Inferência fuzzy para o problema de corte de estoque com sobras aproveitáveis de material

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Classificação da curvatura de vertentes em perfil via Thin Plate Spline e Inferência Fuzzy

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Aplicação de um sistema de Inferência Fuzzy de suporte à decisão para estimação de valores de ações cotadas na Bolsa de Valores de São Paulo

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Estimação da densidade de solos utilizando sistemas de inferência fuzzy

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

Sistema fuzzy para predição do desempenho produtivo de frangos de corte de 1 a 21 dias de idade

Um sistema de inferência fuzzy foi desenvolvido baseado em dados da literatura para predição do consumo de ração, ganho de peso e conversão alimentar de frangos de corte com idade variando de 1 a 21, dias submetidos a diferentes condições térmicas. O sistema fuzzy foi estruturado com base em três variáveis de entrada: idade das aves (semanas), temperatura (°C) e umidade relativa (%) ambientes, sendo que as variáveis de saída consideradas foram: ganho de peso, consumo de ração e conversão alimentar. A inferência foi realizada por meio do método de Mamdani, que consistiu na elaboração de 45 regras e a defuzzificação por meio do método do Centro de Gravidade. Com base nos resultados, ao se compararem os dados da literatura com os obtidos pelo sistema fuzzy proposto, verificou-se desempenho satisfatório na predição das variáveis respostas, com R² da ordem de 0,995; 0,998 e 0,976, respectivamente. O ganho de peso predito pela lógica fuzzy foi validado com dados experimentais de campo, no qual se obteve R² = 0,975, apresentando grande potencial de uso em sistemas de climatização automatizado.

Ambiente para desenvolvimento de aplicações fuzzy industriais

This paper describes the design, implementation and enforcement of a system for industrial process control based on fuzzy logic and developed using Java, with support for industrial communication protocol through the OPC (Ole for Process Control). Besides the java framework, the software is completely independent from other platforms. It provides friendly and functional tools for modeling, construction and editing of complex fuzzy inference systems, and uses these logical systems in control of a wide variety of industrial processes. The main requirements of the developed system should be flexibility, robustness, reliability and ease of expansion

Aplicação da Lógica Fuzzy para avaliação do faturamento do consumo de energia elétrica e demanda de uma empresa de avicultura de postura

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

Metodologia para diagnosticar a qualidade de energia elétrica referente à distorção harmônica em sistema trifásico de baixa tensão utilizando lógica fuzzy

Este trabalho ressalta a importância de monitorar e diagnosticar a qualidade de energia elétrica sob a ótica das distorções harmônicas presente nas instalações elétricas em sistema trifásico de baixa tensão através de uma proposta metodológica para analisar e diagnosticar o nível dos distúrbios harmônico avaliando o indicador total de distorção harmônica (THD), apoiado por um sistema especialista baseado em um sistema de inferência Fuzzy.

Uso de engenharia de software no desenvolvimento de sistema especialista fuzzy para auxílio à manutenção preditiva em hidrogeradores

Os hidrogeradores são peças chaves no circuito brasileiro de energia, sua indisponibilidade e mau funcionamento podem causar multas altíssimas a concessionárias aplicadas pela ANEEL por não atenderem a demandas e até por paradas impróprias para efetivar manutenções, além de agravar confiabilidade na garantia do fornecimento aos consumidores finais. Para garantir que isso não venha acontecer, a manutenção preditiva fornece técnicas que podem apontar as falhas analisando os “sinais vitais” originados pelo próprio equipamento. Desta forma as condições mecânicas e operacionais são periodicamente monitoradas e quando as tendências são detectadas insalubres, as peças incômodas na máquina são identificadas e programadas para manutenção. Para que essa tendência seja encontrada, utiliza-se da lógica fuzzy para modelar o comportamento dos hidrogeradores, sendo mais especifico: mancais, estator e anel coletor, inferindo conclusões prováveis de falhas. Neste trabalho, mostra o processo de construção do sistema que auxilia no diagnóstico da manutenção preditiva, desde sua metodologia de desenvolvimento por macro-atividades, definição arquitetural, conformidade dos requisitos e análise do conhecimento inserido a inteligência do sistema. O sistema foi desenvolvido em plataforma labview para servir como ferramenta de apoio. Todo o conhecimento inserido no sistema foi obtido com o corpo especialista de Eletronorte e outra parte na literatura, foi necessário aplicar o conceito de regras ao maquina de inferência fuzzy, para uma forma linguística de fácil compreensão, para que os próprios especialistas ampliem e evolua o software.

Aumento da produtividade: utilizando a metodologia Six Sigma e Lógica Fuzzy, um estudo de caso em uma empresa do Pólo Industrial de Manaus – PIM

Este trabalho utiliza a metodologia six sigma com o objetivo de aumentar a produtividade da Linha de LCD (Liquid Crystal Display) em uma fábrica do Pólo Industrial de Manaus - PIM e um sistema de inferência fuzzy para mensurar o aumento dessa produtividade, onde foram identificados vários parâmetros baseados na metodologia six sigma. Dentre os quais, conforme grau de relevância dos especialistas deste estudo, pode-se destacar: desperdícios, capacidade produtiva e estudo de tempos. Ressaltando ainda que o sistema proposto seja de grande importância para profissionais e pesquisadores da gestão da produção, os quais desejam resultados que reduzam custos e conseqüentemente aumente os lucros da organização.

Metodologia baseada em sistema fuzzy intervalar do tipo-2 para detecção e identificação de faltas de incipientes em motores de indução

Desde a incorporação da automação no processo produtivo, a busca por sistemas mais eficientes, objetivando o aumento da produtividade e da qualidade dos produtos e serviços, direcionou os estudos para o planejamento de estratégias que permitissem o monitoramento de sistemas com o intuito principal de torna-los mais autônomos e robustos. Por esse motivo, as pesquisas envolvendo o diagnóstico de faltas em sistemas industriais tornaram-se mais intensivas, visto a necessidade da incorporação de técnicas para monitoramente detalhado de sistemas. Tais técnicas permitem a verificação de perturbações, falta ou mesmo falhas. Em vista disso, essa trabalho investiga técnicas de detecção e diagnostico de faltas e sua aplicação em motores de indução trifásicos, delimitando o seu estudo em duas situações: sistemas livre de faltas, e sobre atuação da falta incipiente do tipo curto-circuitoparcial nas espiras do enrolamento do estator. Para a detecção de faltas, utilizou-se analise paramétrica dos parâmetros de um modelo de tempo discreto, de primeira ordem, na estrutura autoregressivo com entradas exógenas (ARX). Os parâmetros do modelo ARX, que trazem informação sobre a dinâmica dominante do sistema, são obtidos recursivamente pela técnica dos mínimos quadrados recursivos (MQR). Para avaliação da falta, foi desenvolvido um sistema de inferência fuzzy (SIF) intervala do tipo-2, cuja mancha de incerteza ou footprint of uncertainty (FOU), características de sistema fuzzy tipo-2, é ideal como forma de representar ruídos inerentes a sistemas reais e erros numéricos provenientes do processo de estimação paramétrica. Os parâmetros do modelo ARX são entradas para o SIF. Algoritmos genéricos (AG’s) foram utilizados para otimização dos SIF intervalares tipo-2, objetivando reduzir o erro de diagnóstico da falta identificada na saída desses sistemas. Os resultados obtidos em teste de simulação computacional demonstram a efetividade da metodologia proposta.

Estimação do risco de morte de recém-nascidos utilizando logica fuzzy tipo-2 intervalar

The main objective of the presented study is the development of a predictive interval type-2 fuzzy inference system in order to estimate the mortality risk for a newborn, to be used as an auxiliary tool for decision making in medical centers where there is a lack of professionals for this purpose and, afterwards, to compare its performance to a type-1 fuzzy system. The input variables were chosen due to their acquisition ‘simplicity, not involving any invasive tests, such as blood tests or other specific tests. The variables are easily obtained in the first few minutes of life: birth weight, gestational age at delivery, 5-minute Apgar score and previous report of stillbirth. Databases from the DATASUS were used to validate the model. 1351 records from the city of São José dos Campos, a mid-sized city in the São Paulo state’s countryside, were considered in this study. Finally, an analysis using the ROC curve was performed to estimate the model’s accuracy

Estimação do número de internações por doenças respiratórias utilizando lógica fuzzy tipo-2 intervalar

In this work was developed a fuzzy computational model type-2 predictive interval, using the software of the type-2 fuzzy MATLAB toolbox, the final idea is to estimate the number of hospitalizations of patients with respiratory diseases. The interest in the creation of this model is to assist in decision makeshift hospital environment, where there are no medical or professional equipment available to provide the care that the population need. It began working with the study of fuzzy logic, the fuzzy inference system and fuzzy toolbox. Through a real database provided by the Departamento de Informática do Sistema Único de Saúde (DATASUS) and Companhia de Tecnologia de Saneamento Básico (CETESB), was possible to start the model. The analyzed database is composed of the number of patients admitted with respiratory diseases a day for the public hospital in São José dos Campos, during the year 2009 and by factors such as PM10, SO2, wind and humidity. These factors were analyzed as input variables and, through these, is possible to get the number of admissions a day, which is the output variable of the model. For data analysis we used the fuzzy control method type-2 Mamdani. In the following steps the performance developed in this work was compared with the performance of the same model using fuzzy logic type-1. Finally, the validity of the models was estimated by the ROC curve

Controle fuzzy de um motor dc utilizando sistema de aquisição de dados e o matlab

The present work develops a fuzzy inference system to control the rotation speed of a DC motor available in Degem Kit. Therefore, it should use the fuzzy toolbox of Matlab in conjunction with the data acquisition board NI - USB - 6009, a National Instrument’s board. An introduction to fuzzy logic, the mathematical model of a DC motor and the operation of data acquisition board is presented first. Followed by the controller fuzzy model implemented using Simulink which is described in detail. Finally, the prototype is shown and the simulator results are presented

Técnica para segmentação automática de imagens microscópicas de componentes sanguíneos e classificação diferencial de leucócitos baseada em lógica fuzzy

Automatic detection of blood components is an important topic in the field of hematology. The segmentation is an important stage because it allows components to be grouped into common areas and processed separately and leukocyte differential classification enables them to be analyzed separately. With the auto-segmentation and differential classification, this work is contributing to the analysis process of blood components by providing tools that reduce the manual labor and increasing its accuracy and efficiency. Using techniques of digital image processing associated with a generic and automatic fuzzy approach, this work proposes two Fuzzy Inference Systems, defined as I and II, for autosegmentation of blood components and leukocyte differential classification, respectively, in microscopic images smears. Using the Fuzzy Inference System I, the proposed technique performs the segmentation of the image in four regions: the leukocyte’s nucleus and cytoplasm, erythrocyte and plasma area and using the Fuzzy Inference System II and the segmented leukocyte (nucleus and cytoplasm) classify them differentially in five types: basophils, eosinophils, lymphocytes, monocytes and neutrophils. Were used for testing 530 images containing microscopic samples of blood smears with different methods. The images were processed and its accuracy indices and Gold Standards were calculated and compared with the manual results and other results found at literature for the same problems. Regarding segmentation, a technique developed showed percentages of accuracy of 97.31% for leukocytes, 95.39% to erythrocytes and 95.06% for blood plasma. As for the differential classification, the percentage varied between 92.98% and 98.39% for the different leukocyte types. In addition to promoting auto-segmentation and differential classification, the proposed technique also contributes to the definition of new descriptors and the construction of an image database using various processes hematological staining