A validação de modelos lineares é uma etapa importante em um projeto de Identificação de Sistemas, pois a escolha correta do modelo para representar a maior parte da dinâmica do processo, dentro de um número finito de técnicas de identificação e em torno de um ponto de operação, permite o sucesso no desenvolvimento de controladores preditivos e de controladores robustos. Por tal razão, o objetivo principal desta Tese é o desenvolvimento de um método de validação de modelos lineares, tendo como ferramentas de avaliação os métodos estatísticos, avaliações dinâmicas e análise da robustez do modelo. O componente principal do sistema de validação de modelos lineares proposto é o desenvolvimento de um sistema fuzzy para análise dos resultados obtidos pelas ferramentas utilizadas na etapa de validação. O projeto de Identificação de Sistemas é baseado em dados reais de operação de uma Planta-Piloto de Neutralização de pH, localizada no Laboratório de Controle de Processos Industriais da Escola Politécnica da USP. Para verificar o resultado da validação, todos os modelos são testados em um controlador preditivo do tipo QDMC (Quadratic Dynamic Matrix Control) para seguir uma trajetória de referência. Os critérios utilizados para avaliar o desempenho do controlador QDMC, para cada modelo utilizado, foram a velocidade de resposta do controlador e o índice da mínima variabilidade da variável de processo. Os resultados mostram que a confiabilidade do sistema de validação projetado para malhas com baixa e alta não-linearidade em um processo real, foram de 85,71% e 50%, respectivamente, com relação aos índices de desempenho obtidos pelo controlador QDMC. / Linear model validation is the most important stage in System Identification Project because, the model correct selection to represent the most of process dynamic allows the success in the development of predictive and robust controllers, within identification technique finite number and around the operation point. For this reason, the development of linear model validation methods is the main objective in this Thesis, taking as a tools of assessing the statistical, dynamic and robustness methods. Fuzzy system is the main component of model linear validation system proposed to analyze the results obtained by the tools used in validation stage. System Identification project is performed through operation real data of a pH neutralization pilot plant, located at the Industrial Process Control Laboratory, IPCL, of the Escola Politécnica of the University of São Paulo, Brazil. In order to verify the validation results, all modes are used in QDMC type predictive controller, to follow a set point tracking. The criterions used to assess the QDMC controller performance were the speed response and the process variable minimum variance index, for each model used. The results show that the validation system reliability were 85.71% and 50% projected for low and high non-linearity in a real process, respectively, linking to the performance indexes obtained by the QDMC controller.

O presente trabalho tem como objetivo explorar o uso de técnicas de controle avançados na indústria siderúrgica. Propõe-se uma estratégia de controle do nível do aço da piscina formada entre os rolos de um sistema lingotamento contínuo de tiras (LCT) utilizando a tecnologia twin-roll (rolos duplos). O processo LCT rolos duplos tem por finalidade a produção de tiras solidificadas de espessura constante sob uma força de separação entre os rolos também constante. O nível de aço bem como a força de separação são as variáveis mais críticas para a produção de tiras de aço de alta qualidade. O nível pode ser controlado usando a entrada de aço ou a velocidade de laminação. Entretanto, a velocidade de laminação é usualmente utilizada para regular a força de separação entre os rolos. A estratégia de controle proposta inclui a incorporação de um tundish intermediário submerso na piscina. O controle do nível é então feito a partir da saída de aço do tundish intermediário. Consideramos as técnicas de controle linearizante por realimentação de estado e de controle fuzzy usando ambos os modelos Takagi-Sugeno (T-S) e Mamdani. Resultados de simulação são apresentados para uma planta instalada no Instituto de Pesquisa Tecnológica (IPT) de São Paulo, divisão de metalurgia (DIMET). / The aim of this work is to explore the use of advanced control techniques in the metallurgical industry. A control strategy to regulate the molten steellevel of a strip-casting process is proposed. The process produces a solidified strip of constant thickness given by the roll gap under a constant roll separation force. Along with the molten steel level the rool separation force are the most criticaI process variables. The molten steel level may be controlled using the tundish output flow or the casting speed. However, the casting speed is usually used to control the roll force separation. In the control strategy proposed it is incorporated an intermediary tundish submerse into the pool between the rotating rolls to improve the strip thickness uniformity. The molten steel level is thus controlled by the intermediary tundish output flow. Conventional PI, feedback linearizing plus a fuzzy control term and a fuzzy controller in a cascade configuration are considered. Simulation results are presented considering the real system parameters of a plant installed at the Instituto de Pesquisa Tecnológica (IPT) de São Paulo, Divisão de Metalurgia (DIMET).

Este trabalho apresenta duas metodologias baseadas em lógica fuzzy para automatizar o diagnóstico de defeito em equipamentos mecânicos, além de fazer uma comparação de seu desempenho utilizando um caso experimental. As duas metodologias estudadas são: o sistema de inferência fuzzy e o algoritmo baseado em Fuzzy C-Means. O alarme estatístico é uma metodologia existente atualmente na indústria com este objetivo e que será utilizado neste trabalho para comparação de desempenho. Para realizar os testes, foram desenvolvidos programas que permitiram criar alarmes e sistemas fuzzy utilizando um banco de dados experimental. De modo diferente ao que são feitos normalmente, os sistemas fuzzy de diagnóstico testados neste trabalho foram construídos automaticamente utilizando informações do banco de dados experimentais composto por sinais de vibração, que representam a condição normal e diversos tipos de defeitos em mancais de rolamentos. Os parâmetros escalares característicos necessários para a entrada nos sistemas fuzzy foram obtidos através do processamento dos sinais de vibração de mancais de rolamentos. Nas análises realizadas neste trabalho, foi estudada a influência de diversos características de criação do sistema fuzzy. Como exemplo, pode-se citar como principal influência, a complexidade do banco de dados a ser analisado pelo sistema fuzzy. Por fim, além de apresentar uma comparação de performance entre as metodologias fuzzy apresentadas no trabalho, com o alarme estatístico, são discutidas as características de cada uma destas metodologias. Destacam-se como principais contribuições deste trabalho, a obtenção de uma metodologia utilizada para criar de maneira automática o sistema de inferência fuzzy e as modificações realizadas no algoritmo Fuzzy C-Means para aperfeiçoar o desempenho em classificação de defeitos. / This works describes two proposed methodologies for the automatic diagnoses in mechanical equipment: the fuzzy system inference and a Fuzzy C-Means based algorithm. Their performances are evaluated in an experimental case and, afterwards, also compared by the statistical alarm, a diagnostic methodology very used in industries at present. In order to do the tests, a developed computer algorithm allowed creating alarms and fuzzy systems by the use of an experimental database. These tested diagnostic systems were automatically built using information from the mentioned database that was composed by samples of vibration signals, representing several types of rolling bearing defects and the bearing normal condition. The fuzzy systems input scalar parameters were obtained by signal processing. The influence of some of the building fuzzy systems parameters in the system performance was also studied, which allow establishing, for example, that the database complexity is an important factor in the fuzzy system performance. Finally, this work discusses the main characteristics of each one of the described methodologies. The most important contribution of this work is the proposition of a methodology for creating fuzzy system automatically as well as the analysis of the fuzzy C-Means as a tool for system diagnoses.

O cenário competitivo e globalizado em que as empresas estão inseridas, sobretudo a partir do século XXI, associados a ciclos de vida cada vez menores dos produtos, rigorosos requisitos de qualidade, além de políticas de preservação do meio ambiente, com redução de consumo energético e de recursos hídricos, somadas às exigências legais de melhores condições de trabalho, resultaram em uma quebra de paradigma nos processos produtivos até então concebidos. Como solução a este novo cenário produtivo pode-se citar o extenso uso da automação industrial, fato que resultou em sistemas cada vez mais complexos, tanto do ponto de vista estrutural, em função do elevado número de componentes, quanto da complexidade dos sistemas de controle. A previsibilidade de todos os estados possíveis do sistema torna-se praticamente impossível. Dentre os estados possíveis pode-se citar os estados de falha que, dependendo da severidade do efeito associado à sua ocorrência, podem resultar em sérios danos para o homem, o meio ambiente e às próprias instalações, caso não sejam corretamente diagnosticados e tratados. Fatos recentes de catástrofes relacionadas à sistemas produtivos revelam a necessidade de se implementar medidas para prevenir e para mitigar os efeitos da ocorrência de falhas, com o objetivo de se evitar a ocorrência de catástrofes. De acordo com especialistas, os Sistemas Instrumentados de Segurança SIS, referenciados em normas como a IEC 61508 e IEC 61511, são uma solução para este tipo de problema. Trabalhos publicados tratam de métodos para a implementação de camadas SIS de prevenção, porém com escassez de trabalhos para camadas SIS de mitigação. Em função do desconhecimento da dinâmica do sistema em estado de falha, técnicas tradicionais de modelagem tornam-se inviáveis. Neste caso, o uso de inteligência artificial, como por exemplo a lógica fuzzy, pode se tornar uma solução para o desenvolvimento do algoritmo de controle, associadas a ferramentas de edição, modelagem e geração dos códigos de controle. A proposta deste trabalho é apresentar uma sistemática para a implementação de um sistema de controle para a mitigação de falhas críticas em sistemas produtivos, com referência às normas IEC 61508/61511, com ação antecipativa à ocorrência de catástrofes. / The competitive and globalized scenario in which the companies operate, especially from the twenty-first century, associated with shrinking life cycles of products, stringent quality requirements, and environmental preservation policies, reducing energy consumption and water resources, in addition of legal requirements for better working conditions, resulted in a paradigm shift in production processes previously designed. As a solution to this new production scenario may be mentioned the extensive use of industrial automation, which has resulted in ever more complex systems, both from a structural point of view, due to the high number of components, the complexity of control systems. The predictability of all possible states of the system becomes practically impossible. Among the possible states can mention the states of fault, depending on the severity of the effect associated with its occurrence, can result in serious damage to man, the environment and own facilities, if not properly diagnosed and treated. Recent events for disasters related to production systems show the need to implement measures to prevent and mitigate the effects of the occurrence of faults in order to prevent the occurrence of disasters. According to experts, the Safety Instrumented Systems - SIS, referenced in standards such as IEC 61508 and IEC 61511, are a solution to this problem. Published papers deal with methods for the implementation of SIS layers of prevention, but with shortage of jobs for mitigation SIS layers. Depending on the system dynamics of ignorance in a fault state, traditional modeling techniques become unviable. In this case, the use of artificial intelligence, such as fuzzy logic can become a solution to the development of the control algorithm, associated with editing tools, modeling and generation of control codes. The purpose of this paper is to present a systematic for implementing a control system for the mitigation of critical failures in production systems, with reference to IEC 61508/61511 standards, with preemptive action to the occurrence of disasters.

Orientador: Robson Pederiva / Tese (doutorado) - Universidade Estadual de Campinas. Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-09T22:58:42Z (GMT). No. of bitstreams: 1 LamimFilho_PauloCezarMonteiro_D.pdf: 3058410 bytes, checksum: b3139213ab7f18f3ff80772b9e063ab3 (MD5) Previous issue date: 2007 / Resumo: Um programa de manutenção preditiva deve englobar várias técnicas de monitoramento a condição do motor elétrico. Dentre elas, pode-se citar como clássicas, a análise de corrente elétrica e análise de vibrações. Entretanto, existe um grande número de dificuldades associadas com estas técnicas e, conseqüentemente, com suas aplicações in loco no parque fabril. Isto ocorre devido ao largo espectro de possíveis defeitos, tais como: curto circuito entre espiras, desequilíbrio de fase e falhas de barras rotativas do rotor. Este trabalho propõe a implementação de um transdutor (bobina de fluxo) sensível às ondas eletromagnéticas dentro dos motores de indução trifásicos para a detecção, diagnóstico e monitoramento on-line. Foi obtida uma relação entre as principais falhas de origem elétrica (curto circuito entre espiras, desequilíbrio de fase e barras quebradas) com os sinais de fluxo magnético, sendo estabelecidas as freqüências características de falhas. No trabalho é proposto o uso da lógica fuzzy para o monitoramento online. A condição do motor é descrita através de variáveis lingüísticas. Uma base de regras foi construída para ser usada pelo método de inferência fuzzy. O motor de indução é diagnosticado pela composição do conjunto de regras do método de inferência. Os resultados experimentais comprovaram a eficiência do sensor proposto e da estratégia de detecção, diagnóstico e monitoramento on-line, podendo ser futuramente incluídos em Programas de Manutenção Preditiva / Abstract: A predictive maintenance program must include several techniques of monitoring of the electric motor¿s conditions. Among these techniques, probably the two most classic ones are related to electric current and vibration analysis. Unfortunately, in both cases inherent drawbacks make difficult their use in loco on industry plants. As there is a large range of possible fault sources and abnormal machine use conditions (such as inter-turn short circuits, unbalanced voltage supplies and broken rotor bars) the determination of the real machine problem is difficult. This work presents the implementation of a special sensor developed (flux coil sensor) inside three-phase induction motors used as experimental platforms. This sensor is sensitive to electromagnetic waves and they are used for detection, diagnosis, and on-line monitoring of electrical faults. It was established a relation between the main electrical faults (inter-turn short circuits, unbalanced voltage supplies and broken rotor bars) and the signals of magnetic flux, that were identified the characteristic frequencies of these faults. In this work, it is proposed the use of fuzzy logic for the on-line monitoring. The motor operational conditions are described by using fuzzy linguistic variables. A knowledge base, comprising fuzzy rules and databases, was built to support the fuzzy inference process. The conditions of the induction motors used during the test phase are diagnosed using a compositional rule and fuzzy inference procedures. The experimental results shown the efficiency of the flux coil sensor developed and the strategies for detection, diagnosis, and on-line monitoring tasks. The results were undoubtedly impressive and in a near future the system developed can be adapted and used in real predictive maintenance programs in industries / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-07-15T12:20:57Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese SILVA AMRB.pdf: 10197611 bytes, checksum: dfa95dac75e87b0ffef8a344cb8d9996 (MD5) / Made available in DSpace on 2016-07-15T12:20:57Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese SILVA AMRB.pdf: 10197611 bytes, checksum: dfa95dac75e87b0ffef8a344cb8d9996 (MD5) Previous issue date: 2015-01-30 / CNPq / Petrobrás / A aplicação de técnicas de Análises de Componentes Principais (ACP), Redes Neurais Artificiais (RNA), Lógica Fuzzy e Sistema Neurofuzzy para investigar as alterações da característica da água das barragens de Utinga e do Bita que abastecem de água bruta a ETA Suape é de fundamental importância em função do grande número de variáveis utilizadas para definir a qualidade. Neste trabalho, foram realizadas 10 coletas de água em cada área, no período de novembro de 2007 a agosto de 2012, totalizando 120 amostras. Ainda que o conjunto de dados experimentais obtidos seja reduzido, houve múltiplos esforços em demanda da aquisição de informações da qualidade da água junto aos órgãos oficiais de monitoramento ambiental. Os resultados mostraram uma tendência à degradação da propriedade da água das barragens em decorrência da presença de microrganismos, sais e nutrientes, responsáveis pelo processo de eutrofização, o que se configurou pela maior concentração de fósforo total, Coliformes termotolerantes, e diminuição de pH e OD, provavelmente devido à ocorrência de descarte de efluentes da agroindústria canavieira, industrial e doméstico. A ACP caracterizou mais 76% das amostras permitindo visualizar a existência de mudanças sazonais e uma pequena variação espacial d`água nas barragens. A condição da água das duas barragens foi modelada satisfatoriamente, razoável precisão e confiabilidade com os modelos estatístico e computacionais, para uma quantidade de parâmetros e dados ambientais, que embora limitados foram suficientes para realização deste trabalho. Ainda assim, fica evidente a eficiência e sucesso da utilização do Sistema Neurofuzzy (coeficiente de regressão de 0,608 a 0,925) que combina as vantagens das Redes Neurais e da Lógica Fuzzy em modelar o conjunto de dados da qualidade da água das barragens de Utinga e Bita. / The application of techniques such as the Principal Components Analysis (PCAs), Artificial Neural Networks (ANNs), Fuzzy Logic and Neuro-fuzzy Systems for investigating the changes in the water quality characteristics in the Utinga and Bita dams, which supplies raw water to the Suape Wastewater Treatment Plant (WWP), is of great importance due to the high number of variables used to define water quality. In this work were collected 10 water samples used to define water quality, in a period ranging from November 2007 to August 2012, with a total of 120 samples. Although the experimental dataset was limited, there were multiple efforts in gathering information from the Environmental Control Agencies. The results showed a tendency of degradation of the water properties in the dams studied due to the presence of microorganisms, salts and nutrients, responsible for the eutrophication process; result of the higher concentration of total phosphorus, Thermotolerant Coliforms and decrease in pH and DO, probably from the discharge of the sugarcane agroindustry and domestic waste. The PCAs characterised more than 76% of the samples collected, and consequently observing the existence of seasonal changes and small spatial variation of water levels in the dams. The water quality conditions in both dams were satisfactorily modelled, obtaining a reasonable precision and statistical and computational reliability for a certain amount of parameters and environmental data that, even though considered limited, were enough to run this trial. Nonetheless, it becomes evident the efficiency and success in using the Neuro- Fuzzy System (regression coefficient of 0.608 to 0.925), which combines the advantages of both the Neural Networks and Fuzzy Logic in modelling the water quality dataset in the Utinga and Bita dams.

Orientador: Paulo Sergio Graziano Magalhães / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-17T11:11:54Z (GMT). No. of bitstreams: 1 Baldo_RodrigoFernandoGalzerano_D.pdf: 7551305 bytes, checksum: 79820cb112b0bd3a361e8fcb752ebfba (MD5) Previous issue date: 2011 / Resumo: Um dos problemas encontrados na colheita mecanizada da cana-de-açúcar e a falta de sincronismo entre a colhedora e o transbordo. Este problema gera perdas tanto de matéria prima como de eficiência operacional. A primeira delas ocorre quando as maquinas ficam desalinhadas e parte dos rebolos de cana-de-açúcar e lançada fora do transbordo. A perda operacional ocorre quando as maquinas se desalinham e são obrigadas a realizar manobras para voltarem a posição de trabalho, estas manobras demandam tempo e por isso representa redução da eficiência da colheita. A presente pesquisa tem por objetivo desenvolver um sistema capaz de identificar e controlar a velocidade e o paralelismo entre a colhedora de cana-de-açúcar picada e o veiculo de transbordo. Com a hipótese de que e possível conseguir sincronismo entre a colhedora e o veiculo de transbordo por meio de controladores baseado em lógica fuzzy, sensores e GPS. Como sistema de controle utilizou-se a lógica fuzzy que foi modelada no "toolbox fuzzy" do MATLAB e simulado no MATLAB Simulink, apresentando erro Maximo de deslocamento entre as maquinas de 0,2 m que corresponde a 0,12% e erro de paralelismo de 5,13% com um offset de 1,5 m. Dessa simulação obteve-se a equação fuzzy e as constantes proporcionais, derivativas e integrativas do controlador que foram utilizados no sistema de controle de velocidade de um trator escravo baseado na velocidade de um mestre. O primeiro trator foi instrumentado com GPS, encoder, transmissor de radiofreqüência e acionamento mecânico de aceleração. Já o segundo foi instrumentado com GPS, encoder e transmissor. Os resultados foram satisfatórios uma vez que a velocidade do trator escravo acompanhou a velocidade do mestre com o erro variando de 0,10% a 2,04% em um deslocamento total médio de 115 m. Para controlar a direção do trator utilizou se o piloto automático modificando as informações enviadas pelo receptor de GPS-RTK de modo que o sistema trabalhe como escravo de outro veiculo chamado de mestre. Para avaliar o tempo de resposta de acomodação do controle de direção, o sistema foi submetido a variações do offset que apresentou respostas entre 7,4 s a 7,9 s. Tanto o sistema de controle de velocidade como o de direção foram testados separadamente em campo / Abstract: One problems of the mechanical harvest of sugar cane is the lack of synchronization between the harvester and field wagon. This problem can causes crop losses as well as reducing operational capacity. The first occurs when the machines are misaligned and part of the sugar cane is thrown out of the wagon. The operational capacity reduce occurring when the machines become misaligned and it is required maneuver to return to working position, these maneuvers take time and therefore represents a reduction of the harvest efficiency. This research aims to develop a system capable of identifying and controlling the speed and parallelism between the sugar cane harvester and the wagon. With the hypothesis that it is possible to synchronize the harvester and the wagon based on logic fuzzy controllers, sensors and GPS. As a control system was used the logic fuzzy that was modeled on the "fuzzy toolbox" of MATLAB Simulink and simulated in MATLAB, with maximum displacement error between the machines of 0.2 m which corresponds to 0.12% and a parallelism error of 5.13% with an offset of 1.5 m. In this simulation, we got the equation and the fuzzy constant as proportional, integrative and derivative that were used in the system to control a slave tractor speed based on the master speed. The first tractor was equipped with GPS, encoder, RF transmitter and mechanical drive acceleration. The second was equipped with GPS, encoder and transmitter. The results were satisfactory since the slave tractor speed followed the master tractor speed with the ranging error from 0.10% to 2.04% in a total displacement of 115 m. To control the direction of the tractor was used the autopilot modifying the information sent by RTK so that the system works as a slave of another vehicle called a master. To evaluate the response time the system was subjected to variations of the offset, the responses was between 7.4 s to 7.9 s. Both the control system speed and steering were tested separately in the field / Doutorado / Maquinas Agricolas / Doutor em Engenharia Agrícola

Orientador: Jurandir Zullo Junior / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-05T08:07:53Z (GMT). No. of bitstreams: 1 Antunes_JoaoFranciscoGoncalves_M.pdf: 7524504 bytes, checksum: e36a3c933615dc4ef031bf119f6c09ff (MD5) Previous issue date: 2005 / Resumo: A estimativa precisa com antecedência à época da colheita de áreas plantadas com culturas agrícolas, como a soja, é de fundamental importância para a economia brasileira. A previsão do escoamento e comercialização da produção agrícola é estratégica para o Brasil, pois estão diretamente relacionados com o planejamento, custos e preço. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. Embora designadas para fins meteorológicos, as imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada de uma cultura agrícola. O objetivo principal do trabalho foi desenvolver uma metodologia de classificação automática com a aplicação de lógica fuzzy para o reconhecimento de padrões em imagens AVHRR-NOAA, utilizando índices de vegetação para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas de área de referência obtidas a partir da máscara de soja e por expansão direta, sendo um indicativo de boa precisão. E também apresentaram alta correlação, balizadas com as estimativas oficiais da SEAB/DERAL e do IBGE. Em ambas comparações, o nível de erro relativo geral foi aceitável. O sistema desenvolvido para processamento e geração de produtos das imagens AVHRR-NOAA mostrou-se uma ferramenta fundamental de infra-estrutura, por aliar automação e precisão a metodologia do trabalho / Abstract: An early accurate estimation of agricultural crop areas, such as soybean, is fundamental for the Brazilian economy. The draining forecast and the estimation of agricultural production commercialization are strategic to Brazil, since they are directly related to planning, costs and price. Recent technological progress of data acquisition from orbital remote sensing makes possible to improve harvest forecast, reducing more and more the level of subjectivity. Although designed for meteorological aims, the AVHRR-NOAA images of high temporal resolution, have been used for the crop monitoring. However, its low spatial resolution might cause the spectral mixture of the different land cover classes within the same pixel and it can lead to accuracy problems on crop area estimation. The main objective of the work was to develop an automatic classification methodology with the application of fuzzy logic for pattern recognition in AVHRR-NOAA images, using vegetation indices to estimate the soybean crop areas at sub-pixel level. For eight soybean producer counties in the West region of the Paraná State, it was possible to obtain the crop area estimation at the end of january 2004, prior to the harvest period, on the contrary of the official surveys that extend until the end of the harvest, besides using subjective data collected on the field. The soybean crop area estimation based on fuzzy classification showed to be highly correlated with the reference area estimation obtained from the soybean mask and by direct expansion, being an indicative of good accuracy. And also presented high correlation, marked out with the official estimations from SEAB/DERAL and IBGE. In both comparisons, the level of general relative error was acceptable. The system developed for processing and products generation of AVHRR-NOAA images had proved to be a fundamental infrastructure tool, due to its capacity to combine automation and accuracy to the work methodology / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

Orientador: Secundino Soares Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-13T03:22:09Z (GMT). No. of bitstreams: 1 Monte_Bruno_M.pdf: 1808851 bytes, checksum: 7268c8ef4bb1363f9876841d3a0ce345 (MD5) Previous issue date: 2009 / Resumo: O planejamento energético de sistemas hidrotérmicos caracteriza-se pela otimização dos recursos hidráulicos através da maximização da operação hidrelétrica e da minimização da operação térmica. Seu objetivo é garantir um atendimento à carga de maneira econômica e confiável durante todo o horizonte de estudo. Este problema pode ser caracterizado como de natureza complexa, dado que suas características o definem como um problema de grande porte, dinâmico, estocástico e não-linear. Não obstante muitas técnicas já terem sido propostas para solução deste problema, não existe, ainda, uma metodologia unânime que aborde todas essas características com eficiência. A Programação Dinâmica, que é uma das técnicas mais populares utilizadas, tem sua aplicação limitada em sistemas reais, dado que exige um elevado esforço computacional. Neste trabalho, foi proposta uma metodologia alternativa para abordagem do planejamento da operação de médio prazo de sistemas hidrotérmicos. A metodologia proposta é baseada em um Sistema de Inferência Neural-Nebulosa Adaptativo atuando em paralelo com um modelo de otimização determinístico com perfeita previsão de vazão. A informação do otimizador determinístico é utilizada no treinamento da rede, que gera uma base de regra de inferência nebulosa que reproduzirá o comportamento ótimo da usina através da definição da vazão turbinada, em cada estágio, em função das varáveis de entrada estipuladas. A performance da metodologia Neural Nebulosa proposta foi comparada com outras modelagens, como a Programação Dinâmica Determinística, a Programação Dinâmica Estocástica e o Controle de Malha Aberta, através de simulações em cinco usinas hidrelétricas do parque gerador brasileiro considerando as vazões afluentes do histórico. Os resultados indicaram que a metodologia Neural Nebulosa proposta apresentou desempenho similar a abordagens mais tradicionais e que se configuram computacionalmente menos eficiente. / Abstract: The long term hydrothermal scheduling lies in the optimization of the water resource usage through the maximization of the hydroelectric production and the minimization of the thermal plants operation. Its goal is to assure an economic and reliable load supply throughout the study stages. This problem can be characterized by exhibiting a complex nature, since its characteristics define it as a large scale, dynamic, stochastic and nonlinear problem. Although many optimization approaches have already been proposed to answer the hydrothermal scheduling problem, until now, there is no unanimous approach that is able to cope efficiently with all the problem issues. Dynamic Programming, which is one of the most commonly used techniques to deal with this problem, is limited regarding its application on real systems since its computational requirements tend to be heavy. In this work we proposed an alternative approach to deal with the long term hydrothermal scheduling. The proposed technique is based on an Adaptive Neuro-Fuzzy Inference System working in parallel with a deterministic optimization model with perfect inflows forecasting. The optimal operation information is processed by the network that produces fuzzy rules describing the optimal decisions of the plant through the definition of the amount of discharge in each stage and depending on the chosen input variables. The performance of the proposed Neuro-Fuzzy approach was compared to other policies, including Deterministic Dynamic Programming, Stochastic Dynamic Programming and Open- Loop Feedback Control, by simulation using historical inflow records of five different Brazilian hydroelectric power plants. The results demonstrated that the Neuro-Fuzzy approach provided similar and competitive performance to less computationally efficient and commonly used policies. / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica

Orientadores: Carlos Alberto Favarin Murari, Ahda Pionkoski Grilo Pavani / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T09:59:57Z (GMT). No. of bitstreams: 1 Gomes_LeonardoAlonso_M.pdf: 728816 bytes, checksum: 9e5eca1543746c11368b1c259d45dfa1 (MD5) Previous issue date: 2009 / Resumo: Nesta dissertação é proposta uma metodologia baseada em lógica nebulosa para a obtenção de um índice que classifica as barras mais propícias para a instalação de geradores distribuídos em uma rede de distribuição de energia elétrica. A metodologia foi desenvolvida levando em consideração a dificuldade em se manter um perfil de tensão adequado e, dessa forma, tende a contemplar com os maiores valores de índices, as barras nas quais a conexão de geradores tende a melhorar o perfil de tensão da rede. Outro aspecto considerado no desenvolvimento da metodologia foi o de minimizar as perdas de potência ativa na rede elétrica. De forma geral, a obtenção do índice consiste em associar graus de pertinências para as variáveis magnitude da tensão e potência ativa da carga em cada uma das barras e, a partir de regras nebulosas, definir um valor numérico para o índice. Uma das vantagens dessa metodologia é que tais variáveis podem ser classificadas em conjuntos nebulosos, os quais traduzem lingüisticamente os conhecimentos humanos e, assim, pode-se mais facilmente utilizar a experiência humana adquirida na operação de uma rede de distribuição para a definição das regras nebulosas para a obtenção dos índices a serem empregados na alocação dos geradores. E ao ser comparada a técnicas tradicionais de análise, tem-se uma significativa vantagem que consiste em não necessitar de execuções consecutivas de fluxos de potência, sendo necessário apenas a obtenção do estado de operação da rede através de um único fluxo de potência no caso base. / Abstract: This work consists in proposing a methodology based on Fuzzy Logic to obtain an index, which classifies the buses more suitable to install a distributed generator in an electric power distribution system. Themethodologywas developed taking into consideration the difficulty tomaintain a suitable voltage profile in distribution systems, so the methodology results in large, index values for the buses in which the installation of generators results in a more suitable voltage profile. Another aspect included in the methodology is the minimization of the real power losses. Applying a set of fuzzy rules, the index is calculated by setting membership values to the bus 'voltage' and 'load real power'. The advantages of this methodology are that the classification of the variables into fuzzy sets, which allow the linguistic translation of the system operator knowledge and so his experience of operating the system can be employed in the process of allocating distributed generators in the system and when compared to traditional techniques of analysis, does not need of consecutive runs of power flows, it is necessary only to obtain the state operating of the network through only one power flow in base case. / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica