Sistema para detecção e diagnóstico de falhas em motores elétricos de indução utilizando lógica fuzzy

Induction motors are one of the most important equipment of modern industry. However, in many situations, are subject to inadequate conditions as high temperatures and pressures, load variations and constant vibrations, for example. Such conditions, leaving them more susceptible to failures, either external or internal in nature, unwanted in the industrial process. In this context, predictive maintenance plays an important role, where the detection and diagnosis of faults in a timely manner enables the increase of time of the engine and the possibiity of reducing costs, caused mainly by stopping the production and corrective maintenance the motor itself. In this juncture, this work proposes the design of a system that is able to detect and diagnose faults in induction motors, from the collection of electrical line voltage and current, and also the measurement of engine speed. This information will use as input to a fuzzy inference system based on rules that find and classify a failure from the variation of thess quantities

Implementação de um sistema embarcado aplicado ao controle de pressão arterial

Hypertension is a dangerous disease that can cause serious harm to a patient health. In some situations the necessity to control this pressure is even greater, as in surgical procedures and post-surgical patients. To decrease the chances of a complication, it is necessary to reduce blood pressure as soon as possible. Continuous infusion of vasodilators drugs, such as sodium nitroprusside (SNP), rapidly decreased blood pressure in most patients, avoiding major problems. Maintaining the desired blood pressure requires constant monitoring of arterial blood pressure and frequently adjusting the drug infusion rate. Manual control of arterial blood pressure by clinical personnel is very demanding, time consuming and, as a result, sometimes of poor quality. Thus, the aim of this work is the design and implementation of a database of tuned controllers based on patients models, in order to find a suitable PID to be embedded in a Programmable Integrated Circuit (PIC), which has a smaller cost, smaller size and lower power consumption. For best results in controlling the blood pressure and choosing the adequate controller, tuning algorithms, system identification techniques and Smith predictor are used. This work also introduces a monitoring system to assist in detecting anomalies and optimize the process of patient care.

Sistema especialista para detecção de falhas em comandos elétricos

This work consists of the creation of a Specialist System which utilizes production rules to detect inadequacies in the command circuits of an operation system and commands of electric engines known as Direct Start. Jointly, three other modules are developed: one for the simulation of the commands diagram, one for the simulation of faults and another one for the correction of defects in the diagram, with the objective of making it possible to train the professionals aiming a better qualification for the operation and maintenance. The development is carried through in such a way that the structure of the task allows the extending of the system and a succeeding promotion of other bigger and more complex typical systems. The computational environment LabView is employed to enable the system

Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas

A modelagem de processos industriais tem auxiliado na produção e minimização de custos, permitindo a previsão dos comportamentos futuros do sistema, supervisão de processos e projeto de controladores. Ao observar os benefícios proporcionados pela modelagem, objetiva-se primeiramente, nesta dissertação, apresentar uma metodologia de identificação de modelos não-lineares com estrutura NARX, a partir da implementação de algoritmos combinados de detecção de estrutura e estimação de parâmetros. Inicialmente, será ressaltada a importância da identificação de sistemas na otimização de processos industriais, especificamente a escolha do modelo para representar adequadamente as dinâmicas do sistema. Em seguida, será apresentada uma breve revisão das etapas que compõem a identificação de sistemas. Na sequência, serão apresentados os métodos fundamentais para detecção de estrutura (Modificado Gram- Schmidt) e estimação de parâmetros (Método dos Mínimos Quadrados e Método dos Mínimos Quadrados Estendido) de modelos. No trabalho será também realizada, através dos algoritmos implementados, a identificação de dois processos industriais distintos representados por uma planta de nível didática, que possibilita o controle de nível e vazão, e uma planta de processamento primário de petróleo simulada, que tem como objetivo representar um tratamento primário do petróleo que ocorre em plataformas petrolíferas. A dissertação é finalizada com uma avaliação dos desempenhos dos modelos obtidos, quando comparados com o sistema. A partir desta avaliação, será possível observar se os modelos identificados são capazes de representar as características estáticas e dinâmicas dos sistemas apresentados nesta dissertação

Sistema inteligente para detecção de manchas de óleo na superfície marinha através de imagens de SAR

Oil spill on the sea, accidental or not, generates enormous negative consequences for the affected area. The damages are ambient and economic, mainly with the proximity of these spots of preservation areas and/or coastal zones. The development of automatic techniques for identification of oil spots on the sea surface, captured through Radar images, assist in a complete monitoring of the oceans and seas. However spots of different origins can be visualized in this type of imaging, which is a very difficult task. The system proposed in this work, based on techniques of digital image processing and artificial neural network, has the objective to identify the analyzed spot and to discern between oil and other generating phenomena of spot. Tests in functional blocks that compose the proposed system allow the implementation of different algorithms, as well as its detailed and prompt analysis. The algorithms of digital image processing (speckle filtering and gradient), as well as classifier algorithms (Multilayer Perceptron, Radial Basis Function, Support Vector Machine and Committe Machine) are presented and commented.The final performance of the system, with different kind of classifiers, is presented by ROC curve. The true positive rates are considered agreed with the literature about oil slick detection through SAR images presents

Compressão Seletiva de Imagens Coloridas com Detecção Automática de Regiões de Interesse

There has been an increasing tendency on the use of selective image compression, since several applications make use of digital images and the loss of information in certain regions is not allowed in some cases. However, there are applications in which these images are captured and stored automatically making it impossible to the user to select the regions of interest to be compressed in a lossless manner. A possible solution for this matter would be the automatic selection of these regions, a very difficult problem to solve in general cases. Nevertheless, it is possible to use intelligent techniques to detect these regions in specific cases. This work proposes a selective color image compression method in which regions of interest, previously chosen, are compressed in a lossless manner. This method uses the wavelet transform to decorrelate the pixels of the image, competitive neural network to make a vectorial quantization, mathematical morphology, and Huffman adaptive coding. There are two options for automatic detection in addition to the manual one: a method of texture segmentation, in which the highest frequency texture is selected to be the region of interest, and a new face detection method where the region of the face will be lossless compressed. The results show that both can be successfully used with the compression method, giving the map of the region of interest as an input

Efeitos na taxa de transporte de elétrons de plantas daninhas após aplicação de amicarbazone

Entre os herbicidas registrados para cana-de-açúcar, o amicarbazone é um dos mais importantes para o controle das plantas daninhas, sendo preciso que o herbicida seja absorvido, translocado e que ele alcance os cloroplastos das células das folhas para atuar em seu sítio de ligação no fotossistema II. O objetivo deste trabalho foi avaliar os efeitos da aplicação do amicarbazone na taxa de transporte de elétrons (ETR) de Ipomoea grandifolia, Brachiaria decumbens e Digitaria horizontalis. Foi verificada a resposta dessas plantas daninhas, em relação à ETR, quando submetidas ao amicarbazone em solução e na sequência à solução sem herbicida, por meio de leituras da ETR, realizadas em folhas novas e adultas com o uso de um fluorômetro portátil. Verificou-se também o consumo de água das plantas daninhas pela pesagem diária dos recipientes contendo a solução e as plantas. Assim, verificou-se por meio do experimento que a redução dos valores da ETR pode ser utilizada para indicar o nível de intoxicação nas plantas daninhas em estudo. As plantas daninhas I. grandifolia, B. decumbens e D. horizontalis apresentaram respostas diferenciadas quando submetidas a solução sem herbicida após solução com amicarbazone. I. grandifolia apresentou-se mais sensível ao amicarbazone devido à maior dificuldade em recuperar os níveis iniciais de ETR, além de apresentar alterações nas folhas novas após o termino de fornecimento do herbicida. O consumo de água pode explicar esse comportamento em I. grandifolia, visto tratar-se da espécie que mais consumiu água e, consequentemente, mais absorveu o amicarbazone. Já para B. decumbens e D. horizontalis ocorreram menores níveis de absorção de água e, por conseguinte, as folhas velhas tiveram melhor recuperação do transporte de elétrons e não houve intoxicação em folhas novas.

Detecção de Pseudomonas viridiflava em sementes importadas de couve chinesa (Brassica rapa var. pekinensis)

A ocorrência de Pseudomonas viridiflava é descrita em sementes de couve chinesa (Brassica rapa var. pekinensis) importadas do Japão. do ponto de vista epidemiológico, a detecção dessa bactéria é de extrema importância. Embora já existam, em nosso país, relatos desse patógeno nas culturas de alface, alho, cebola, cenoura, feijão e mandioca, sua presença em sementes de couve chinesa pode se constituir num risco potencial para outras espécies de brássicas aqui cultivadas.

Desenvolvimento de iniciadores para detecção e identificação de Diaporthe phaseolorum var. meridionalis em sementes de soja

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Detecção de Xanthomonas axonopodis pv. phaseoli em sementes de feijoeiro provenientes do estado do Paraná, Brasil

O crestamento bacteriano comum do feijoeiro causado por sobrevivência e disseminação da Xap, a semente representa o mais Xanthomonas axonopodis pv. phaseoli (Xap) é a principal doença eficiente. A qualidade sanitária de 34 amostras de sementes de feijoeiro do feijoeiro comum no Brasil. O patógeno encontra-se disseminado produzidas no estado do Paraná, nas safras 1998/99 e 1999, foram em todas as regiões produtoras do país, porém com maior importância avaliadas quanto à presença de Xap em macerados de sementes nos estados do Paraná, Rio de Janeiro, São Paulo e na região do Brasil plaqueados em meio semi-seletivo. Cinqüenta por cento dos lotes de Central, sobretudo na safra das águas. Dentre os vários meios de sementes foram portadores de Xap com incidência de 0,1% a 1,7%.

Bidens mosaic virus: detecção via RT-PCR e identificação de Galinsoga parviflora como um novo hospedeiro natural do vírus

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Análise de séries temporais de coordenadas estimadas com GPS: uma proposta metodológica para detecção, remoção e recuperação de efeitos sazonais

GPS active networks are more and more used in geodetic surveying and scientific experiments, as water vapor monitoring in the atmosphere and lithosphere plate movement. Among the methods of GPS positioning, Precise Point Positioning (PPP) has provided very good results. A characteristic of PPP is related to the modeling and/or estimation of the errors involved in this method. The accuracy obtained for the coordinates can reach few millimeters. Seasonal effects can affect such accuracy if they are not consistent treated during the data processing. Coordinates time series analyses have been realized using Fourier or Harmonics spectral analyses, wavelets, least squares estimation among others. An approach is presented in this paper aiming to investigate the seasonal effects included in the stations coordinates time series. Experiments were carried out using data from stations Manaus (NAUS) and Fortaleza (BRFT) which belong to the Brazilian Continuous GPS Network (RBMC). The coordinates of these stations were estimated daily using PPP and were analyzed through wavelets for identification of the periods of the seasonal effects (annual and semi-annual) in each time series. These effects were removed by means of a filtering process applied in the series via the least squares adjustment (LSQ) of a periodic function. The results showed that the combination of these two mathematical tools, wavelets and LSQ, is an interesting and efficient technique for removal of seasonal effects in time series.

Morfologia matemática aplicada à detecção de sombras e nuvens em imagens de alta resolução

The spatial resolution improvement of orbital sensors has broadened considerably the applicability of their images in solving urban areas problems. But as the spatial resolution improves, the shadows become even a more serious problem especially when detailed information (under the shadows) is required. Besides those shadows caused by buildings and houses, clouds projected shadows are likely to occur. In this case there is information occlusion by the cloud in association with low illumination and contrast areas caused by the cloud shadow on the ground. Thus, it's important to use efficient methods to detect shadows and clouds areas in digital images taking in count that these areas care for especial processing. This paper proposes the application of Mathematical Morphology (MM) in shadow and clouds detection. Two parts of a panchromatic QuickBird image of Cuiab-MT urban area were used. The proposed method takes advantage of the fact that shadows (low intensity - dark areas) and clouds (high intensity - bright areas) represent the bottom and top, respectively, of the image as it is thought to be a topographic surface. This characteristic allowed MM area opening and closing operations to be applied to reduce or eliminate the bottom and top of the topographic surface.

Avaliação de estratégias de detecção e correção de perdas de ciclos na portadora GPS L1

To prevent large errors in the GPS positioning, cycle slips should be detected and corrected. Such procedure is not trivial, mainly for single frequency receivers, but normally it is not noticed by the users. Thus, it will be discussed some practical and more used methods for cycle slips detection and correction using just GPS single-frequency observations. In the detection, the triple (TD) and tetra differences were used. In relation to the correction, in general, each slip is corrected in the preprocessing. Otherwise, other strategies should be adopted during the processing. In this paper, the option was to the second option, and two strategies were tested. In one of them, the elements of the covariance matrix of the involved ambiguities are modified and new ambiguity estimation starts. In the one, a new ambiguity is introduced as additional unknown when a cycle slip is detected. These possibilities are discussed and compared in this paper, as well as the aspects related to the practicity, implementation and viability of each one. Some experiments were carried out using simulated data with cycle slips in different satellites and epochs of the data. This allowed assessing and comparing the results of different occurrence of cycle slip and correction in several conditions.

Use of Poisson spatiotemporal regression models for the Brazilian Amazon Forest: malaria count data

INTRODUÇÃO: A malaria é uma doença endêmica na região da Amazônia Brasileira, e a detecção de possíveis fatores de risco pode ser de grande interesse às autoridades em saúde pública. O objetivo deste artigo é investigar a associação entre variáveis ambientais e os registros anuais de malária na região amazônica usando métodos bayesianos espaço-temporais. MÉTODOS: Utilizaram-se modelos de regressão espaço-temporais de Poisson para analisar os dados anuais de contagem de casos de malária entre os anos de 1999 a 2008, considerando a presença de alguns fatores como a taxa de desflorestamento. em uma abordagem bayesiana, as inferências foram obtidas por métodos Monte Carlo em cadeias de Markov (MCMC) que simularam amostras para a distribuição conjunta a posteriori de interesse. A discriminação de diferentes modelos também foi discutida. RESULTADOS: O modelo aqui proposto sugeriu que a taxa de desflorestamento, o número de habitants por km² e o índice de desenvolvimento humano (IDH) são importantes para a predição de casos de malária. CONCLUSÕES: É possível concluir que o desenvolvimento humano, o crescimento populacional, o desflorestamento e as alterações ecológicas associadas a estes fatores estão associados ao aumento do risco de malária. Pode-se ainda concluir que o uso de modelos de regressão de Poisson que capturam o efeito temporal e espacial em um enfoque bayesiano é uma boa estratégia para modelar dados de contagem de malária.