Material Identification of Loose Particles in Sealed Electronic Devices Using PCA and SVM

The existence of loose particles left inside the sealed electronic devices is one of the main factors affecting the reliability of the whole system. It is important to identify the particle material for analyzing their source. The conventional material identification algorithms mainly rely on time, frequency and wavelet domain features. However, these features are usually overlapped and redundant, resulting in unsatisfactory material identification accuracy. The main objective of this paper is to improve the accuracy of material identification. First, the principal component analysis (PCA) is employed to reselect the nine features extracted from time and frequency domains, leading to six less correlated principal components. And then the reselected principal components are used for material identification using a support vector machine (SVM). Finally, the experimental results show that this new method can effectively distinguish the type of materials including wire, aluminum and tin particles.

Islanding Detection Based on Probabilistic PCA with Missing Values in PMU Data

This paper proposes a probabilistic principal component analysis (PCA) approach applied to islanding detection study based on wide area PMU data. The increasing probability of uncontrolled islanding operation, according to many power system operators, is one of the biggest concerns with a large penetration of distributed renewable generation. The traditional islanding detection methods, such as RoCoF and vector shift, are however extremely sensitive and may result in many unwanted trips. The proposed probabilistic PCA aims to improve islanding detection accuracy and reduce the risk of unwanted tripping based on PMU measurements, while addressing a practical issue on missing data. The reliability and accuracy of the proposed probabilistic PCA approach are demonstrated using real data recorded in the UK power system by the OpenPMU project. The results show that the proposed methods can detect islanding accurately, without being falsely triggered by generation trips, even in the presence of missing values.

Real-Time Multiple Event Detection and Classification Using Moving Window PCA

This paper proposes a method for the detection and classification of multiple events in an electrical power system in real-time, namely; islanding, high frequency events (loss of load) and low frequency events (loss of generation). This method is based on principal component analysis of frequency measurements and employs a moving window approach to combat the time-varying nature of power systems, thereby increasing overall situational awareness of the power system. Numerical case studies using both real data, collected from the UK power system, and simulated case studies, constructed using DigSilent PowerFactory, for islanding events, as well as both loss of load and generation dip events, are used to demonstrate the reliability of the proposed method.

Comparação dos métodos aplicados na detecção de bactérias coliformes, Escherichia coli e Enterococcus sp. em águas para fins recreativos

Dissertação mest., Qualidade em Análises, Universidade do Algarve, 2007

Chromatographic analysis and comparison of chemical composition of the samples between olive oils in Europe and some chinese oils

Dissertação de mest., Qualidade em Análises, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2013

Testes em batch para selecionar fontes de carbono de baixo custo adequadas ao crescimento e atividade de bactérias sulfato-redutoras

Dissertação de mestrado, Engenharia Biológica, Faculdade de Ciências e Tecnologias, Universidade do Algarve, 2015

Dual studies on autonomic function and cerebral autoregulation in ischemic stroke patients

Tese de mestrado, Neurociências, Faculdade de Medicina, Universidade de Lisboa, 2015

Estudo de atividades antimicrobianas em bactérias do género Bacillus isoladas nos Açores : otimização das condições de produção, identificação e caracterização de bacteriocinas

Dissertação de Mestrado, Ciências Biomédicas, 18 de Novembro de 2015, Universidade dos Açores.

Produção de biohidrogénio por bactérias a partir de resíduos fermentescíveis

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Química e Bioquímica

Bioatividade de Líquidos Iónicos derivados do Ácido Valpróico em bactérias Gram-negativa

Os Líquidos Iónicos (LIs) são sais orgânicos constituídos exclusivamente por iões e possuem pontos de fusão inferiores a 100ºC. As suas propriedades únicas e o facto de ser possível ajustar as suas propriedades físicas, químicas e biológicas, de acordo com o objetivo pretendido, tornam esta classe de compostos, um grande objeto de estudo de inúmeros investigadores. Desde os inícios da sua aplicação até à atualidade, a investigação nesta área expandiu o seu raio de ação, estando já descrito o seu potencial como agentes antimicrobianos e, mais recentemente, como compostos farmacêuticos ativos. Atualmente muitas das suas aplicações são baseadas nas suas propriedades biológicas. Esta Tese teve como objetivo avaliar a influência que os LIs podem exercer a nível do crescimento bacteriano e estudar alternativas de combater a resistência bacteriana. Todos os LIs utilizados neste trabalho tinham como anião o ácido valpróico, sendo utilizados catiões orgânicos de amónio e de imidazólio. Foram utilizadas 4 bactérias e avaliou-se a atividade biológica e a respetiva taxa de crescimento. O estudo da sua atividade biológica foi feito através da determinação da Concentração Mínima Inibitória (CMI) e a análise das suas curvas de crescimentos na presença e ausência de composto. Com este trabalho foi possível verificar que dentro dos compostos em estudo, LIs derivados do valproato, o Valproato com o cetilperidínio [valp] [cetylpir] foi o que influenciou o crescimento de todas as bactérias estudadas. Este estudo demonstrou o potencial antibacteriano de alguns compostos, podendo desta forma vir a ser utilizados para fins farmacêuticos

Modulação do estado redox em bactérias por quinoxalinas

As quinoxalinas são compostos heterocíclicos que têm, entre outras, capacidades antimicrobianas, inclusivamente contra bactérias resistentes aos antimicrobianos convencionais. Os mecanismos pelos quais estes compostos exercem a sua atividade ainda não está completamente esclarecido. O objetivo do presente estudo é avaliar o efeito redox em sinergismo/antagonismo com as quinoxalinas em modelos de bactérias com e sem resistências a antimicrobianos. No que se refere aos compostos foram utilizados a quinoxalina 1,4-dióxido (QNX), 2-metil-3-benzilquinoxalina-1,4-dióxido (2M3BQNX), 2-metilquinoxalina-1,4-dióxido (2MQNX) e a 2-amino-3-cianoquinoxalina-1,4-dióxido (2A3CQNX). Quanto aos modelos procariotas, foram utilizados a Salmonella enterica, Klebsiella pneumoniae, Enterococcus faecalis, Staphylococcus saprophyticus, Enterobacter aerogenes, Enterobacter cloacae, Staphylococcus aureus ATCC 25923, Methicillin-resistant Staphylococcus aureus ATCC 43300, Escherichia coli TEM 201 e Escherichia coli TEM 180. Nos compostos químicos em que se verificou a Concentração Mínima Inibitória (CMI), realizou-se o estudo do comportamento do crescimento bacteriano. Relativamente ao estado redox, foi avaliado para cada estirpe sensível, através do rácio GSH/GSSG, nas doses inibitórias e não inibitórias de cada composto. Os resultados apresentam que todos os compostos testados, à exceção do 2M3BQNX, têm atividade antimicrobiana na maioria das estirpes, excetuando a E. faecalis e a S. saprophyticus. Os rácios GSH/GSSG apontam para o efeito oxidante em K. pneumoniae e S. enterica e antioxidante na E. aerogenes. A conclusão do estudo sugere que os compostos apresentam elevada capacidade antibacteriana e influência no equilíbrio redox das bactérias, podendo contribuir para o esclarecimento do mecanismo de ação dos derivados das quinoxalinas 1-4 dióxido, nas bactérias.

On-line system for faults detection in induction motors based on PCA

Dissertation to obtain the degree of Master in Electrical and Computer Engineering