicas mais eficazes para aumentar o nível de segurança [59]. Algumas usinas nucleares já possuem instaladas, em algumas máquinas, sensores que permitem a verificação de suas condições operacionais. Desta forma, este trabalho também pode colaborar nesta área, ajudando no diagnóstico das condições de operação das máquinas, mais especificamente, no diagnóstico das condições dos rolamentos. O principal objetivo deste trabalho é detectar e classificar os tipos de defeitos apresentados pelos rolamentos analisados e para tal desenvolveu-se uma nova técnica de extração de característica dos sinais de aceleração, baseando-se no Zero Crossing da Transformada de Wavelet contribuindo com o desenvolvimento desta dinâmica área. Como técnica de inteligência artificial foi utilizada a Lógica Paraconsistente Anotada com dois valores (LPA2v), oferecendo a sua contribuição na automação do diagnóstico de defeitos, pois esta lógica pode tratar inclusive de resultados contraditórios que as técnicas de extração de características possam apresentar. Foi desenvolvido um programa de computador onde varias técnicas de extração de características foram utilizadas para realização de diagnóstico das condições de operação dos rolamentos. Este programa foi testado através de dados experimentais obtidas em uma bancada de ensaios para rolamentos onde defeitos previamente conhecidos foram utilizados para avaliar o desempenho das novas técnicas utilizadas. Este trabalho também se concentrou na identificação de defeitos em sua fase inicial procurando utilizar acelerômetros, pois são sensores robustos, de baixo custo e facilmente encontrados na indústria em geral. Os resultados deste trabalho foram obtidos através da utilização de um banco de dados experimental e verificou-se que os resultados de diagnósticos de defeitos mostraramse bons para defeitos em fase inicial. / The monitoring and diagnosis area is presenting an impressive development in recent years with the introduction of new diagnosis techniques as well as with the use the computers in the processing of the information and of the diagnosis techniques. The contribution of the artificial intelligence in the automation of the defect diagnosis is developing continually and the growing automation in the industry meets this new techniques. In the nuclear area, the growing concern with the safety in the facilities requires more effective techniques that have been sought to increase the safety level. Some nuclear power stations have already installed in some machines, sensors that allow the verification of their operational conditions. In this way, the present work can also collaborate in this area, helping in the diagnosis of the operational condition of the machines. This work presents a new technique for characteristic extraction based on the Zero Crossing of Wavelet Transform, contributing with the development of this dynamic area. The technique of artificial intelligence was used in this work the Paraconsistente Logic of Annotation with Two values (LPA2v), contributing with the automation of the diagnosis of defects, because this logic can deal with contradictory results that the techniques of feature extraction can present. This work also concentrated on the identification of defects in its initial phase trying to use accelerometers, because they are robust sensors, of low cost and can be easily found the industry in general. The results obtained in this work were accomplished through the use of an experimental database, and it was observed that the results of diagnoses of defects shown good results for defects in their initial phase.

O presente trabalho visa a utilização da transformada Wavelet no monitoramento do sistema elétrico no que diz respeito a problemas de qualidade da energia com o intuito de detectar, localizar e classificar os mesmos. A transformada Wavelet tem surgido na literatura como uma nova ferramenta para análise de sinais, utilizando funções chamadas Wavelet mãe para mapear sinais em seu domínio, fornecendo informações simultâneas nos domínios tempo e freqüência. A transformada Wavelet é realizada através de filtros decompondo-se um dado sinal em análise multiresolução. Por esta, obtém-se a detecção e a localização de distúrbios relacionados com a qualidade da energia decompondo-se o sinal em dois outros que representam uma versão de detalhes (correspondente as altas freqüências do sinal) e uma versão de aproximação (correspondente as baixas freqüências do sinal). A versão de aproximação é novamente decomposta obtendo-se novos sinais de detalhes e aproximações e assim sucessivamente. Sendo assim, os distúrbios podem ser detectados e localizados no tempo em função do seu conteúdo de freqüência. Estas informações fornecem também características únicas pertinentes a cada distúrbio, permitindo classificá-los. Desta forma, propõe-se neste trabalho o desenvolvimento de um algoritmo classificador automático de distúrbios relacionados com a qualidade da energia baseado unicamente nas decomposições obtidas da análise multiresolução. / The aim of the present dissertation is to apply the Wavelet transform to analyze power quality problems, detecting, localizing and classifying them. The topic Wavelet transform, has appeared in the literature as a new tool for the analysis of signals, using functions called mother Wavelet to map signals in its domain, supplying information in the time and frequency domain, simultaneously. Wavelet transform is accomplished through filters decomposing a provided signal in multiresolution analysis. The detection and localization of disturbances are obtained by decomposing a signal into two other signals that represent, a detailed version (high frequency signals) and a smoothed version (low frequency signals). The smoothed version is decomposed again, and new detailed and smoothed signals are obtained. This process is repeated as many times as necessary and the disturbances can be detected and localized in the time as a function of its level frequency. This information also supplies characteristics to each disturbance, allowing classifying them. Thus, this research presents a way to develop an automatic classifying algorithm of power quality disturbances, based only on multiresolution analysis.

A área de monitoração e diagnóstico vem apresentando um acentuado desenvolvimento nos últimos anos com a introdução de novas técnicas de diagnóstico bem como vem contando com a contribuição dos computadores no processamento das informações e das técnicas de diagnósticos. A contribuição da inteligência artificial na automatização do diagnóstico de defeito vem se desenvolvendo continuamente e a crescente automação na indústria vêm de encontro a estas novas técnicas. Na área nuclear, é crescente a preocupação com a segurança nas instalações, e têm sido procuradas técnicas mais eficazes para aumentar o nível de segurança [59]. Algumas usinas nucleares já possuem instaladas, em algumas máquinas, sensores que permitem a verificação de suas condições operacionais. Desta forma, este trabalho também pode colaborar nesta área, ajudando no diagnóstico das condições de operação das máquinas, mais especificamente, no diagnóstico das condições dos rolamentos. O principal objetivo deste trabalho é detectar e classificar os tipos de defeitos apresentados pelos rolamentos analisados e para tal desenvolveu-se uma nova técnica de extração de característica dos sinais de aceleração, baseando-se no Zero Crossing da Transformada de Wavelet contribuindo com o desenvolvimento desta dinâmica área. Como técnica de inteligência artificial foi utilizada a Lógica Paraconsistente Anotada com dois valores (LPA2v), oferecendo a sua contribuição na automação do diagnóstico de defeitos, pois esta lógica pode tratar inclusive de resultados contraditórios que as técnicas de extração de características possam apresentar. Foi desenvolvido um programa de computador onde varias técnicas de extração de características foram utilizadas para realização de diagnóstico das condições de operação dos rolamentos. Este programa foi testado através de dados experimentais obtidas em uma bancada de ensaios para rolamentos onde defeitos previamente conhecidos foram utilizados para avaliar o desempenho das novas técnicas utilizadas. Este trabalho também se concentrou na identificação de defeitos em sua fase inicial procurando utilizar acelerômetros, pois são sensores robustos, de baixo custo e facilmente encontrados na indústria em geral. Os resultados deste trabalho foram obtidos através da utilização de um banco de dados experimental e verificou-se que os resultados de diagnósticos de defeitos mostraramse bons para defeitos em fase inicial. / The monitoring and diagnosis area is presenting an impressive development in recent years with the introduction of new diagnosis techniques as well as with the use the computers in the processing of the information and of the diagnosis techniques. The contribution of the artificial intelligence in the automation of the defect diagnosis is developing continually and the growing automation in the industry meets this new techniques. In the nuclear area, the growing concern with the safety in the facilities requires more effective techniques that have been sought to increase the safety level. Some nuclear power stations have already installed in some machines, sensors that allow the verification of their operational conditions. In this way, the present work can also collaborate in this area, helping in the diagnosis of the operational condition of the machines. This work presents a new technique for characteristic extraction based on the Zero Crossing of Wavelet Transform, contributing with the development of this dynamic area. The technique of artificial intelligence was used in this work the Paraconsistente Logic of Annotation with Two values (LPA2v), contributing with the automation of the diagnosis of defects, because this logic can deal with contradictory results that the techniques of feature extraction can present. This work also concentrated on the identification of defects in its initial phase trying to use accelerometers, because they are robust sensors, of low cost and can be easily found the industry in general. The results obtained in this work were accomplished through the use of an experimental database, and it was observed that the results of diagnoses of defects shown good results for defects in their initial phase.

O presente trabalho visa o desenvolvimento de um sistema de monitoramento de disjuntor voltado a coletar informações para manutenção preditiva. São analisadas as características das variáveis que são monitoradas através de sensores ligados ao disjuntor, sua aquisição e o tratamento das informações. Um protótipo foi desenvolvido e instalado na subestação de Sumaré 440kV de ETEO (Empresa de Transmissão de Energia do Oeste Paulista). Um assunto importante para a manutenção é a avaliação dos tempos envolvidos na movimentação dos contatos principais do disjuntor principalmente na operação de abertura do curto circuito. Para tal é proposto um sistema não intrusivo que analise a oscilografia das tensões e correntes no disjuntor sincronizado com as correntes no circuito de disparo deste equipamento. A Transformada de Fourier aplicada no sinal de corrente/tensão sem perturbação permite determinar o valor do componente fundamental desse sinal. Com esse valor pode-se gerar uma senóide que superposta com o sinal coletado pelo oscilógrafo permite visualizar a alteração. A Transformada Wavelet é realizada através de filtros decompondo-se o sinal de corrente ou tensão em Análise Multiresolução, em diferentes estágios obtendo-se em cada, uma versão chamada aproximação (baixas freqüências) e uma de detalhes (altas freqüências), sendo assim, os distúrbios podem ser detectados e localizados no tempo em função do seu conteúdo de freqüência. / The present work addresses the development of a circuit breaker monitoring system so as to collect information for predictive maintenance. The characteristics of the variables that are monitored through certain sensors linked to the circuit breaker, its acquisition and the treatment of the information, are analyzed. A prototype was developed and installed at the 440kV Sumaré substation of ETEO (Empresa de Transmissão de Energia do Oeste Paulista) a Brazilian Transmission Company. An important aspect for the maintenance is the evaluation of the times involved in the movement of the circuit breaker main contacts, mainly at the opening operation for example during a short circuit. On this respect, a non-intrusive system that analyzes the oscillography of both voltages and currents in the circuit breaker synchronized with the currents in the tripping circuit of this equipment is proposed. The Fourier Transform applied to the current or voltage signal with no disturbance allows to determine the value of the fundamental component of this signal. With that value, it can be generated a pure sine wave which when overlapped to the signal collected by the oscillograph allows to visualize alterations. The Wavelet Transform is realized through filters and decomposing the current or voltage signal through the Multiresolution Analysis at different levels, in this way, obtaining in each level, a version called approximation (low frequencies) and another with details (high frequencies), thus, the disturbances can be detected and located in the time and as a function of its frequency content.

Tendo em vista o papel que as chuvas exercem sobre águas continentais e a consequente disponibilidade hídrica para abastecimento, geração de energia, produção de alimentos e a dinâmica climatológica regional, o estudo de periodicidades nas variações em séries temporais pluviométricas têm impactos relevantes para o planejamento dos recursos hídricos. A precipitação, enquanto elemento do sistema climático, está em função de fatores internos e forçantes extraterrestres. Dentre estas, a força da gravidade da lua tem papel significativo como motor das marés oceânicas e sua influência na distribuição da massa e calor em escala global. Com o objetivo de identificar longos períodos de variação hidroclimática, esse trabalho investigou ciclos em escala decenal na variabilidade de seis séries longas de precipitação na região hidrográfica do Paraná no Sudeste Brasileiro, e sua potencial relação com o ciclo nodal de 18,6 anos. Para alcançar esse objetivo, além das análises estatísticas clássicas de dados, foi utilizado o filtro HP com o intuito de separar componentes de cíclicas e de longo prazo. Foi utilizada a metodologia de análise espectral de dados, como Fourier e a transformada em wavelet, que determina o poder das componentes dentro de uma série temporal. As análises estatísticas e o filtro HP foram importantes na visualização e detecção de períodos persistentes de desvios em relação aos valores médios. A ferramenta de transformada em wavelet apontou para robusta presença de periodicidades decenais em todas as séries, sendo as mais significativas 9 anos e 19 anos para todas as séries, com significância superior a 95%. Os resultados sugerem uma aparente anticorrelação, ou seja, o mínimo do ciclo nodal coincide com um incremento nos totais pluviométricos na região. Assim, essas informações da influência podem aprimorar a previsibilidade de condições hidrológicas interdecenais médias e aquelas variáveis socioeconômicas que são sensíveis à precipitação. / Considering the role of rainfall on continental waters and resulting water availability for water supply, energy generation, food production and regional climatological dynamics, the study of periodicities in variations in rainfall time series has a relevant impact on resource planning Water resources. Precipitation, as an element of the climate system, is a function of internal factors and extraterrestrial forcing. Among these, the force of gravity of the moon plays a significant role as the motor of the ocean tides and its influence on the distribution of mass and energy on a global scale. In order to identify long periods of hydroclimatic variation, this work investigated decadal scale cycles in the variability of six long series of precipitation in the Paraná hydrographic region in southeastern Brazil, and its potential relation with the nodal cycle of 18.6 years. To achieve this goal, in addition to the classic statistical data analysis, the HP filter was used in order to separate components from cyclical/random and long term. We use the spectral data analysis methodology, such as Fourier and the wavelet transform, which determines the power of the components within a time series. Statistical analyzes and the HP filter were important in visualizing and detecting persistent periods of deviations from mean values. The wavelet transform analysis pointed to robust presence of decadal periodicities in all series, being the most significant 9 years and 19 years for all series, with significance higher than 95%. The results suggest an apparent anticorrelation, that is, the minimum of the nodal cycle coincides with an increase in the total rainfall in the region. Thus, this influence information can enhance the predictability of medium interdecadal hydrological conditions and those socioeconomic variables that are sensitive to precipitation.

With the increased deterioration of infrastructure in this country, it has become important to find ways to maintain the strength and integrity of a structure over its design life. Being able to control the amount a structure displaces or vibrates during a seismic event, as well as being able to model this nonlinear behavior, provides a new challenge for structural engineers. This research proposes a wavelet-based adaptive neuro- fuzzy inference system for use in system identification and structural control of civil engineering structures. This algorithm combines aspects of fuzzy logic theory, neural networks, and wavelet transforms to create a new system that effectively reduces the number of sensors needed in a structure to capture its seismic response and the amount of computation time needed to model its nonlinear behavior. The algorithm has been tested for structural control using a three-story building equipped with a magnetorheological damper for system identification, an eight-story building, and a benchmark highway bridge. Each of these examples has been tested using a variety of earthquakes, including the El-Centro, Kobe, Hachinohe, Northridge, and other seismic events.

Neste trabalho, buscou-se compreender a morfologia e os componentes do sinal da deglutição. Na busca desse entendimento diversas técnicas foram empregadas. No intuito de fazer marcações fidedignas em trechos específicos do sinal, o qual foi analisado simultaneamente com a imagem da videofluoroscopia da deglutição, considerado o melhor método atual na avaliação da dinâmica da deglutição. Os parâmetros numéricos utilizados para análise também foram abrangentes e com base em técnicas atuais de processamento de sinais, como emprego de transformada Wavelet. Quanto à classificação dos sinais, foram utilizados classificadores modernos como floresta de caminhos ótimos, máquinas de vetores de suporte, redes neurais artificiais e classificador Bayesiano, dando maior ênfase ao primeiro, por possuir um custo computacional bem menor quando comparado aos outros 3, e consequentemente convergindo mais rapidamente ao resultado. Foram avaliados 84 sinais, divididos em 2 grupos separados pela consistência do bolo alimentar oferecido (líquido e pastoso). Na distinção e/ou caracterização desses tipos foi definido um subconjunto com 4 variáveis que proporcionou uma boa acurácia na separação das classes representantes de cada tipo de bolo alimentar. / This work proposes to understand the morphology and the components of the swallowing signal. In pursuit of this understanding, a variety of techniques were employed. In order to make reliable markings on specific portions of the signal, the signal was examined simultaneously with videofluoroscopic swallowing, which is considered the best method in the evaluation of swallowing dynamics. The parameters used for numerical analysis were based on current signal processing techniques, such as: Wavelet transform, Optimum path forest, Support vector machines, Artificial neural networks and Bayesian classifier, emphasizing the first technique, due to a much lower computational cost when compared to the previous, and, consequently, the results converged much faster. Eighty four signals, divided into 2 groups separated by the consistency of food bolus offered (liquid and thickened), were evaluated. For distinction and/or characterization of such types, a subset with 4 variables was defined, providing a good accuracy in the separation of these classes representing each type of consistency of the food bolus.

Orientador: Yuzo Iano / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-09-11T21:25:51Z (GMT). No. of bitstreams: 1 Armiato_DanielAngelotti_M.pdf: 5330178 bytes, checksum: 79e61a5abcacd171b5d1b92be5e9afff (MD5) Previous issue date: 2015 / Resumo: A verificação de assinaturas utilizando algoritmos de imagem, já é uma realidade à algum tempo. Visando preencher as lacunas deixadas por esse tipo de sistema, um novo fator biométrico é alvo de estudos. Pensando em inserir dados referentes ao momento em que se dá a assinatura, uma nova abordagem vem sendo utilizada. Ao invés de analisar uma imagem, toma-se como base o som que é produzido no ato da assinatura, gerado pelo atrito entre a caneta e a superfície de suporte. O processo de falsificação é dificultado, uma vez que o falsário precisará de informações da grafia da assinatura original e também dos aspectos referentes à dinâmica (velocidade, força e ordem de escrita dos caracteres que compõem a assinatura) que o assinante legítimo desempenha ao assinar. Nesse trabalho, adotou-se tal abordagem biométrica. Foi desenvolvido um dispositivo e um software, que juntos, são capazes de realizar a captura do som emitido durante a assinatura dos usuários. De posse disso, foi gerada uma base de assinantes legítimos e outra com as referentes falsificações, e então, colocou-se o sistema à prova. Afim de tornar as comparações possíveis, gerou-se vetores de características, extraídas com base na transformada Wavelet-Packet discreta. As comparações foram feitas por dois métodos distintos, ambos Pattern-Matching, sendo que o primeiro está embasado no cálculo de distâncias Euclidianas, e o segundo, em uma fórmula de pontuação baseada em correlação, originalmente desenvolvida / Abstract: The signature verification by imaging algorithms is already a reality. Aiming to fill the gaps left by this type of system, a new biometric factor is the subject of this study. In order to include data to be analysed at the time the signs occur, a new approach has been used. Instead of analyzing an image, the sound that is produced in the act of sign is used, and it is generated by the friction between the pen and the supporting surface. The falsification process is difficult, since the forger needs the graphic form of the original signature and also the aspects relating to its dynamic (speed, strength and written order of the characters of the signature) In this paper, we adopted this biometric approach. We developed a device and a software, which, combined, are able to capture the sound made during the moment of the signing. We generated a legitimate and a fake subscriber base, and then they were placed in the system to the test. In order to make comparisons, feature vectors were generated based on the discrete Wavelet-Packet transform. Comparisons were made by two different methods, both Pattern-Matching, the first of which is grounded in Euclidean calculation, and the second one based on a correlation formula of score, originally developed / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

O presente trabalho visa o desenvolvimento de um sistema de monitoramento de disjuntor voltado a coletar informações para manutenção preditiva. São analisadas as características das variáveis que são monitoradas através de sensores ligados ao disjuntor, sua aquisição e o tratamento das informações. Um protótipo foi desenvolvido e instalado na subestação de Sumaré 440kV de ETEO (Empresa de Transmissão de Energia do Oeste Paulista). Um assunto importante para a manutenção é a avaliação dos tempos envolvidos na movimentação dos contatos principais do disjuntor principalmente na operação de abertura do curto circuito. Para tal é proposto um sistema não intrusivo que analise a oscilografia das tensões e correntes no disjuntor sincronizado com as correntes no circuito de disparo deste equipamento. A Transformada de Fourier aplicada no sinal de corrente/tensão sem perturbação permite determinar o valor do componente fundamental desse sinal. Com esse valor pode-se gerar uma senóide que superposta com o sinal coletado pelo oscilógrafo permite visualizar a alteração. A Transformada Wavelet é realizada através de filtros decompondo-se o sinal de corrente ou tensão em Análise Multiresolução, em diferentes estágios obtendo-se em cada, uma versão chamada aproximação (baixas freqüências) e uma de detalhes (altas freqüências), sendo assim, os distúrbios podem ser detectados e localizados no tempo em função do seu conteúdo de freqüência. / The present work addresses the development of a circuit breaker monitoring system so as to collect information for predictive maintenance. The characteristics of the variables that are monitored through certain sensors linked to the circuit breaker, its acquisition and the treatment of the information, are analyzed. A prototype was developed and installed at the 440kV Sumaré substation of ETEO (Empresa de Transmissão de Energia do Oeste Paulista) a Brazilian Transmission Company. An important aspect for the maintenance is the evaluation of the times involved in the movement of the circuit breaker main contacts, mainly at the opening operation for example during a short circuit. On this respect, a non-intrusive system that analyzes the oscillography of both voltages and currents in the circuit breaker synchronized with the currents in the tripping circuit of this equipment is proposed. The Fourier Transform applied to the current or voltage signal with no disturbance allows to determine the value of the fundamental component of this signal. With that value, it can be generated a pure sine wave which when overlapped to the signal collected by the oscillograph allows to visualize alterations. The Wavelet Transform is realized through filters and decomposing the current or voltage signal through the Multiresolution Analysis at different levels, in this way, obtaining in each level, a version called approximation (low frequencies) and another with details (high frequencies), thus, the disturbances can be detected and located in the time and as a function of its frequency content.