Detecção e diagnóstico de falhas não-supervisionados baseados em estimativa de densidade recursiva e classificador fuzzy auto-evolutivo

In this work, we propose a two-stage algorithm for real-time fault detection and identification of industrial plants. Our proposal is based on the analysis of selected features using recursive density estimation and a new evolving classifier algorithm. More specifically, the proposed approach for the detection stage is based on the concept of density in the data space, which is not the same as probability density function, but is a very useful measure for abnormality/outliers detection. This density can be expressed by a Cauchy function and can be calculated recursively, which makes it memory and computational power efficient and, therefore, suitable for on-line applications. The identification/diagnosis stage is based on a self-developing (evolving) fuzzy rule-based classifier system proposed in this work, called AutoClass. An important property of AutoClass is that it can start learning from scratch". Not only do the fuzzy rules not need to be prespecified, but neither do the number of classes for AutoClass (the number may grow, with new class labels being added by the on-line learning process), in a fully unsupervised manner. In the event that an initial rule base exists, AutoClass can evolve/develop it further based on the newly arrived faulty state data. In order to validate our proposal, we present experimental results from a level control didactic process, where control and error signals are used as features for the fault detection and identification systems, but the approach is generic and the number of features can be significant due to the computationally lean methodology, since covariance or more complex calculations, as well as storage of old data, are not required. The obtained results are significantly better than the traditional approaches used for comparison

Uma abordagem fuzzy para a avaliação técnico-econômica de redes de acesso

O surgimento de novas tecnologias e serviços vem impondo mudanças substanciais ao tradicional sistema de telecomunicações. Múltiplas possibilidades de evolução do sistema fazem da etapa de planejamento um procedimento não só desejável como necessário, principalmente num ambiente de competitividade. A utilização de metodologias abrangentes e flexíveis que possam auxiliar no processo de decisão, fundadas em modelos de otimização, parece um caminho inevitável. Este artigo propõe um modelo de programação linear inteiro misto para ajudar no planejamento estratégico de sistemas de telecomunicações, e em particular da rede de acesso. Os principais componentes de custo e receita são identificados e o modelo é desenvolvido para determinar a configuração da rede (serviços, tecnologias, etc) que maximize a receita esperada pelo operador do sistema. O conceito de números fuzzy é adotado para avaliar o risco técnico-econômico em situações de imprecisão nos dados de demanda. Resultados de experimentos computacionais são apresentados e discutidos.

Estabilização de sistemas fuzzy T-S incertos usando realimenta̧ão derivativa

In some practical problems, for instance, in the suppression of vibration in mechanical systems, the state-derivative signals are easier to obtain than the state signals. Thus, a method for state-derivative feedback design applied to uncertain nonlinear systems is proposed in this work. The nonlinear systems are represented by Takagi-Sugeno fuzzy models during the modeling of the problem, allowing to use Linear Matrix Inequalities (LMIs) in the controller design. This type of modeling ease the control design, because, LMIs are easily solved using convex programming technicals. The control design aimed at system stabilisation, with or without bounds on decay rate. The efficiency of design procedure is illustrated through a numerical example.

Projeto e implementação com chaveamento de reguladores fuzzy Takagi-Sugeno para um conjunto de pontos de operação

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Controle robusto de sistemas não-lineares sujeitos a falhas estruturais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Projeto de reguladores fuzzy Takagi-Sugeno utilizando as condições iniciais da planta

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Desenvolvimento de um modelo fuzzy para otimização da energia gerada por um sistema híbrido (solar-fotovoltaico e eólico)

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Controle da variação do arqueamento de um aerofólio utilizando atuadores de memória de forma

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Controle nebuloso aplicado em asas adaptativas utilizando ligas de memória de forma

Pós-graduação em Engenharia Mecânica - FEIS

Controle semi-ativo de vibrações usando lógica nebulosa e fluido magnetoreológico

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Controle semi-ativo de vibrações com fluido magnetoreológico utilizando LMis e lógica nebulosa otimizada por algoritmo genético

Pós-graduação em Engenharia Mecânica - FEIS

Deposições irregulares de resíduos da construção civil na cidade de Parnaíba - PI

Pós-graduação em Geografia - IGCE

Uma contribuição da aplicação de modelos fuzzy empregados na detecção da queima de peças na retificação plana

Pós-graduação em Engenharia Mecânica - FEB

Projeto de controladores robustos chaveados para sistemas não lineares descritos por modelos fuzzy Takagi-Sugeno

Pós-graduação em Engenharia Elétrica - FEIS

Determinação de indicadores de eficiência e racionalidade energética na produção de etanol com a aplicação da lógica fuzzy

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)