Predição de falhas em redes de grades OBS com plano de controle GMPLS

Este trabalho apresenta uma proposta para predição de falhas em rede de grade OBS com plano de controle GMPLS que auxilia as aplicações em ambientes de colaboração, como exemplo a E-Science. Os agentes de monitoração de tráfego, denominado DQMA-Fuzzy, verificam parâmetros relacionados à QoS e às imperfeições nos enlaces ópticos. Por apresentar uma solução mais rápida e facilmente implementável, foi desenvolvido um sistema baseado em lógica Fuzzy para dar mais robustez às decisões dos agentes. Simulações no NS-2 (Network Simulator – 2) demonstram que a proposta minimiza bloqueios na rede e balanceia o uso dos recursos da grade, garantindo níveis de serviços bem definidos, auxiliando na engenharia de tráfego e na predição de falhas.

Modelo de gestão de predição de falhas no gerenciamento da infraestrutura de datacenter

Pós-graduação em Engenharia Elétrica - FEIS

Previsão de falhas no período de garantia a partir da percepção do cliente : um estudo de caso junto a uma empresa de alta tecnologia

A prestação de serviços tem sido um importante diferencial dentro do cenário competitivo atual. Para empresas de manufatura, um desses serviços de destaque é o atendimento à garantia, o qual deve ser desenhado de forma a maximizar a satisfação do cliente, operando dentro de custos otimizados. Para permitir a alocação mais eficiente de recursos aos serviços de atendimento à garantia, é importante entender o comportamento das falhas do produto durante o período de garantia, o qual depende da confiabilidade do produto, do tempo e intensidade de uso e do volume de vendas. Esta dissertação trata da aplicação e adaptação de um modelo apropriado para a predição de falhas durante o período de garantia. Esse modelo poderá auxiliar as organizações a manter controle sobre o custo do atendimento à garantia, auxiliando na melhoria contínua dos serviços prestados.

Multiclassificador inteligente de falhas no domínio do tempo em motores de indução trifásicos alimentados por inversores de frequência

Os motores de indução desempenham um importante papel na indústria, fato este que destaca a importância do correto diagnóstico e classificação de falhas ainda em fase inicial de sua evolução, possibilitando aumento na produtividade e, principalmente, eliminando graves danos aos processos e às máquinas. Assim, a proposta desta tese consiste em apresentar um multiclassificador inteligente para o diagnóstico de motor sem defeitos, falhas de curto-circuito nos enrolamentos do estator, falhas de rotor e falhas de rolamentos em motores de indução trifásicos acionados por diferentes modelos de inversores de frequência por meio da análise das amplitudes dos sinais de corrente de estator no domínio do tempo. Para avaliar a precisão de classificação frente aos diversos níveis de severidade das falhas, foram comparados os desempenhos de quatro técnicas distintas de aprendizado de máquina; a saber: (i) Rede Fuzzy Artmap, (ii) Rede Perceptron Multicamadas, (iii) Máquina de Vetores de Suporte e (iv) k-Vizinhos-Próximos. Resultados experimentais obtidos a partir de 13.574 ensaios experimentais são apresentados para validar o estudo considerando uma ampla faixa de frequências de operação, bem como regimes de conjugado de carga em 5 motores diferentes.

Sistema de predição de avarias em máquinas de unidades fabris globalmente dispersas

Tese de Doutoramento Ramo Engenharia Industrial e de Sistemas

Estudo e implementação de algoritmos inteligentes para detecção e classificação de falhas na medição de gás natural

This master dissertation presents the study and implementation of inteligent algorithms to monitor the measurement of sensors involved in natural gas custody transfer processes. To create these algoritmhs Artificial Neural Networks are investigated because they have some particular properties, such as: learning, adaptation, prediction. A neural predictor is developed to reproduce the sensor output dynamic behavior, in such a way that its output is compared to the real sensor output. A recurrent neural network is used for this purpose, because of its ability to deal with dynamic information. The real sensor output and the estimated predictor output work as the basis for the creation of possible sensor fault detection and diagnosis strategies. Two competitive neural network architectures are investigated and their capabilities are used to classify different kinds of faults. The prediction algorithm and the fault detection classification strategies, as well as the obtained results, are presented

Predição em modelos de tempo de falha acelerado com efeito aleatório para avaliação de riscos de falha em poços petrolíferos

We considered prediction techniques based on models of accelerated failure time with random e ects for correlated survival data. Besides the bayesian approach through empirical Bayes estimator, we also discussed about the use of a classical predictor, the Empirical Best Linear Unbiased Predictor (EBLUP). In order to illustrate the use of these predictors, we considered applications on a real data set coming from the oil industry. More speci - cally, the data set involves the mean time between failure of petroleum-well equipments of the Bacia Potiguar. The goal of this study is to predict the risk/probability of failure in order to help a preventive maintenance program. The results show that both methods are suitable to predict future failures, providing good decisions in relation to employment and economy of resources for preventive maintenance.

Diagnose de trincas em sistemas rotativos, utilizando modelos de falhas através da metodologia dos observadores de estados

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Predição de vida em fadiga de compósitos estruturais baseado em análises dinâmico-mecânicas

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

Estudo e implementação de algoritmos inteligentes para detecção e classificação de falhas na medição de gás natural

This master dissertation presents the study and implementation of inteligent algorithms to monitor the measurement of sensors involved in natural gas custody transfer processes. To create these algoritmhs Artificial Neural Networks are investigated because they have some particular properties, such as: learning, adaptation, prediction. A neural predictor is developed to reproduce the sensor output dynamic behavior, in such a way that its output is compared to the real sensor output. A recurrent neural network is used for this purpose, because of its ability to deal with dynamic information. The real sensor output and the estimated predictor output work as the basis for the creation of possible sensor fault detection and diagnosis strategies. Two competitive neural network architectures are investigated and their capabilities are used to classify different kinds of faults. The prediction algorithm and the fault detection classification strategies, as well as the obtained results, are presented

Determinação do máximo déficit acumulado de oxigênio: efeito da duração dos testes submáximos para predição da demanda de oxigênio

The aim of this study was to investigate the influence of different assessment time periods of submaximal tests on the determination of the maximal accumulated oxygen deficit (MAOD), through the adoption of different time slots of 4 to 6, 6 to 8 and 8 to 10 min. Ten cyclists with mean age of 27.5 ± 4.1 years, body mass 74.4 ± 12.7 kg and time experience of 9.8 ± 4.7 years participated in this study. The athletes underwent an incremental exercise test to determine the peak oxygen consumption (VO2peak), and four submaximal constant work-load test sessions (60, 70, 80 and 90% VO2peak) of 10 min in order to estimate the O2 demand (DEO2). The mean VO2 values obtained on each constant work-load for the 4 to 6, 6 to 8 and 8 to 10 min time-periods intervals were used to perform a linear regression between the intensity and O2 consumption for each time-period. In addition, the subjects performed one supramaximal rectangular test (110% VO2peak) for the quantification of MAOD. There was no significant difference in VO2 between the different time-periods for all submaximal tests (P> 0.05). Similarly, no significant difference was found in DEAO2 and MAOD (P> 0.05). Furthermore, the values of MAOD for the three time-periods intervals showed good agreement and strong correlation. Thus, the data suggest that the submaximal tests used to estimate the values of MAOD can be reduced, at least in this type of sample, and with the use of a cycle simulator.

PREDIÇÃO DA ATIVIDADE DE ÁGUA E RELAÇÃO ENTRE A ATIVIDADE DE ÁGUA E A DEPRESSÃO DO PONTO DE CONGELAMENTO DE SUCOS DE FRUTAS

This work proposes to determine the water activity and the freezing point depression of tangerine, pineapple and lemon juices at various concentrations (10-55oBrix) and to achieve a correlation between these properties. The freezing point depression was determined with a LAKTRON cryoscope and common laboratory materials. The water activity was determined with a DECAGON CX-2 hygrometer in the temperature range of 15 to 30oC. With the results, the adjustment to CHEN (1987) water activity prediction equation to non-electrolyte mixtures was verified, through the calculation of the variation coefficient (CV). Being CV smaller than 3% for the proposed model, it can be said that the experimental data have adjusted well to the prediction equation. The water activity and the freezing point depression was correlated for tangerine, pineapple and lemon juices and r2 values were higher than 99%. Therefore, it is possible to obtain the water activity by knowing the freezing point depression of studied juices.

Interface Multimodal com Predição de Movimentos para Uso em Reabilitação de Membros Inferiores

Esta dissertação apresenta o desenvolvimento de uma plataforma multimodal de aquisição e processamento de sinais. O projeto proposto insere-se no contexto do desenvolvimento de interfaces multimodais para aplicação em dispositivos robóticos cujo propósito é a reabilitação motora adaptando o controle destes dispositivos de acordo com a intenção do usuário. A interface desenvolvida adquire, sincroniza e processa sinais eletroencefalográficos (EEG), eletromiográficos (EMG) e sinais provenientes de sensores inerciais (IMUs). A aquisição dos dados é feita em experimentos realizados com sujeitos saudáveis que executam tarefas motoras de membros inferiores. O objetivo é analisar a intenção de movimento, a ativação muscular e o início efetivo dos movimentos realizados, respectivamente, através dos sinais de EEG, EMG e IMUs. Para este fim, uma análise offline foi realizada. Nessa análise, são utilizadas técnicas de processamento dos sinais biológicos e técnicas para processar sinais provenientes de sensores inerciais. A partir destes, os ângulos da articulação do joelho também são aferidos ao longo dos movimentos. Um protocolo experimental de testes foi proposto para as tarefas realizadas. Os resultados demonstraram que o sistema proposto foi capaz de adquirir, sincronizar, processar e classificar os sinais combinadamente. Análises acerca da acurácia dos classificadores utilizados mostraram que a interface foi capaz de identificar intenção de movimento em 76, 0 ± 18, 2% dos movimentos. A maior média de tempo de antecipação ao movimento foi obtida através da análise do sinal de EEG e foi de 716, 0±546, 1 milisegundos. A partir da análise apenas do sinal de EMG, este valor foi de 88, 34 ± 67, 28 milisegundos. Os resultados das etapas de processamento dos sinais biológicos, a medição dos ângulos da articulação, bem como os valores de acurácia e tempo de antecipação ao movimento se mostraram em conformidade com a literatura atual relacionada.

Avaliação físico-química e aplicação de modelos matemáticos na predição do comportamento de polpas de manga desidratadas em pó

A manga é uma fruta tropical muito popular em virtude das suas características exóticas e do seu valor nutritivo, sendo bastante apreciada na culinária e na alimentação da população brasileira. Este trabalho teve como objetivo analisar o comportamento higroscópico dos pós de manga das variedades Rosa e Tommy Atkins através de isotermas de adsorção, e as características físico-químicas e minerais tanto destes pós quanto das frutas na sua forma in natura. A partir dos resultados obtidos das análises físico-químicas e minerais para as amostras in natura e em pó, observa-se que as variedades Rosa e Tommy Atkins são estatisticamente semelhantes entre si na maioria dos parâmetros analisados. No entanto, observa-se que a variedade Rosa apresentou uma melhor qualidade nutricional que a variedade Tommy Atkins, notadamente no que se refere ao teor de vitamina C e carotenóides. Para o ajuste das isotermas de adsorção, os modelos de GAB e de Oswin se ajustaram satisfatoriamente aos dados experimentais dos pós de manga, exceto para a variedade Rosa. Também foi detectado que em ambientes com atividade de água elevada (a partir de 0,70) os pós das variedades Rosa e Tommy Atkins apresentam um comportamento mais higroscópico.

Estratégias de predição e efeitos de ambientes na avaliação de populações segregantes de feijão

RESUMOO objetivo deste trabalho foi verificar a consistência da predição, dos potenciais de populações de feijão quanto ao diâmetro do hipocótilo (DH) e à produtividade de grãos (PROD), em duas safras, pelas metodologias de Jinks & Pooni e das estimativas de m + a'e de d. Para isso, foram avaliadas 48 populações segregantes, nas safras de inverno de 2009 (gerações F2e F3, simultaneamente) e de seca de 2010 (gerações F3e F4, simultaneamente), além de 16 testemunhas. Pela metodologia de Jinks e Pooni, verificou-se que apenas quatro e duas populações foram coincidentes entre as 12 melhores nas duas safras, para DH e PROD, respectivamente. A correlação entre (inverno) x (seca) foi significativa e de magnitude razoável para os dois caracteres, enquanto, para (inverno) x (seca), foi inexpressiva, indicando maior influência dos efeitos ambientais nas estimativas de variância do que das médias. Constatou-se baixa correlação entre os pares m + a'(inverno) x m + a'(seca) e d(inverno) x d(seca) para ambos os caracteres, evidenciando que essas estimativas também sofrem grande efeito de ambientes. As populações mais promissoras, considerando-se o DH e a PROD, simultaneamente, foram IPR Uirapuru x L1, BRS Valente x VC6 e CNFC 9466 x VC6, pela metodologia de Jinks & Pooni e CNFC 9466 x L3, BRS Horizonte x VC6 e IPR Uirapuru x BRSMG Madrepérola, pelo método de m + a'e de d. Assim, essas metodologias são complementares na predição do potencial de populações segregantes de feijoeiro.