A Terapia de Exposição com Realidade Virtual para pacientes com TEPT controlada por um Sistema de Lógica Fuzzy

Nos últimos anos, a área da saúde vem explorando o potencial das novas tecnologias para diagnóstico e tratamentos de muitos distúrbios. Em especial, a tecnologia de Realidade Virtual se destaca por oferecer novas perspectivas de tratamento para diferentes distúrbios neuropsiquiátricos. Por outro lado, a ocorrência de problemas causados por situações traumáticas vem crescendo em todo o mundo. Nesse contexto, o Transtorno de Estresse Pós-Traumático (TEPT) é classificado como um transtorno de ansiedade que se caracteriza por gerar uma classe de comportamentos inadequados a situações que não representam perigo real. Em geral, este transtorno está relacionado à ocorrência de algum evento traumático de grande magnitude no passado. Vários trabalhos foram desenvolvidos utilizando ambientes virtuais tridimensionais (3D) para tratar e diagnosticar este distúrbio. Entretanto, percebe-se uma carência de sistemas que consigam controlar o nível de dificuldade das atividades desenvolvidas nesses ambientes. Nesse caso, esta dissertação tem por objetivo descrever o desenvolvimento e avaliar o potencial de utilização de dois sistemas: um que explora a Realidade Virtual (ARVET) para oferecer cenas virtuais que simulem os estímulos geradores de ansiedade similares aqueles da vida real; e outro que explora a Lógica Fuzzy (SAPTEPT) para classificar os níveis de ansiedade do paciente, possibilitando a análise quali-quantitativa de dados psicofisiológicos e psicométricos. As avaliações realizadas com especialistas na área mostraram que o ARVET pode proporcionar um alto grau de estímulos ansiogênicos e a integração com o SAPTEPT ocorreu de forma satisfatória mostrando o potencial que os sistemas têm de serem utilizados em pacientes reais.

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

Estudo Comparativo de Controladores Fuzzy Aplicados a um Sistema Solar Fotovoltaico.

Neste trabalho apresenta-se o modelo de um controlador baseado em Lógica Fuzzy para um sistema de energia baseado em fonte renovável solar fotovoltaica (photovoltaic - PV) multi-string em operação isolada, para o aproveitamento da máxima potência desta fonte. O sistema é composto por painéis solares, conversor CC-CC tipo elevador de tensão (boost), armazenamento por banco de baterias, inversor trifásico e carga trifásica variável. O sistema fotovoltaico foi modelado no MATLAB/Simulink de forma a representar a curva característica V-I do módulo PV, e que é baseado nos dados disponíveis em data-sheets de painéis fotovoltaicos comerciais. Outros estudos de natureza elétrica tais como o cálculo dos valores eficazes das correntes no conversor CC-CC, para avaliação das perdas, indispensáveis para o dimensionamento de componentes eletrônicos, foram realizados. O método tradicional Perturb and Observe de rastreamento do ponto de máxima potência (Maximum Power Point Tracking MPPT) de painéis foi testado e comparado com métodos que usam a Lógica Fuzzy. Devido ao seu desempenho, foi adotado o método Fuzzy que realiza o MPPT por inferência do ciclo de trabalho de um modulador por largura de pulso (Pulse Width Modulation - PWM) através da variação da potência pela variação da corrente do painel solar. O modelo Fuzzy adotado neste trabalho foi testado com sucesso. Os resultados mostraram que ele pode ser robusto e atende à aplicação proposta. Segundo alguns testes realizados, este controlador pode realizar o MPPT de um sistema PV na configuração multi-string onde alguns arranjos fotovoltaicos são usados. Inclusive, este controle pode ser facilmente adaptado para realizar o MPPT de outras fontes de energia baseados no mesmo princípio de controle, como é o caso do aerogerador.

Controle fuzzy espacialmente diferenciado para um sistema de irrigação

Traditional irrigation projects do not locally determine the water availability in the soil. Then, irregular irrigation cycles may occur: some with insufficient amount that leads to water deficit, other with excessive watering that causes lack of oxygen in plants. Due to the nonlinear nature of this problem and the multivariable context of irrigation processes, fuzzy logic is suggested to replace commercial ON-OFF irrigation system with predefined timing. Other limitation of commercial solutions is that irrigation processes either consider the different watering needs throughout plant growth cycles or the climate changes. In order to fulfill location based agricultural needs, it is indicated to monitor environmental data using wireless sensors connected to an intelligent control system. This is more evident in applications as precision agriculture. This work presents the theoretical and experimental development of a fuzzy system to implement a spatially differentiated control of an irrigation system, based on soil moisture measurement with wireless sensor nodes. The control system architecture is modular: a fuzzy supervisor determines the soil moisture set point of each sensor node area (according to the soil-plant set) and another fuzzy system, embedded in the sensor node, does the local control and actuates in the irrigation system. The fuzzy control system was simulated with SIMULINK® programming tool and was experimentally built embedded in mobile device SunSPOTTM operating in ZigBee. Controller models were designed and evaluated in different combinations of input variables and inference rules base

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.

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.

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

Sistema baseado em regras fuzzy do tipo Takagi-Sugeno aplicado a ecos de radares meteorológicos

Pós-graduação em Ciências Ambientais - Sorocaba

Modelagem Fuzzy para previsão de uma série temporal de energia elétrica.

Esta dissertação testa e compara dois tipos de modelagem para previsão de uma mesma série temporal. Foi observada uma série temporal de distribuição de energia elétrica e, como estudo de caso, optou-se pela região metropolitana do Estado da Bahia. Foram testadas as combinações de três variáveis exógenas em cada modelo: a quantidade de clientes ligados na rede de distribuição de energia elétrica, a temperatura ambiente e a precipitação de chuvas. O modelo linear de previsão de séries temporais utilizado foi um SARIMAX. A modelagem de inteligência computacional utilizada para a previsão da série temporal foi um sistema de Inferência Fuzzy. Na busca de um melhor desempenho, foram feitos testes de quais variáveis exógenas melhor influenciam no comportamento da energia distribuída em cada modelo. Segundo a avaliação dos testes, o sistema Fuzzy de previsão foi o que obteve o menor erro. Porém dentre os menores erros, os resultados dos testes também indicaram diferentes variáveis exógenas para cada modelo de previsão.

Controle automático de adição de AlF3 em cubas de redução de alumínio, usando lógica fuzzy

Este trabalho descreve um sistema de análise de dados com a finalidade de gerar um sistema de controle utilizando técnica inteligente para adição de fluoreto de alumínio (AlF3) em fornos de redução de alumínio. O projeto baseia-se nos conceitos de lógica fuzzy, nos quais o conhecimento acumulado pelo especialista do processo é traduzido de maneira qualitativa em um conjunto de regras linguísticas do tipo SE ENTÃO. A utilização desta técnica inteligente para o controle de adição de fluoreto busca representar explicitamente um conhecimento qualitativo, detido pelos operadores de cubas eletrolíticas. Devido o sistema convencional não contemplar as variações dos fenômenos que envolvem a dinâmica do processo, um controlador fuzzy foi implmentado no sistema real para tomadas de decisões, utilizando o modelo mínimo de Mandani. Baseado neste modelo, as variáveis de processo para a entrada do sistema fuzzy, tais como temperatura de banho e percentual de fluoreto foram manipuladas para estimar a tendência de subida e descida, respectivamente, através do método mínimos quadrados(MMQ). O controlador fuzzy é aplicado para calcular a quantidade de fluoreto de alumínio (AlF3) a ser adicionado na cuba eletrolítica de forma automática sem a necessidade da intervenção do especialista do processo. A motivação para o uso de um sistema de controle fuzzy se deve ao fato de não se ter disponível um modelo dinâmico do processo de adição do fluoreto na cuba eletrolítica. Esta falta de modelagem se deve ao fato de grande complexidade dos fenômenos envolvidos em uma cuba que são processos termodinâmicos e eletromagnéticos acoplados.

Controle de exaustão de fornos de cozimento de anodos baseado em lógica fuzzy

A legislação ambiental cada vez mais rigorosa tem forçado as indústrias a investirem em soluções de controle inovadoras buscando diminuir as emissões de gases poluentes pelas fontes móveis e fixas, exercendo melhor controle e tratamento desses poluentes como forma de atender os limites impostos pela lei. Apresenta-se neste trabalho, a implementação de uma melhoria no sistema de controle de exaustão de fornos de cozimento de anodos da indústria de alumínio ALBRAS-Alumínio Brasileiro S.A., localizada em Barcarena no estado do Pará, visando minimizar a poluição causada pela queima de combustíveis nos fornos sem comprometer a eficiência do processo. Para isso foi utilizado um sistema baseado em lógica fuzzy, buscando na experiência de engenheiros, técnicos e operadores de processo, uma forma de se obter um melhor controle e confiabilidade na gestão das emissões de gases poluentes.

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.

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