Este trabalho teve por objetivo utilizar redes neurais artificiais para explicar fenômenos que ocorrem em matadouros- frigoríficos avícolas. A estatística descritiva e a diferença entre as variáveis foram calculadas através do programa computacional SPSS for Windows 10.0 e para a construção das redes neurais artificiais foi utilizado o programa Neuroshell Predictor desenvolvido pela Ward Systems Group. Foram utilizados dados de 2004 a 2006 de dois matadouros- frigoríficos de aves e ocasionalmente um matadouro- frigorífico de suínos. Nos arquivos oferecidos pelas empresas, haviam dados de gerenciamento de matadouros-frigoríficos, como por exemplo, planilhas de condenação da inspeção, dados sobre chiller, teste de absorção das carcaças, dados sobre peso de carcaças, entre outros. Para a construção dos modelos foram escolhidas as “entradas”, para o cálculo do modelo preditivo, e a variável de “saída” a ser predita. Foram gerados oito (8) modelos com diferentes bancos de dados. Todos esses modelos apresentaram redes neurais artificiais bem ajustadas, com valores altos para Correlação e Coeficiente de Determinação Múltipla (R²) e valores baixos para o Erro Médio e o Quadrado médio do Erro (QME). Não houve diferenças significativas entre os valores reais e os valores preditos em todas as validações dos oito (8) modelos. As redes neurais artificiais, com o software utilizado, foram capazes de explicar os fenômenos que envolvem o gerenciamento de matadouros-frigoríficos de aves, e ocasionalmente de suínos. A técnica utilizada oferece critérios objetivos, cientificamente desenvolvida, que será de grande valia no auxílio do técnico responsável pela tomada de decisões. A técnica permite também realizar simulações e mensurar a contribuição de diferentes variáveis que influenciam no fenômeno. É importante ressaltar que a utilização das redes neurais artificiais é uma ferramenta de auxílio à tomada de decisões, e não um programa que substitua o conhecimento científico e técnico. / This work aimed to use artificial neural networks to explain the occurred phenomena in the poultry slaughterhouse. The descriptive statistics and the difference among the variable averages from the initial data were calculated with SPSS software, and the software used to build the artificial neural networks was Neruoshell Predictor, developed by Ward Systems Group. Data from three poultry and one swine slaughterhouses, gathered from 2004 until 2006, were used in this study. In these data there were information about carcasses condemnation, chillers, absorption tests, carcasses weights, medications and others. To build the neural networks,the chosen variables were identified as “input” and “output”. The “input” variables were selected for the predictive model calculation and the “output” variable for the one to be predicted. It was made 8 models with different databases. In all these models, the generated artifical neural networks were well adjusted always presenting a high Multiple Deteminant Coefficient (R²) and correlation and the lowest Mean Squared Error (QME) and mean error. Also the differences between the real value and the predicted value in the 8 models studied were not statistically significant.This study concludes that artifical neural network, with the used software, were capable to explain the phenomena involved in the poultry slaughterhouse and that the modeling can also be extended to swine slaughterhouse. This powerfull technique offers objective criteria, scientifically generated, which can be used to assist in the decisions analysis process for this industry. It also allows to make simulations and to measure the contribution of each variable in the phenomena studied. It’s important to point out that artificial neural networks are intruments to assist the technician in decision making. Thus, it is not a program able to replace the cientific and technical knowledge.

Uma atividade com a magnitude da avicultura, que usa equipamentos de última geração e serviços atualizados, é levada, na maioria dos casos, a tomar decisões que envolvem todos aspectos de produção, apoiada em critérios subjetivos. A presente tese objetivou estudar a utilização das redes neurais artificiais na estimação dos parâmetros de desempenho de matrizes pesadas, pertencentes a uma integração avícola sul-brasileira. Foram utilizados os registros de 11 lotes em recria, do período compreendido entre 09/11/97 a 10/01/99 e de 21 lotes em produção, do período compreendido entre 26/04/98 a 19/12/99, para a análise por redes neurais artificiais. Os dados utilizados corresponderam a 273 linhas de registros semanais, do período de recria e 689 linhas de registros semanais, do período de produção. Os modelos de redes neurais foram comparados e selecionados como melhores, baseados no coeficiente de determinação múltipla (R2), Quadrado Médio do Erro (QME), bem como pela análise de gráficos, plotando a predição da rede versus a predição menos o real (resíduo). Com esta tese foi possível explicar os parâmetros de desempenho de matrizes pesadas, através da utilização de redes neurais artificiais. A técnica permite a tomada de decisões por parte do corpo técnico, baseadas em critérios objetivos obtidos cientificamente. Além disso, este método permite simulações das conseqüências de tais decisões e fornece a percentagem de contribuição de cada variável no fenômeno em estudo.

Este trabalho tem como objetivo o levantamento e análise de fatores intervenientes na capacidade de processamento de veículos em cabines de praças de pedágio com o recolhimento manual de tarifas. Buscando o entendimento de como estes fatores interferem nos tempos de atendimento nas cabines foi realizada uma análise estatística e posterior modelagem, que utilizou redes neurais artificiais. Redes neurais artificiais são úteis no entendimento de problemas com alto grau de complexidade, que agregam diversas variáveis de entrada com relações não-lineares entre si. As variáveis de entrada escolhidas para a modelagem foram forma de pagamento, intensidade de fluxo, valor das tarifas e classes de veículos. A variável de saída foi o tempo de atendimento nas cabines de cobrança de pedágios. Foram obtidos três modelos que buscaram refletir a variação dos tempos de atendimento para um mesmo conjunto de dados de entrada: Modelo de Tempos Mínimos de Atendimento; Modelo de 85° Percentil de Tempos de Atendimento, e; Modelo de Tempos Máximos de Atendimento. As análises de sensibilidade dos modelos indicaram que tempos de atendimento são fortemente influenciados pelo fluxo de veículos nas praças. Quanto mais intenso o fluxo de veículos, tempos mínimos de atendimento tendem a sofrer leve aumento, indicando pequena perda de rendimento do processo. Perda de rendimento pode ser resultado de (i) necessidade de digitação das placas de licença dos veículos no sistema operacional das praças-dificuldade de visualização das mesmas em situação de filas, e (ii) desgaste físico dos arrecadadores. O desgaste físico dos arrecadadores também se apresenta como provável causa para o aumento de tempos mínimos de atendimento para fluxos altos. Quanto mais intenso o fluxo de veículos, menores são os tempos máximos de atendimento. Quanto maior o fluxo de veículos nas praças, as modelagens indicam uma maior estabilidade do sistema com relação ao processamento de veículos.

Submitted by Eduarda Figueiredo (eduarda.ffigueiredo@ufpe.br) on 2015-03-12T14:43:48Z No. of bitstreams: 2 Douglas Santos - Tese Oceanografia.pdf: 2489092 bytes, checksum: 8989e2cdc26f422f9bba64058e2bf464 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T14:43:48Z (GMT). No. of bitstreams: 2 Douglas Santos - Tese Oceanografia.pdf: 2489092 bytes, checksum: 8989e2cdc26f422f9bba64058e2bf464 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-02-24 / Em maio de 2006, três embarcações do tipo rebocadores (Mercurius, Saveiros e Taurus) foram afundadas, na plataforma continental de Pernambuco, num projeto intitulado Parque dos Naufrágios Artificiais de Pernambuco (PNAPE) e que envolveu as Universidades Federal de Pernambuco (UFPE), Federal Rural de Pernambuco (UFRPE) e Universidade de Pernambuco (UPE), com o propósito de acompanhar o processo de colonização e sucessão ecológica nesses ambientes. Os naufrágios Mercurius e Saveiros, ambos medindo 29 m de comprimento, estão localizados a uma distância de 14,5 km e 13,5 km, respectivamente, do porto do Recife, na isóbata de 30 m de profundidade, e distam entre si aproximadamente 800 m. Nesse contexto, com o objetivo de estudar a comunidade fitoplanctônica nas adjacências desses recifes artificiais e verificar suas interrelações com os fatores abióticos, foi elaborada uma metodologia para coleta dos organismos planctônicos, na qual um mergulhador, utilizando equipamento SCUBA, realizou arrastos com rede de plâncton de 1 m de comprimento, 0,30m de diâmetro de boca 20 μm de abertura de malha, ao redor dos naufrágios e o mesmo procedimento a 50 m das estruturas a montante da corrente, ambos com duração de 3 minutos. Amostras de águas também foram coletadas com auxílio de uma garrafa de Nansen, para análise da biomassa fitoplanctônica (clorofila a), densidade (fito total) e variáveis hidrológicas (nitrito, nitrato, fosfato, silicato, pH, salinidade, oxigênio dissolvido). Foram ainda aferidos in situ a temperatura e transparência da água e direção das correntes. Quanto aos resultados, a direção da corrente predominou no sentido N-NO, a transparência da água variou de 11 a 27 m, o material em suspensão de 1,73 mg.L-1 a 12,80 mg.L-1; o valor médio da temperatura da água foi de 28,2oC na superfície e 27oC no ponto naufrágio; a salinidade apresentou uma média geral de 36,1 na superfície e 36,36 no naufrágio; a concentração de oxigênio dissolvido na água registrou uma média de 4,83 ml.L-1, no naufrágio Mercurius, e de 4,85 ml.L-1, no Saveiros; a média do pH para o período de estudo foi de 8,34, variando de 7,33 a 8,71; em relação aos sais nutrientes, o nitrito variou desde valores indetectáveis a 0,07 μM, o nitrato foi de valores indetectáveis a 1,99 μM, o fosfato variou de valores indetectáveis até 0,92 μM e a concentração de silicato foi de valores indetectáveis até 24,18 μM. Com relação à biomassa fitoplanctônica, a clorofila a registrou um mínimo de 0,47 mg.m-3 e um máximo de 5,39 mg.m-3, com uma média geral para o primeiro ano de afundamento de 1,59 mg.m-3 e de 2,03 mg.m-3 para o segundo ano. A estrutura da comunidade fitoplanctônica esteve representada por 93 táxons, desse total, a divisão Ochrophyta contribuiu com 57%, Dinoflagellata 34%, Cyanobacteria com 5%, Chlorophyta com 3% e Euglenozoa com 1% – sobressaindo os táxons Chaetoceros sp., Rhizoclonium sp., Oscillatoria sp. Thichodesmium thiebautii e Asterionellopsis glacialis. De acordo com a classificação ecológica, as espécies identificadas foram enquadraram em marinhas planctônicas oceânicas (59%); marinhas planctônicas neríticas (23%), ticoplanctônicas neríticas (16%) e estuarina 1%. A diversidade foi considerada muito alta na maioria das amostras (89%) e a equitabilidade esteve acima de 0,5 em 85% das amostras. Quanto à densidade fitoplanctônica os valores variaram de 4.000 Cél.L-1 a 205.000 Cél.L-1. A partir dos resultados e das observações in situ, comprovou-se que a criação dos recifes artificiais, na plataforma continental de Pernambuco, quando não influencia diretamente no incremento quali-quantitativo da comunidade fitoplanctônica, permite que uma série de processos ocorram (alteração da direção da corrente, formação de onda estacionária – “ressurgência local” –, revolvimento do fundo, aumento da atividade biológica, excreção animal/vegetal) que vão, consequentemente, proporcionar um cenário ideal para o florescimento das microalgas no local dos naufrágios.

Made available in DSpace on 2014-06-12T15:52:55Z (GMT). No. of bitstreams: 2 arquivo4789_1.pdf: 837778 bytes, checksum: 2aadfef7452c9a1089fd78c8e6bb91dc (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / O presente trabalho avalia o desempenho e o funcionamento da meta-heurística Ant Colony Optimization ACO em instâncias de grande porte do problema de cobertura de conjuntos (Set Covering Problem - SCP). A meta-heurística ACO é um método de otimização baseado no comportamento de colônias de formigas reais e que vem obtendo resultados promissores em vários problemas combinatoriais. Entretanto, nós constatamos que, na maior parte dos artigos publicados pela comunidade ACO, a análise efetuada sobre as heurísticas não seguia um método de avaliação rigoroso, principalmente no que se refere à carência de estudos da influência dos parâmetros destas heurísticas sobre a qualidade dos resultados alcançados. Uma vez que eventuais descuidos ocorridos na etapa de avaliação de um algoritmo podem levar a conclusões equivocadas a respeito de seu desempenho, resolvemos utilizar um método de análise experimental para avaliar a adaptação da meta-heurística ACO em algum problema de otimização combinatorial previamente abordado pela comunidade ACO. O interesse em torno das instâncias de grande porte do problema de cobertura de conjuntos surgiu de sua complexidade (NPCompleto), e de sua capacidade de atender uma grande quantidade de problemas reais, os quais geralmente não possuem escala reduzidas na prática. A principal contribuição deste trabalho, sobretudo com relação à surpresa do seu resultado em vista da literatura vigente, encontra-se na revelação da pouca importância do feromônio no método ACO em instâncias SCP de grande porte, assim como na exposição de teorias, baseadas no conceito da correlação da distância de adaptação, capazes de explanar não somente as causas responsáveis pela atuação do feromônio, mas também a melhoria oriunda das hibridizações (via busca local) do método ACO em SCP, a ponto deste último ser prescindível. Ou seja, chegamos à conclusão de que não se justifica a utilização do método ACO em instâncias SCP de grande porte, uma vez que existem técnicas mais simples e eficientes capazes de tratar este mesmo problema, como por exemplo, a busca local desenvolvida por Jacobs e Brusco (1995)

Made available in DSpace on 2014-06-12T15:57:48Z (GMT). No. of bitstreams: 2 arquivo3227_1.pdf: 3806078 bytes, checksum: 98b2a595ab3f4ffaa9e04f162fcf2a8e (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Em muitas tarefas a máquina é mais eficiente do que o ser humano, sendo capaz de realizar com precisão e rapidez: operações matemáticas, armazenamento de dados, pesquisa textual, entre muitas outras tarefas. Porém, tarefas simples para o ser humano como o reconhecimento da face de uma pessoa, são extremamente complexas para a computação tradicional realizar. A busca por algoritmos que possuam alguma forma de inteligência similar a modelos biológicos (principalmente o modelo dos seres humanos), há décadas inspira e influencia vários pesquisadores. Uma das maiores áreas da Inteligência Computacional é a das Redes Neurais Artificiais, inspiradas na redes neurais biológicas, que são compostas por neurônios e conexões sinápticas. As redes neurais modulares se utilizam das vantagens da modularização para superarem de alguma forma as redes não modulares. Elas buscam minimizar as diferenças entre as redes naturais e artificiais. Uma rede modular é um conjunto independente de redes neurais monolíticas trabalhando em conjunto para solucionar um problema. Um dos maiores desafios na construção de redes modulares é a decomposição do problema em problemas mais simples. Este trabalho propõe novas técnicas para melhorar o desempenho de redes neurais modulares baseadas na similaridade entre classes. Entende-se por desempenho o grau de acertividade e/ou a velocidade de treinamento do modelo. Foram propostos métodos que influenciam etapas distintas da construção de uma rede modular. Duas das propostas buscam otimizar a decomposição do problema, permitindo a criação dos módulos, através da matriz de confusão desse problema. Uma terceira proposta visa a obtenção de uma composição, ou arquitetura, de módulos que melhore o desempenho do modelo

Made available in DSpace on 2014-06-12T15:58:31Z (GMT). No. of bitstreams: 2 arquivo4638_1.pdf: 5130002 bytes, checksum: 6fce9704d608c04ee17fdca0537c4f2e (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / As Redes Neurais Artificiais (RNA) têm sido utilizadas com sucesso em tarefas como mapeamento de funções complexas e reconhecimento de padrões. Este sucesso é resultado da habilidade das RNA em realizar cálculos com dados complexos ou imprecisos, aprender a partir de exemplos, generalizar a informação aprendida, extrair padrões e descobrir tendências. Apesar destas vantagens, geralmente não é muito fácil obter explicações de como uma RNA representa a solução de um problema. Devido a esta limitação, as RNA têm sido consideradas inadequadas para serem utilizadas em aplicações de KDD (Knowledge Discovery in Databases) em que o usuário deseja saber o raciocínio usado pela rede para obter uma dada conclusão. Sistemas Híbridos Inteligentes (SHI) é uma abordagem de Inteligência Artificial que vem sendo bastante utilizada na resolução de problemas onde o emprego de uma única técnica não é suficiente para obter resultados satisfatórios. Tais sistemas se inspiram na integração de duas ou mais técnicas inteligentes com o intuito de suprir as limitações de cada técnica. A disseminação dos SHI tem contribuído para a emergência dos Sistemas Neurais Híbridos (SNH). O principal foco de pesquisa em SNH tem sido a integração de RNA, técnica fortemente baseada em dados, com técnicas que utilizam representação simbólica, como Lógica Fuzzy e algoritmos simbólicos convencionais. Os Sistemas Neuro-Fuzzy são um exemplo de SNH que combinam sistemas conexionistas com sistemas fuzzy. Nestes sistemas é aplicado algum método de extração de regras que permite a representação do conhecimento incorporado pela rede numa forma compreensível. Além das técnicas de extração de conhecimento simbólico associadas aos Sistemas Neuro-Fuzzy, diversas técnicas têm sido propostas para outros modelos neurais. Esta dissertação tem como principais objetivos investigar o paradigma dos Sistemas Neuro-Fuzzy e as técnicas de extração de conhecimento simbólico de RNA como uma opção para tornar as RNA mais adequadas ao processo de KDD; e, como resultado da investigação, modelar e implementar uma ferramenta de software, a Neural Mining, baseada na abordagem neural híbrida. A ferramenta Neural Mining integra, em um único ambiente, o modelo Perceptron Multicamadas (Multilayer Perceptron - MLP); os modelos neuro-fuzzy FWD (Feature-Weighted Detector) e FuNN (Fuzzy Neural Network), juntamente com suas técnicas de extração de regras; e a técnica TREPAN (Trees Parroting Networks), que representa o conhecimento incorporado por uma RNA na forma de uma árvore de decisão. Os modelos e técnicas são avaliados e comparados com relação à capacidade de generalização e compreensibilidade do conhecimento extraído. Além da análise nas etapas de mineração de dados e apresentação do conhecimento, também são investigadas duas técnicas de seleção de atributos: a técnica do modelo FWD e através da árvore de decisão gerada por TREPAN. A investigação experimental é realizada usando uma base de dados de um problema real e de larga escala no domínio de análise de crédito ao consumidor. Como os resultados obtidos demonstram que os ganhos decorrentes do uso de modelos neuro-fuzzy e técnicas de extração de conhecimento simbólico de RNA são bastante significativos, ao final da investigação, considerando as vantagens de cada modelo e técnica, são propostas duas soluções neurais híbridas para o processo de KDD

Made available in DSpace on 2014-06-12T15:58:50Z (GMT). No. of bitstreams: 2 arquivo4731_1.pdf: 619591 bytes, checksum: ee2b5c5d8be35ac18eb8d163b05f0c3a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / O principal objetivo desta dissertação é fazer um estudo sistemático sobre os diversos tipos de redes neurais artificiais (e seus respectivos algoritmos de aprendizagem) que vêm sendo utilizados na implementação do sistema de reconhecimento de padrões do nariz artificial proposto em [Santos, 2000], apontando suas vantagens e desvantagens. Os modelos analisados são as Multi-layer Perceptrons (MLPs) com o backpropagation, Levenberg-Marquardt e tabu search, e as redes de funções de base radiais (Redes RBF). Também serão investigadas as MLPs com o Resilient backpropagation (Rprop). O algoritmo Rprop foi escolhido por duas razões principais: em geral ele possui um tempo de convergência inferior ao tradicional backpropagation, e até o momento não existe na literatura nenhum trabalho que aplique este algoritmo (junto com as MLPs) como parte do sistema de reconhecimento de padrões do nariz artificial estudado. Para cada modelo de arquitetura (por exemplo, MLP) e algoritmo de treinamento (por exemplo, backpropagation) três topologias diferentes serão investigadas. Para cada uma destas topologias serão feitas trinta inicializações de pesos diferentes (aleatórias), em que cada uma destas inicializações será executada com cada uma das três diferentes partições do conjunto de dados. A partir disto, os resultados obtidos serão analisados através de testes estatísticos (teste de hipóteses). Isto tudo contrasta com os trabalhos anteriores, os quais usavam apenas uma partição dos dados, somente dez execuções para cada topologia, e nenhum teste estatístico era feito

Made available in DSpace on 2014-06-12T15:59:53Z (GMT). No. of bitstreams: 2 arquivo5703_1.pdf: 1286025 bytes, checksum: a3ca835042abe1baa9c679ac998a2987 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Atualmente, existe um grande interesse pelo estudo dos sistemas imunológicos naturais motivados para combater doenças infecciosas como a AIDS, doenças auto-imunes como esclerose múltipla, e outros problemas de saúde. A ciência da computação tem contribuído nestes estudos através da especificação e simulação de modelos de sistema imunológico que geram novos conhecimentos à área de imunologia, bem como investigam a aplicação de sistemas imunológicos artificiais na solução de problemas computacionais. Esta dissertação investiga o paradigma de Sistemas Imunológicos Artificiais (AIS) através das especificidades de seus modelos e suas aplicações em problemas computacionais de reconhecimento de padrões. O estudo desenvolvido baseia-se no modelo CLONALG [Castro & Timmis, 2002] para propor e investigar uma nova extensão do paradigma que incorpora teoria da rede imunológica para melhorar o desempenho da abordagem de AIS aplicadas em problemas de reconhecimento de padrões. Visando a investigação da adequação do modelo de AIS em problemas de reconhecimento, o modelo CLONALG+ foi implementado e comparado com as abordagens de MLP-%DFNSURSDJDWLRQ e k-NN para reconhecimento de padrões. A base de padrões de dígitos manuscritos da OPTDIGITS [UCI, 1998] foi selecionada para o estudo comparativo, onde os padrões são representados através de um vetor de característica de tamanho 64 (quantidade de SL[HOV ativos da imagem). O conjunto total é composto por 5620 padrões de dígitos, sendo que em torno de 70% é destinado ao conjunto de treinamento e o restante ao conjunto de teste. Os principais resultados demonstram que é possível reconhecer padrões com a nova abordagem de AIS semelhante aos paradigmas tradicionais de reconhecimento de padrões com a vantagem de apresentar um menor desvio padrão médio entre os resultados dos experimentos. Adicionalmente, considerando que AIS aplicada em Reconhecimento de Padrões é uma área recente, espera-se que modelos mais elaborados sejam desenvolvidos e a abordagem seja mais aplicada a problemas do mundo real

Orientador: Alberto Cliquet Jr / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-08-03T18:16:11Z (GMT). No. of bitstreams: 1 Paula_JosueBruginskide_D.pdf: 7048497 bytes, checksum: 319ef82b56613035c9dce55ed18dd6b4 (MD5) Previous issue date: 1997 / Resumo: Visando melhorar a qualidade de vida de pacientes portadores de colostomia, foi desenvolvido o protótipo de um Oclusor Ativo Implantável para Colostomias. O princípio básico de funcionamento é a substituição da ação natural do músculo esfincteriano anal pela ação de uma fita constritora colocada ao redor do estoma e tracionada por um motor de passo. O elemento ativo do protótipo é um motor de passo cujo torque é ampliado por três reduções mecânicas. A primeira é constituída de duas engrenagens denteadas em Nylon, com redução de 1:1,28. A engrenagem menor é fixada ao eixo do motor e a maior movimenta uma rosca sem-fim na segunda redução. Esta é composta pela sem-fim de aço inox e por uma coroa denteada em bronze, com uma redução de 1:6,5. A última redução é exercida por outra rosca sem-fim em aço inox, fixada ao eixo da engrenagem em bronze, e que produz uma redução de 1:14. Esta segunda sem-fim movimenta um carro de tração ao qual está fixada uma fita constritora em PTFE com 80 mm de comprimento e 12 mm de largura. Todos estes elementos ficam inseridos em uma carcaça de proteção de duas partes feita em polietileno de ultra-alto peso molecular e todo o oclusor é revestido com silicone grau médico... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: : Aiming to improve the quality of life of colostomates, the prototype of na Active Implantable Colostomy Occluder was built. The fundamental idea is to reproduce the natural sphincter?s action by using a construction band placed around the stoma and pulled by a step motor. The active element of the prototype is a step motor and its torque is powered by three mechanical gear reductions. The first one consists of two Nylon toothed wheels giving a 1:1,28 reduction ratio. The smaller one is fixed to the motor?s shaft and the other moves an andless screw and a toothed wheel, both in bronze and with a 1:6,5 reduction. The last reduction is effected by another endless screw, built in stainless-steel, which is moved by the bronze toothed wheel and gives a 1:14 reduction. This second screw moves a nut to which is fixed an 80 mm long, 12 mm wide polytetrafluoroethylene vascular implant, used as the constriction band. All these mechanical components were placed inside a two-piece case of ultrahigh molecular weight polyethylene, and the whole prototype was covered with medical grade silicon rubber. To operate the prototype, we built a control unit with the suitable logical commands using CMOS technology, a SGS L297 stepper motor controller IC and a SGS L298N dual full-bridge driver IC... Note: The complete abstract is available with the full electronic digital thesis or dissertations / Doutorado / Doutor em Engenharia Elétrica