Phlebotomine sand flies (Diptera, Psychodidae) are small blood sucking insects which are only proven vectors of neglected tropical disease called leishmaniasis. Sand flies of the genus Phlebotomus act as vectors in the Old World and those of genus Lutzomyia are vectors in the New World. However, not all of them are capable of transmitting the disease. It is therefore crutial to conclusively determinate the species and have up-to-date knowledge of their natural occurence. Routine identification based on morphological characters is challenging due to intraspecific variability of these or their possible damage during the capture and preparation. In adition, correct assessment of distinctive cahracters, especially for females, is difficult and requires certain expertise. Thus, approaches of molecular taxonomy have been recently increasingly used for sand flies species determination. This thesis presents usage of DNA sequencing and MALDI-TOF protein profiling for routine determination of sand flies caught in southeastern Europe and adjacent regions, where we have lack of information of present sand flies species. Another part of this thesis focus on closer examination of relations between selected closely related species within species complexes. Key words: Phlebotomus, molacular identification, DNA...

Neste trabalho propõe-se uma metodologia off-line, prática e eficiente, para detectar, identificar e corrigir erros em parâmetros série e shunt de linhas de transmissão. As linhas de transmissão, ou ramos do modelo barra-ramo, suspeitas de estarem com EPs são identificadas através do Índice de Suspeita (IS). O IS de um ramo é a relação entre o número de medidas incidentes a esse ramo, cujos resíduos normalizados são maiores que um valor pré-estabelecido, e o número total de medidas incidentes a esse ramo. Usando várias amostras de medidas, os parâmetros dos ramos suspeitos são estimados, de forma seqüencial, via um estimador de estado e parâmetros baseado nas equações normais, que aumenta o vetor de variáveis de estado para inclusão dos parâmetros suspeitos. Resultados numéricos de diversas simulações, com os sistemas de 14, 30 e 57 barras do IEEE, têm demonstrado a alta precisão e confiabilidade da metodologia proposta, mesmo na ocorrência de erros múltiplos (em mais de um parâmetro) em ramos adjacentes, como também em linhas de transmissão paralelas com compensação série. Comprovou-se a viabilidade prática da metodologia proposta através da aplicação da mesma, para depuração (detecção, identificação e correção) dos valores dos parâmetros de dois subsistemas da Hydro-Québec Trans-Énergie. / A practical and efficient off-line approach to detect, identify and correct series and shunt branch parameter errors is proposed in this thesis. The branches suspected of having parameter errors are identified by means of the Suspicious Index (SI). The SI of a branch is the ratio between the number of measurements incident to that branch, whose normalized residuals are larger than one specified threshold value, and the total number of measurements incident to that branch. Using several measurement snapshots, the suspicious parameters are sequentially estimated, via an augmented state and parameter estimator which increases the V-\'teta\' state vector for the inclusion of suspicious parameters. Several simulation results (with IEEE 14, 30 and 57 bus systems) have demonstrated the high accuracy and reliability of the proposed approach to de al with single and multiple parameter errors in adjacent and non-adjacent branches, as well as in parallel transmission lines with series compensation. The proposed approach is confirmed by tests performed in two subsystems of the Hydro-Québec Trans-Énergie.

Orientadores: Ariovaldo Verandio Garcia, Eduardo Nobuhiro Asada / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T08:42:33Z (GMT). No. of bitstreams: 1 Almeida_MadsonCortesde_D.pdf: 1655535 bytes, checksum: 2d7ea952e257cfd27e731d17f44651d1 (MD5) Previous issue date: 2007 / Resumo: Desde a sua introdução em 1969 por Fred C. Schweppe, J. Wildes e D. Rom, a estimação de estado em sistemas de energia elétrica tem sido largamente estudada. Atualmente, a estimação de estado vem evoluindo para uma modelagem mais completa, capaz de tratar variáveis não consideradas no modelo barra/ramo das redes. Entre os avanços mais significativos destaca-se a modelagem de chaves e disjuntores proposta em 1993 por A. J. Monticelli que deu origem à chamada estimação de estado generalizada. Neste trabalho, a estimação de estado generalizada é aplicada a redes trifásicas de energia elétrica nas quais os desbalanços nas cargas e os desequilíbrios na rede são considerados. A utilização dessa modelagem leva a um grau de detalhamento superior ao dos modelos por fase e, conseqüentemente, o estado estimado é mais preciso. Além disso, a modelagem trifásica permite que os sistemas de transmissão e distribuição sejam tratados indistintamente. Para a função estimador de estado foram implementados os métodos baseados na matriz ganho e no tableauesparso de Hachtel. As particularidades associadas à aplicação desses métodos ao modelo generalizado trifásico são apresentadas e discutidas. Na análise de observabilidade implementou-se o método baseado na fatoração da matriz ganho e um novo método baseado na solução de mínima norma do estimador de estado, que é uma das principais contribuições deste trabalho. Por fim, no problema da detecção e identificação de erros grosseiros foram implementados os métodos dos resíduos normalizados e dos multiplicadores de Lagrange normalizados / Abstract: Since its introduction in 1969 by Fred C. Schweppe, J. Wildes and D. Rom, the power system state estimation has been widely studied. The state estimation is evolving to a more detailed modeling, which considers state variables not commonly used in bus/branch system modeling. A generalized state estimation model, in which switches and circuit breakers are represented, was proposed in 1993 by A. J. Monticelli. In this work the generalized state estimation approach is applied to a three-phase power system model, where the unbalanced loads and the asymmetric nature of the system are considered. This treatment provides a more precise real-time model and, consequently, a more precise estimated state. Moreover, it allows that the same state estimation model be applied to both transmission and distribution systems. The three-phase state estimator has been implemented with gain matrix and Hachtel's sparse tableau approaches. Details about differences between the three-phase model and single-phase models are presented. In observability analysis a new method based on minimum norm solution has been introduced, and represents the main contribution of this work. The observability analysis based on gain matrix factorization have also been implemented for comparison purposes. Finally, in the bad data detection and identification, the normaIized residuaIs method and the normalized Lagrange multipIiers method have been implemented. / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica

Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2016-08-12T12:25:16Z No. of bitstreams: 1 tamiresgomesmoreira.pdf: 4532594 bytes, checksum: 64d45fbe56c5ece94a7586a1d27d46df (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-08-15T13:22:42Z (GMT) No. of bitstreams: 1 tamiresgomesmoreira.pdf: 4532594 bytes, checksum: 64d45fbe56c5ece94a7586a1d27d46df (MD5) / Made available in DSpace on 2016-08-15T13:22:42Z (GMT). No. of bitstreams: 1 tamiresgomesmoreira.pdf: 4532594 bytes, checksum: 64d45fbe56c5ece94a7586a1d27d46df (MD5) Previous issue date: 2016-03-10 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta dissertação apresenta uma nova metodologia para detecção e identificação de erros grosseiros no processo de estimação de estados para sistemas de distribuição de energia elétrica com topologia radial, usando Unidades de Medição Fasorial, conhecidas como PMUs (Phasor Measurement Units). O algoritmo de estimação de estados considera todas as correntes passantes nas linhas do sistema, expressas em coordenadas retangulares, como estadosaseremestimados. Osvaloresmedidosserãofasoresdetensãoecorrenteaquisitados pelas PMUs. A fim de restaurar a observabilidade do sistema com poucas unidades de medição serão considerados dados históricos de potência ativa/reativa demandada para as barras não monitoradas por PMUs, disponibilizados pelas concessionárias de energia elétrica. Esses valores serão considerados como restrições de desigualdade variando entre limites mínimos e máximos em um problema de otimização não linear cujo objetivo é minimizar a soma dos quadrados dos resíduos, sendo esses a diferença entre o valor da grandeza medida pela PMU e o seu correspondente valor estimado, ponderado por suas respectivas covariâncias. Baseado nos valores de corrente estimados, outras grandezas elétricas podem ser calculadas utilizando leis de Kirchhoff. Considerando a topologia radial dos alimentadores de distribuição, a proposta para o processamento de erros grosseiros consiste na divisão da rede elétrica com topologia radial em vários subsistemas, visando reduzir o esforço computacional associado ao processo de estimaçãodeestados. Ametodologiaapresentadaserádivididaeabordadaemduasetapas. A primeira se refere à detecção de erros grosseiros, sendo avaliada pelo valor da FOB para cada subsistema, onde valores acima de um determinado valor limítrofe preestabelecido para cada uma das FOBs indicam a presença de medidas com erros grosseiros. Já a segunda, baseia-se na identificação da PMU responsável por aquisitar medições com erros grosseiros e pauta-se na abordagem por barras fictícias, barras estas em que a potência demandada é nula. Os resultados obtidos são validados através do uso de sistemas testes encontrados na literatura. O problema de otimização é solucionado pelo Método de Pontos Interiores com Barreira de Segurança (Safety Barrier Interior Point Method). / This dissertation presents a novel methodology for bad data detection and identification in the State Estimation process for electrical power distribution systems with radial topology, using Phasor Measurement Units (PMUs). The state estimation algorithm considers all branch currents of the system, expresssed in rectangular coordinates, as states to be estimated. The measured values will be phasors acquisited by the PMUs. In order to make the system fully observable with few measurement units, it will be considered historical data of active/reactive power demand for the non-monitored buses, provided by the electrical utilities. These values will be considered as inequality constraints varying between minimum and maximum limits in a non-linear optimization problem which aims to minimize the sum of the squared of the residuals considering the residual being the difference between the measured values by the PMUs and their corresponding estimated values, weighted by its corresponding covariances. Based on the estimated branch currents values, other electrical quantities can be calculated by Kirchhoff’s laws. Consideringtheradialtopology,theproposedapproachforthebaddataprocessingconsists on the electrical network partitioning into various subsystems, which aims to reduce the computational effort associated to the states estimation process. The methodology presented in this work for bad data processing will be divided and implemented into two steps. The first part refers to the bad data detection and it is evaluated by the objective function value for each subsystem, in which high values indicate the presence of bad data. The second part relies on the identification of the PMU which is responsible for acquisitioningbaddataanditisaddressedintwodifferentways. Thefirstoneisaddressed for a single subsystem (single feeder) and is based on the creation of fictitious buses, which will be buses with null power demand. The obtained results are validated by using test systems found in the literature. The optimization problem is solved by the Safety Barrier Interior Point Method.

Tato práce se zabývá vytvořením simulačního modelu dvojčinného pneumatického pístu s mechanickou sestavou, včetně modelů snímačů, s následujícím odhadem parametrů a aproximací chování demonstračního zařízení. Dalším cílem je prezentace různých přístupů prediktivní údržby na datové sadě měřené na demonstračním zařízení. Na měřený datový soubor se aplikovaly signal-based techniky bez použití simulačního modelu a model-based metody, které vyžadují použití simulačního modelu. Výsledkem této práce je ověření možnosti monitorování stavu zařízení pomocí nainstalovaných senzorů a vyhodnocení efektivity senzorů z hlediska přesnosti a finančních nákladů.

No description available.

Both ammonia and phosphine are widely used in industrial processes, and yet they are noxious and exhibit detrimental effects on human health. Despite the remarkable progress on sensors development, there are still some limitations, for instance, the requirement of high operating temperatures, and that most sensors are solely dedicated to individual gas monitoring. Herein, an ultrasensitive, highly discriminative platform is demonstrated for the detection and identification of ammonia and phosphine at room temperature using a graphene nanosensor. Graphene is exfoliated and successfully functionalized by copper phthalocyanine derivate. In combination with highly efficient machine learning techniques, the developed graphene nanosensor demonstrates an excellent gas identification performance even at ultralow concentrations: 100 ppb NH3 (accuracy—100.0%, sensitivity—100.0%, specificity—100.0%) and 100 ppb PH3 (accuracy—77.8%, sensitivity—75.0%, and specificity—78.6%). Molecular dynamics simulation results reveal that the copper phthalocyanine derivate molecules attached to the graphene surface facilitate the adsorption of ammonia molecules owing to hydrogen bonding interactions. The developed smart gas sensing platform paves a path to design a highly selective, highly sensitive, miniaturized, low-power consumption, nondedicated, smart gas sensing system toward a wide spectrum of gases.

Os centros de operação de sistemas elétricos de potência (SEP) exigem que uma vasta quantidade de informações esteja disponível para o controle e supervisão dos SEP. Em uma operação segura dos SEP é de suma importância que o processo de estimação de estado (EE) seja confiável. Visando este propósito, neste trabalho: i) propõe-se o desenvolvimento de um programa computacional que permita avaliar e aumentar a confiabilidade de um SEP em termos de qualidade e redundância das medidas disponíveis. Este programa fundamenta-se na fatoração da matriz Jacobiana transposta (\'H POT.t\') para realização da análise e restauração de observabilidade, e identificação de medidas críticas e conjuntos críticos de medidas. Para estimação de estado, é utilizado o algoritmo desacoplado rápido versão BX, e para a detecção e identificação de erros grosseiros, utiliza-se o teste dos resíduos normalizados; ii) propõe-se uma metodologia e um algoritmo para análise de observabilidade e identificação de ilhas observáveis, usando conceitos de caminhos de grafo e a fatoração triangular da matriz \'H POT. t\'. Para comprovar a eficiência das metodologias propostas, vários testes foram realizados, utilizando o sistema de 6, 14, 30 e 118 barras do IEEE. / The operating center requires much information in order to control and supervise the power systems. In a secure power systems operation it is important that the state estimation process be reliable. For that purpose, in this work: i) a computer program to evaluate and increment the reliability of power system in terms of redundancy and measurements availability is developed. That program is based on the \'H POT.t\' matrix factorization with the purpose of observability analysis and restoration; critical measurements and critical sets identification. The version BX of the fast decoupled algorithm for state estimation is used. Gross errors detection and identification is made through the normalized residue test; ii) using of path graph concepts a methodology and algorithm for network observability analysis and observable island identification is developed. To implement that algorithm, the triangular factorization of the transpose Jacobian matrix is used. To prove the efficiency of the proposed methodology, several tests were performed using the system of 6, 14, 30 and 118 buses from IEEE.

Os centros de operação de sistemas elétricos de potência (SEP) exigem que uma vasta quantidade de informações esteja disponível para o controle e supervisão dos SEP. Em uma operação segura dos SEP é de suma importância que o processo de estimação de estado (EE) seja confiável. Visando este propósito, neste trabalho: i) propõe-se o desenvolvimento de um programa computacional que permita avaliar e aumentar a confiabilidade de um SEP em termos de qualidade e redundância das medidas disponíveis. Este programa fundamenta-se na fatoração da matriz Jacobiana transposta (\'H POT.t\') para realização da análise e restauração de observabilidade, e identificação de medidas críticas e conjuntos críticos de medidas. Para estimação de estado, é utilizado o algoritmo desacoplado rápido versão BX, e para a detecção e identificação de erros grosseiros, utiliza-se o teste dos resíduos normalizados; ii) propõe-se uma metodologia e um algoritmo para análise de observabilidade e identificação de ilhas observáveis, usando conceitos de caminhos de grafo e a fatoração triangular da matriz \'H POT. t\'. Para comprovar a eficiência das metodologias propostas, vários testes foram realizados, utilizando o sistema de 6, 14, 30 e 118 barras do IEEE. / The operating center requires much information in order to control and supervise the power systems. In a secure power systems operation it is important that the state estimation process be reliable. For that purpose, in this work: i) a computer program to evaluate and increment the reliability of power system in terms of redundancy and measurements availability is developed. That program is based on the \'H POT.t\' matrix factorization with the purpose of observability analysis and restoration; critical measurements and critical sets identification. The version BX of the fast decoupled algorithm for state estimation is used. Gross errors detection and identification is made through the normalized residue test; ii) using of path graph concepts a methodology and algorithm for network observability analysis and observable island identification is developed. To implement that algorithm, the triangular factorization of the transpose Jacobian matrix is used. To prove the efficiency of the proposed methodology, several tests were performed using the system of 6, 14, 30 and 118 buses from IEEE.

Artificial Intelligence in Automotive Industry / Cost reduction is one of the main concerns in industry. Companies invest considerably for better performance in end-of-line fault diagnosis systems. A common strategy is to use data obtained from existing instrumentation. This research investigates the challenge of learning from historical data that have already been collected by companies. Machine learning is basically one of the most common and powerful techniques of artificial intelligence that can learn from data and identify fault features with no need for human interaction. In this research, labeled sound and vibration measurements are processed into fault signatures for vehicle starter motors and alternators. A fault detection and identification system has been developed to identify fault types for end-of-line testing of motors. However, labels are relatively difficult to obtain, expensive, time consuming and require experienced humans, while unlabeled samples needs less effort to collect. Thus, learning from unlabeled data together with the guidance of few labels would be a better solution. Furthermore, in this research, learning from unlabeled data with absolutely no human intervention is also implemented and discussed as well. / Thesis / Master of Applied Science (MASc)