CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Esta dissertaÃÃo visa a detecÃÃo de falhas incipientes por curto-circuito entre espiras de um motor de induÃÃo trifÃsico do tipo gaiola de esquilo acionado por conversor de frequÃncia com modulaÃÃo por largura de pulso do tipo senoidal. Para detectar este tipo de falha, uma bancada de testes à utilizada para impor diferentes condiÃÃes de operaÃÃo ao motor, e cada amostra do conjunto de dados foi extraÃda das correntes de linha do conversor de frequÃncia supracitado. Para extraÃÃo de caracterÃsticas, a anÃlise da assinatura de corrente do motor foi utilizada. Para solucionar este problema, a detecÃÃo desta falha à tratada como um problema de classificaÃÃo, por isso, diferentes algoritmos supervisionados de aprendizado de mÃquina sÃo utilizados: MÃnimos Quadrados OrdinÃrios, Redes Perceptron Simples, Redes Perceptron Multicamadas, MÃquina de Aprendizado Extremo, MÃquina de Vetor de Suporte, MÃquina de Vetor de Suporte por MÃnimos Quadrados, MÃquina de Aprendizado MÃnimo, e Classificadores Gaussianos. Juntamente com a tÃcnica de opÃÃo de rejeiÃÃo, estes classificadores sÃo testados e os resultados destes sÃo comparados entre si e com outros trabalhos que fizeram uso mesmo banco de dados. Taxas de acerto mÃximo de 100% com os classificadores MÃquina de Vetor de Suporte e MÃquina de Vetor de Suporte por MÃnimos Quadrados sugerem que, em um futuro prÃximo, um sistema embarcado pode ser desenvolvido com estes algoritmos. / This dissertation aims at the detection of short-circuit incipient fault condition in a threephase squirrel-cage induction motor fed by a sinusoidal PWM inverter. In order to detect this fault, a test bench is used to impose different operation conditions to an induction motor, and each sample of the data set is taken from the line currents of the PWM inverter aforementioned. For feature extraction, the Motor Current Signature Analysis is used. The detection of this fault is treated as a classification problem, therefore different supervised algorithms of machine learning are used so as to solve it: Ordinary Least Squares, Singlelayer Perceptron, Multi-layer Perceptron, Extreme Learning Machine, Support-Vector Machine, Least-Squares Support-Vector Machine, the Minimal Learning Machine, and Gaussian Classifiers. Together with Reject Option technique, these classifiers are tested and the results are compared with other works that use the same data set. Maximum accuracy rates of 100% with Support-Vector Machine and Least-Squares Support-Vector Machine classifiers suggest that, in near future, an embedded system can be developed with these algorithms.

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / This dissertation reports applications of artificial neural networks to detect stator winding interturn fault of three phase induction motor drived by frequency inverter. The artificial neural networks, like Simple and Multilayer Perceptron, served as off-line classifiers to short-circuit fault condition or healthy condition. In the training of Multilayer Perceptron, two different algorithms are used: the error back-propagation, which is a classic algorithm, and the extreme learning machine, as a relative new alternative for the classic back-propagation. The new one is more worthwhile because of its implementation easiness and higher speed of computation. The database used on the training and validation of the networks is created from an experimental setting, therefore it is composed by true data. The attributes used as failuresâ indicators are selected from certain frequencies of the spectrum, based on some theories of current signature analysis. In the second instance, the technique of principal components analysis is employed. The results obtained for the designed classifiers are shown, and some considerations are made on their use in real time embedded applications, which is the most important projection for future researches. / Este trabalho deriva da aplicaÃÃo de redes neurais artificiais para a detecÃÃo de curto-circuito entre espiras em motor de induÃÃo trifÃsico, acionado por inversor de frequÃncia. As redes neurais artificiais, do tipo Perceptron Simples e Multicamadas, sÃo usadas para detectar falhas de curto-circuito no bobinamento estatÃrico de motores de induÃÃo trifÃsicos de forma off-line. Para treinamento do Perceptron Multicamadas sÃo usados dois algoritmos distintos: o error back-propagation, que figura como o algoritmo clÃssico na literatura especializada, e o extreme learning machine, que à uma alternativa, relativamente recente, ao algoritmo clÃssico. Este algoritmo à uma opÃÃo atraente para o desenvolvimento rÃpido de classificadores. O banco de dados usado para treinamento e validaÃÃo das redes à obtido a partir de experimentaÃÃo laboratorial, portanto composto de dados reais. Os atributos utilizados para a detecÃÃo da falha sÃo componentes de frequÃncia do espectro harmÃnico da corrente estatÃrica do motor. O critÃrio de escolha destas componentes, a priori, à fundamentado em resultados de investigaÃÃes prÃvias da assinatura de corrente e, em segunda instÃncia, à aplicada a tÃcnica de anÃlise de componentes principais. SÃo apresentados os resultados obtidospelos classificadores projetados, e feitas algumas consideraÃÃes quanto à utilizaÃÃo destes em aplicaÃÃo embarcada e em tempo real, que à a principal projeÃÃo de futuros trabalhos a partir do atual.

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / O Brasil à o segundo maior produtor mundial de soja, destacando-se por sua multiplicidade de uso. Entretanto, perdas na produtividade de seus grÃos em campo sÃo ainda considerÃveis, particularmente oriundas das doenÃas causadas por fungos. Diante desse obstÃculo, emerge a necessidade de busca de molÃculas naturais capazes de inibir o progresso dessas doenÃas, sem causar impactos ambientais. Dentre as molÃculas presentes na soja, com potencial de uso para essa finalidade, destaca-se a toxina da soja (SBTX), uma proteÃna isolada de sementes, composta por duas subunidades (17 e 27 kDa) e ativa contra fungos fitopatogÃnicos. Esse trabalho teve como objetivos verificar a localizaÃÃo tecidual da SBTX em cotilÃdones de sementes maduras, bem como avaliar seu perfil de expressÃo gÃnica ao longo do desenvolvimento da soja e, tambÃm, em resposta ao tratamento com elicitores de defesa vegetal. Sementes de soja foram cultivadas em casa de vegetaÃÃo e, ao longo do desenvolvimento da planta, diferentes tecidos vegetais coletados. Em adiÃÃo, folhas primÃrias da soja foram tratadas com Ãcido salicÃlico (AS) ou inoculadas com esporos do fungo Cercospora kikuchii (CK) e coletadas em diferentes tempos apÃs os tratamentos. Iniciadores foram desenhados com base nas sequÃncias NH2-terminal das subunidades de SBTX e a expressÃo gÃnica foi avaliada pela tÃcnica de RT-PCR quantitativa. A localizaÃÃo de SBTX em sementes foi avaliada por imunohistoquÃmica, usando anti-SBTX. Transcritos dos genes SBTX17 e SBTX27 foram detectados em todos os tecidos vegetais coletados, porÃm seus nÃveis de expressÃo foram diferenciados. NÃveis mais elevados de transcritos para ambas as subunidades da SBTX foram detectados em sementes maduras, cotilÃdones e folhas unifoliadas. Nos cotilÃdones, SBTX foi encontrada na epiderme. InduÃÃo da expressÃo de transcritos da SBTX ocorreu em ambos os tratamentos, porÃm essa resposta se manifestou mais rÃpida (a partir de 6 h) com CK ao invÃs de AS (a partir de 12 h). Praticamente, em todas as anÃlises, transcritos do gene SBTX27 prevaleceram em relaÃÃo Ãqueles do SBTX17. A presenÃa constitutiva e ubÃqua de transcritos dos genes da SBTX ao longo do desenvolvimento da planta, a induÃÃo da expressÃo desses genes por elicitores de resposta de defesa e a localizaÃÃo da toxina na superfÃcie dos cotilÃdones validam o papel de defesa atribuÃdo a SBTX, suscitando a possibilidade de uso dessa proteÃna na produÃÃo de soja resistente ao ataque de fungos de relevÃncia agronÃmica. / Brazil is the second major global soybean producer, whose magnitude is due to its use multiples. However, losses in productivity of soybean grains in the field are still significant, especially those caused by pathogenic fungi. In view of this obstacle, it is important to search natural molecules able to inhibiting the progress of fungal diseases in an environmental friendly practice. Among the soybean molecules which could be used for this purpose, the soybean toxin (SBTX) stands out. SBTX is a protein composed of two subunits (17 and 27 kDa) isolated from seeds with in vitro activity against phytopathogenic fungi. The present study aimed to verify the SBTX tissue localization in soybean seed cotyledons, as well as to evaluate the gene expression profile of two SBTX subunits, both in different stages of plant development and in response to treatment with plant defense elicitors. Soybean seeds were grown in a greenhouse and plant tissues harvested at different days. In addition, soybean primary leaves were treated with salicylic acid (SA) or inoculated with the Cercospora kikuchiii (CK) spores and harvested at different times after the treatments. Based on the N-terminal sequences of the SBTX subunits, primers were designed and their gene expression evaluated by quantitative real-time PCR technique. SBTX tissue localization was performed by immunohistochemistry using anti-SBTX. Transcripts for both SBTX subunits were detected in all plant tissues, predominantly in cotyledons and unifoliate leaves in the early stages of their development, as well as in mature seeds. SBTX was found in the epidermis of the cotyledons. Transcripts were detected for both genes SBTX17 e SBTX27 in all tissues collected, but their expression levels were different. The highest transcript levels for both SBTX subunits were found in mature seeds, cotyledons and unifoliate leaves. In cotyledons, SBTX was found in the epidermis. Leaves treated with elicitors showed induction of the corresponding 17 and 27 kDa subunit transcripts, however this response was earlier in the CK treatment (from 6 h) compared to AS treatment (from 12 h). In almost all analyses, the highest transcript levels were found for the 27 kDa subunit. The ubiquitous and constitutive gene expression during plant development, the induction of gene expression by defense response elicitors and the localization on the surface of cotyledons support the role of SBTX in plant defense and its use to produce fungal-resistant transgenic soybean plants.