Made available in DSpace on 2015-03-05T13:58:27Z (GMT). No. of bitstreams: 0 Previous issue date: 23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Uma das tarefas críticas na confecção de sistemas de software é a elicitação de requisitos, a qual configura uma ação de descoberta de conhecimento. Assim, muitas técnicas são empregadas na tentativa de minimizar conflitos de idéias, conceitos mal formados, interpretações redundantes e omissão de dados; sendo que, para tanto, o uso de cenários, entrevistas, cartões, viewpoints e diagramas de Use Case são utilizados como ferramentas para diminuir a distância entre o técnico e o usuário na definição dos requisitos. Além disso, os Mapas Conceituais têm sido empregados com muita eficiência em tarefas de captura de conhecimento, portanto, este trabalho utiliza esse conceito como forma de organizar, identificar, aprimorar conceitos e definições dos requisitos de um software de forma cooperativa, formatado em User Story da metodologia Extreme Programming (XP). Com esse objetivo, o processo é apoiado por uma ferramenta baseada na web, que automatiza a geração, organização e acompanhamento da captura dos requisitos ge / One of the hardest tasks of building a software system is requirements elicitation, which triggers a knowledge discovery action. Thus, many techniques are used with the intention to minimize idea conflicts, misformed concepts, erroneous interpretations and missing data; In order to achieve this goal, scenarios interviews, User Stories, viewpoints and Use Case diagrams are techniques to reduce the distance between the researcher and the user on requirement elicitation. Concept maps have been used as efficient way to represent knowledge. This research uses concept maps to deal with the organization, identification and improvement of concepts and software requirements definitions in a cooperative way, making use of the User Story format introduced by the Extreme Programming (XP) methodology. The proposed process is supported by a web-based tool, which automates the generation, organization and management of the requirements capture generated in the Concept Maps format

Made available in DSpace on 2015-03-05T13:59:42Z (GMT). No. of bitstreams: 0 Previous issue date: 22 / Nenhuma / Este trabalho está relacionado com a aplicação de técnicas de Inteligência Artificial no desenvolvimento de um Sistema Multi-Agente robótico aplicado ao problema da monitoração e combate a incêndios em áreas florestais. O objetivo macro é evoluir estratrégias de formação de equipes de combate a incêndio (unidade de controle) e criar métodos robustos de navegação em agentes robóticos (unidades de combate), considerando um ambiente virtual de simulação realística.No sistema proposto, uma equipe de agentes autônomos trabalha cooperativamente a fim de realizar com sucesso a identificação e o combate a incêndios em áreas florestais, sem intervenção humana. O ambiente virtual 3D suporta uma série de características fundamentais para a simulação realística da operação, como terrenos irregulares, processos naturais e restrições físicas na criação e uso de robôs móveis. Este ambiente foi implementado através do uso das bibliotecas OSG, ODE e Demeter. A operacão multi-agente depende essencialmente de duas etapas: p / This work is related to the application of Artificial Intelligence techniques to develop a Multi-Agent Robotic System applied to the problem of monitoring wild forest fires and to the execution of fire fighting actions. Our main goal was to evolve strategies (control unit) in order to define the positioning of the fire-fighting autonomous robotic team and to create robust navigation methods used to control robotic agents (combat units). This work was developed based on simulations accomplished using a realistic 3D virtual environment, specially implemented for this purpose, using the software libraries OSG, Demeter and ODE. In the proposed system, a team of autonomous agents work cooperatively in order to successfully perform the identification and fighting of forest fires, without any human intervention. The 3D virtual environment includes several features for realistic simulation of this task, as for example, adoption of irregular terrains, natural processes simulation (e.g. fire propagation), and simulati

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Neste trabalho, à discutido o problema de reconhecimento de objetos utilizando imagens extraÃdas de um sensor industrial 3D. NÃs nos concentramos em 9 extratores de caracterÃsticas, dos quais 7 sÃo baseados nos momentos invariantes (Hu, Zernike, Legendre, Fourier-Mellin, Tchebichef, Bessel-Fourier e Gaussian-Hermite), um outro à baseado na Transformada de Hough e o Ãltimo na anÃlise de componentes independentes, e, 4 classificadores, Naive Bayes, k-Vizinhos mais PrÃximos, MÃquina de Vetor de Suporte e Rede Neural Artificial-Perceptron Multi-Camadas. Para a escolha do melhor extrator de caracterÃsticas, foram comparados os seus desempenhos de classificaÃÃo em termos de taxa de acerto e de tempo de extraÃÃo, atravÃs do classificador k-Vizinhos mais PrÃximos utilizando distÃncia euclidiana. O extrator de caracterÃsticas baseado nos momentos de Zernike obteve as melhores taxas de acerto, 98.00%, e tempo relativamente baixo de extraÃÃo de caracterÃsticas, 0.3910 segundos. Os dados gerados a partir deste, foram apresentados a diferentes heurÃsticas de classificaÃÃo. Dentre os classificadores testados, o classificador k-Vizinhos mais PrÃximos, obteve a melhor taxa mÃdia de acerto, 98.00% e, tempo mÃdio de classificaÃÃo relativamente baixo, 0.0040 segundos, tornando-se o classificador mais adequado para a aplicaÃÃo deste estudo. / In this work, the problem of recognition of objects using images extracted from a 3D industrial sensor is discussed. We focus in 9 feature extractors (where seven are based on invariant moments -Hu, Zernike, Legendre, Fourier-Mellin, Tchebichef, BesselâFourier and Gaussian-Hermite-, another is based on the Hough transform and the last one on independent component analysis), and 4 classifiers (Naive Bayes, k-Nearest Neighbor, Support Vector machines and Artificial Neural Network-Multi-Layer Perceptron). To choose the best feature extractor, their performance was compared in terms of classification accuracy rate and extraction time by the k-nearest neighbors classifier using euclidean distance. The feature extractor based on Zernike moments, got the best hit rates, 98.00 %, and relatively low time feature extraction, 0.3910 seconds. The data generated from this, were presented to different heuristic classification. Among the tested classifiers, the k-nearest neighbors classifier achieved the highest average hit rate, 98.00%, and average time of relatively low rank, 0.0040 seconds, thus making it the most suitable classifier for the implementation of this study.

Este trabalho tem por objetivo propor uma nova metodologia para o cálculo das perdas por segmento do sistema de distribuição. As perdas técnicas são agrupadas nos seguintes segmentos: rede secundária, transformador de distribuição, rede primária e subestação de distribuição. Desenvolveu-se uma metodologia destinada ao cálculo das perdas de forma hierárquica: por exemplo, selecionada uma subestação específica, são calculadas as perdas na subestação e em seus componentes a jusante (redes primárias, transformadores de distribuição, redes secundárias). As perdas, inicialmente, são obtidas por meio de cálculo elétrico para os segmentos envolvidos, com a utilização dos parâmetros da rede, com os dados de faturamento e as curvas de carga típicas por classe de consumidor e seus tipos de atividade. Com os resultados desses cálculos, treinam-se redes neurais que irão calcular as perdas em sistemas genéricos utilizando os parâmetros e topologia do segmento e as curvas típicas de cargas dos consumidores e a energia mensal consumida. O trabalho apresenta um exemplo de aplicação, em sistema de distribuição existente, mostrando os resultados obtidos, e termina apresentando as principais vantagens da metodologia. Finalmente, os resultados obtidos com a nova metodologia são comparados com os resultados obtidos por métodos analíticos de cálculo intensivo. / In this work, a new methodology for the calculation of the energy technical losses in a distribution system, is presented. The proposed approach regards the segmentation of the distribution system, thus, the losses will be obtained for segments such as: the secondary network, distribution transformer, primary network and distribution substation. It was developed a computational system aimed to the calculation of the technical losses within specific distribution networks and usable in a microcomputer. Such a calculation is done in a hierarchical way. For instance, once selected a specific substation it is calculated the losses within the substation and in all the above cited components existing downstream the substation. The energy technical losses are calculated for each segment involved in the distribution system. This is done by using the network\'s recorded data, the energy consumption data and the typical load curves by class of consumer and type of activity developed. The outcome of these calculations are then used to train the neural networks, which in turn will calculate the losses in generic distribution systems where characteristics such as the circuit parameters and topology, the consumer\'s load curves and the monthly energy consumed, are known. By using the energy data available in the supplying points, the total energy billed per month as well as the loss indexes per segment, it will be obtained the total amount of the energy losses in each segment of the system. Likewise, this procedure will enable an evaluation of the non technical losses. The results of a case study related to an existing distribution system and the main advantages of the proposed methodology, are also presented herein. Finally, the results obtained with the new methodology are compared with those obtained through analytical methods.

Nesta pesquisa, é proposta uma metodologia para detectar e classificar os distúrbios observados em um Sistema Elétrico Industrial (SEI), além de estimar de forma não intrusiva, o torque eletromagnético e a velocidade associada ao Motor de Indução Trifásico (MIT) em análise. A metodologia proposta está baseada na utilização da Transformada Wavelet (TW) para a detecção e a localização no tempo dos afundamentos e interrupções de tensão, e na aplicação da Função Densidade de Probabilidade (FDP) e Correlação Cruzada (CC) para a classificação dos eventos. Após o processo de classificação dos eventos, a metodologia como implementada proporciona a estimação do torque eletromagnético e a velocidade do MIT por meio das tensões e correntes trifásicas via Redes Neurais Artificiais (RNAs). As simulações computacionais necessárias sobre um sistema industrial real, assim como a modelagem do MIT, foram realizadas utilizando-se do software DIgSILENT PowerFactory. Cabe adiantar que a lógica responsável pela detecção e a localização no tempo detectou corretamente 93,4% das situações avaliadas. Com relação a classificação dos distúrbios, o índice refletiu 100% de acerto das situações avaliadas. As RNAs associadas à estimação do torque eletromagnético e à velocidade no eixo do MIT apresentaram um desvio padrão máximo de 1,68 p.u. e 0,02 p.u., respectivamente. / This study proposes a methodology to detect and classify the disturbances observed in an Industrial Electric System (IES), in addition to, non-intrusively, estimate the electromagnetic torque and speed associated with the Three-Phase Induction Motor (TPIM) under analysis. The proposed methodology is based on the use of the Wavelet Transform WT) for the detection and location in time of voltage sags and interruptions, and on the application of the Probability Density Function (PDF) and Cross Correlation (CC) for the classification of events. After the process of events classification, the methodology, as implemented, provides the estimation of the electromagnetic torque and the TPIM speed through the three-phase voltages and currents via Artificial Neural Networks (ANN). The necessary computer simulations of a real industrial system, as well as the modeling of the TPIM, were performed by using the DIgSILENT PowerFactory software. The logic responsible for the detection and location in time correctly detected 93.4% of the assessed situations. Regarding the classification of disturbances, the index reflected 100% accuracy of the assessed situations. The ANN associated with the estimation of the electromagnetic torque and speed at the TPIM shaft showed a maximum standard deviation of 1.68 p.u. and 0.02 p.u., respectively.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-24T14:18:42Z No. of bitstreams: 1 Diogo Luis.pdf: 4371869 bytes, checksum: adf1274b2033821c3c2a6cca3766a2e6 (MD5) / Made available in DSpace on 2017-08-24T14:18:42Z (GMT). No. of bitstreams: 1 Diogo Luis.pdf: 4371869 bytes, checksum: adf1274b2033821c3c2a6cca3766a2e6 (MD5) Previous issue date: 2012-10-03 / Power system operation and maintenance require attention, precise diagnostics on failure and agility on system recovery. On the other hand, power systems involve high risks, where each operation needs to be carefully planned and executed, once errors can be fatal. Power system satisfactory operation and maintenance consist on finding equilibrium between these extremes, acting on a cautious, but agile, way. For this purpose, we propose the development of an intelligent system with the ability of detecting abnormal patterns on the electrical signal, providing support for decisions on Power Distribution System real time operation, from the analysis of power substation transformers primary and secondary currents, including learning at each new information acquired by the system. The challenge of this study is to research and develop a method based on ANN for classifying patterns and providing support for decisions, aiming fault detection and/or fault recovery. The method di↵erentiates disturbances that will lead to faults from disturbances generated by transients on power system (for example an undervoltage caused by powering on an engine). A SCADA supervisory system was developed to contain ANN implementation code and also to provide an interface for Operators, generating visual and sound alarms and messages guiding system recovery. The proposed method was evaluated using real data collected from transformers protection digital relays of CEMAR system substations, achieving excellent results. The ANN developed on this study presented satisfactory performance classifying signals and detecting faults properly. / A operação e manutenção do sistema elétrico requerem atenção, diagnósticos precisos em caso de falhas e agilidade na recomposição do sistema. Por outro lado, sistemas elétricos têm um elevado risco, onde cada manobra precisa ser cuidadosamente planejada e executada, pois erros podem ser fatais. A boa operação e manutenção do sistema elétrico consistem em encontrar o ponto de equilíbrio entre esses dois extremos, atuando de forma cautelosa, porém ágil. Com esse intuito, propomos o desenvolvimento de um sistema inteligente dotado da capacidade de detectar padrões anormais no sinal elétrico, fornecendo apoio à decisão na operação em tempo real do SDEE, a partir da análise das correntes primárias e secundárias de transformadores de força de subestações de energia elérica, incluindo aprendizado a cada nova informação integrada ao sistema. O desafio deste estudo é pesquisar e desenvolver um método baseado em RNA para classificação de padrões e apoio à decisão, visando a detecção e/ou recuperaçao de falhas. O método diferencia perturbações que culminarão em uma falta de perturbações geradas por transitórios na rede elétrica (por exemplo o afundamento de tensão gerado pela partida de uma máquina). Um sistema supervisório SCADA foi desenvolvido para hospedar o código de implementação da RNA, além de fornecer uma interface para o Operador, gerando alarmes visuais e sonoros e mensagens orientando a retomada do sistema. O método proposto foi avaliado utilizando-se dados reais coletados diretamente de relés digitais de proteção de transformadores de subestações do sistema da CEMAR, obtendo-se excelentes resultados. A RNA desenvolvida neste estudo apresentou desempenho satisfatório na classificação dos sinais a ela apresentados, detectando corretamente as faltas.

O presente trabalho propõe resolver o clássico problema combinatorial conhecido como problema do caixeiro viajante. Foi usado no sistema de otimização de busca do menor caminho uma rede neural recorrente. A topologia de estrutura de ligação das realimentações da rede adotada aqui é conhecida por rede recorrente de Wang. Como regra de treinamento de seus pesos sinápticos foi adotada a técnica de perturbação simultânea com aproximação estocástica. Foi elaborado ainda uma minuciosa revisão bibliográfica sobre todos os temas abordados com detalhes sobre a otimização multivariável com perturbação simultânea. Comparar-se-á também os resultados obtidos aqui com outras diferentes técnicas aplicadas no problema do caixeiro viajante visando propósitos de validação. / This work proposes to solve the classic combinatorial optimization problem known as traveling salesman problem. A recurrent neural network was used in the system of optimization to search the shorter path. The structural topology linking the feedbacks of the network adopted here is known by Wang recurrent network. As learning rule to find the appropriate values of the weights was used the simultaneous perturbation with stochastic approximation. A detailed bibliographical revision on multivariable optimization with simultaneous perturbation is also described. Comparative results with other different techniques applied to the traveling salesman are still presented for validation purposes.

Esta dissertação propõe o desenvolvimento de uma rede neural artificial (RNA) direcionada a ambientes foundation fieldbus para realização do cálculo de vazão em dutos fechados. Para tanto, a metodologia proposta utiliza-se de medidas de pressão, temperatura e pressão diferencial, as quais normalmente estão disponíveis em plantas industriais. A principal motivação do emprego das redes neurais reside no seu baixo custo e simplicidade de implementação, o que possibilita o emprego de apenas blocos fieldbus padrões tornando a metodologia independente do fabricante. Foi utilizada uma rede perceptron multicamadas com algoritmo de treinamento backpropagation de Levenberg-Marquardt. O treinamento foi realizado numa programação elaborada para o software Matlab TM. A arquitetura da rede neural foi determinada por métodos empíricos variando-se o número de neurônios e de camadas neurais até se atingir um erro aceitável na prática. Após esses treinamentos foi desenvolvida uma programação para realizar os cálculos de vazão em um ambiente foundation fieldbus utilizando-se para tanto o software DeltaV TM do fabricante Emerson Process Management. Foram obtidos resultados com erro relativo médio de valor de vazão em torno de 1.43% para um primeiro cenário utilizando uma placa de orifício e ar como fluido, e de 0,073% para um segundo cenário utilizando uma placa de orifício e gás natural como fluido, com relação aos valores obtidos através do instrumento multivariável 3095MV TM do fabricante Rosemount. Os valores de erro encontrados validam o método desenvolvido nessa dissertação. / This dissertation proposes the development of an artificial neural network (ANN) directed to foundation fieldbus environment for calculation of flow in closed ducts. The proposed methodology uses measurements of pressure, temperature and differential pressure, which are usually available in industrial plants. The main motivation of the use of neural networks lies in their low cost and simplicity of implementation, which allows the use of standard fieldbus blocks by just making the method independent of the manufacturer. It was used a multilayer perceptron network with backpropagation training and algorithm from Levenberg-Marquardt. The training was programmed in the software Matlab TM. The architecture of the ANN was determined by empirical methods by varying the number of neurons and neural layers until it reaches an acceptable error. After such trainings, it was developed a program to perform the flow calculations in an foundation fieldbus environment using Emerson Process Management\'s DeltaV TM software. The results were obtained with an average relative error of flow rate of 1.43% for the first scenario using an orifice plate and air as a process fluid, and 0.073% for a second scenario using an orifice plate and natural gas as the fluid related to the values obtained from Rosemount 3095MV TM multivariable instrument. The values of error found validate the method developed in this dissertation.

Este trabalho tem por objetivo propor uma nova metodologia para o cálculo das perdas por segmento do sistema de distribuição. As perdas técnicas são agrupadas nos seguintes segmentos: rede secundária, transformador de distribuição, rede primária e subestação de distribuição. Desenvolveu-se uma metodologia destinada ao cálculo das perdas de forma hierárquica: por exemplo, selecionada uma subestação específica, são calculadas as perdas na subestação e em seus componentes a jusante (redes primárias, transformadores de distribuição, redes secundárias). As perdas, inicialmente, são obtidas por meio de cálculo elétrico para os segmentos envolvidos, com a utilização dos parâmetros da rede, com os dados de faturamento e as curvas de carga típicas por classe de consumidor e seus tipos de atividade. Com os resultados desses cálculos, treinam-se redes neurais que irão calcular as perdas em sistemas genéricos utilizando os parâmetros e topologia do segmento e as curvas típicas de cargas dos consumidores e a energia mensal consumida. O trabalho apresenta um exemplo de aplicação, em sistema de distribuição existente, mostrando os resultados obtidos, e termina apresentando as principais vantagens da metodologia. Finalmente, os resultados obtidos com a nova metodologia são comparados com os resultados obtidos por métodos analíticos de cálculo intensivo. / In this work, a new methodology for the calculation of the energy technical losses in a distribution system, is presented. The proposed approach regards the segmentation of the distribution system, thus, the losses will be obtained for segments such as: the secondary network, distribution transformer, primary network and distribution substation. It was developed a computational system aimed to the calculation of the technical losses within specific distribution networks and usable in a microcomputer. Such a calculation is done in a hierarchical way. For instance, once selected a specific substation it is calculated the losses within the substation and in all the above cited components existing downstream the substation. The energy technical losses are calculated for each segment involved in the distribution system. This is done by using the network\'s recorded data, the energy consumption data and the typical load curves by class of consumer and type of activity developed. The outcome of these calculations are then used to train the neural networks, which in turn will calculate the losses in generic distribution systems where characteristics such as the circuit parameters and topology, the consumer\'s load curves and the monthly energy consumed, are known. By using the energy data available in the supplying points, the total energy billed per month as well as the loss indexes per segment, it will be obtained the total amount of the energy losses in each segment of the system. Likewise, this procedure will enable an evaluation of the non technical losses. The results of a case study related to an existing distribution system and the main advantages of the proposed methodology, are also presented herein. Finally, the results obtained with the new methodology are compared with those obtained through analytical methods.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-11-03T11:54:04Z No. of bitstreams: 1 Murillo da Silveira Grübler_.pdf: 3027339 bytes, checksum: 2fdb175c76ab90e275bf8ba04792e452 (MD5) / Made available in DSpace on 2016-11-03T11:54:04Z (GMT). No. of bitstreams: 1 Murillo da Silveira Grübler_.pdf: 3027339 bytes, checksum: 2fdb175c76ab90e275bf8ba04792e452 (MD5) Previous issue date: 2016-08-19 / CNPQ – Conselho Nacional de Desenvolvimento Científico e Tecnológico / O Gerenciamento de Leitos é uma importante área de planejamento e controle hospitalar. Sua função é garantir o equilíbrio entre os pacientes que chegam através do setor de emergência, os eletivos que possuem algum tratamento agendado e aqueles que saem do hospital. Dessa forma, esse gerenciamento possibilita manter alta a taxa de ocupação dos quartos, mas sem realmente lotá-los, além de prever qualquer situação não planejada. A gestão eficaz de leitos hospitalares como recurso sempre foi um desafio para os gestores. Nas décadas de 80 e 90, por exemplo, milhares de pacientes tiveram operações canceladas em virtude de razões não médicas. Como há necessidade de um melhor controle do fluxo, a área de Gerenciamento de Leitos começou, então, a receber mais atenção acadêmica e também políticas nacionais para a sua gestão. O processo de admissão e posicionamento de enfermos, a partir do Gerenciamento de Leitos, vem se desenvolvendo nos últimos anos através de diversas técnicas de pesquisa operacional, tais como simulação, teoria de filas, análise estatística, entre outras. Devido às constantes incertezas vividas pelos hospitais atualmente, o uso do modelo cognitivo Ciência de Situação em pesquisas científicas na área da saúde vem crescendo cada vez mais. A Ciência de Situação é uma área de estudo que busca compreender o contexto dos ambientes e projetar ações futura. Em suma, é uma técnica que vai além do tradicional processamento de informações, visto que procura explicar o comportamento humano na operação de sistemas complexos. Nessa assertiva, este trabalho tem como objetivo utilizar a Ciência de Situação na área de Gerenciamento de Leitos, usando um modelo híbrido que une a técnica de Rede Neural Artificial Multilayer Perceptron com a Teoria do Valor Multiatributo para tomada de decisão, auxiliando gestores no processo de atribuição de pacientes em leitos adequados ao seu tratamento. Através da implementação de um protótipo baseado neste modelo híbrido de apoio à decisão, nomeado de IMBEDS, foram avaliados 50 pacientes em um total de 266 leitos gerenciados pela Central de Leitos, no Hospital Mãe de Deus, localizado em Porto Alegre. O resultado final dos testes foi de 93,5% de similaridade entre o leito apto apresentado pelo modelo e o processo real de alocação dos enfermos. / The Bed Management is an important area of planning and control hospital. It’s function is to ensure the balance between the patients who come through the emergency department, elective that have some scheduled treatment and those leaving the hospital. Thus, the Bed Management enables the hospital keep high occupancy rate of rooms, but without fill all the beds, in addition to providing any unplanned situation. Effective management of hospital beds as a resource has always been a challenge for managers. In the 80s and 90s, for example, thousands of patients have operations canceled due to non-medical reasons. As there is need for better control of the flow, Bed Management area then began to receive more academic attention and also policies national for the Bed Management. The process of admission and positioning the patients, from the management of beds, has been developing in recent years through of operational research, such as simulation, queuing theory, statistical analysis, among others. Due to the uncertainties experienced by hospitals nowadays, the use of model Situation Awareness in research in the health field is growing increasingly. Situation Awareness is a field of study that seeks to understand the context of the environment and designing future actions. In short, it is a technique that goes beyond the traditional information processing, as it seeks to explain human behavior in the operation of complex systems. In this statement, this work aims to use the Situation Awareness in Bed Management area, using a hybrid model that combines the technique Artificial Neural Network Multilayer Perceptron with the Multi-Attribute Value Theory for decision making, assisting managers in process of patient's allocation to the bed suitable in his treatment. Through the implementation of a prototype based on this hybrid model of decision support, named of IMBEDS, were evaluated 50 patients in a total of 266 beds managed by Beds Center, in the Hospital Mãe de Deus, located in Porto Alegre. The final result of the tests was 93.5% similarity between the bed apt selected by the model and the allocation process of the patients.