Dissertações/Teses

2024
Descrição
  • AIRTON FREITAS FEITOSA
  • Analysis of the operational arrangement for the optimal performance of large-scale synchronous rotating electrical machines.
  • Orientador : FABIO ROCHA BARBOSA
  • Data: 25/10/2024
  • Mostrar Resumo
  • The purpose of this dissertation is to analyze the operational arrangement to optimize the performance of large synchronous rotating electric machines, focusing on the phenomenon of stator core demagnetization in hydropower generators, given its relevance to the electricity generation sector. The study explores the mechanisms that lead to the occurrence of this phenomenon and analyzes technical aspects related to diagnosing and mitigating such occurrences, aiming to extend the lifespan of hydropower generators and ensure efficient operation over time, according to reliability criteria. Additionally, it seeks to demonstrate that when hydropower generators are subjected to recurring start-stop cycles to maintain energy reserves for periods of higher demand, the probability of demagnetization increases. To this end, the research was based on the magnetization tests of the stator core of Generator Unit 01G3 at the Boa Esperança Hydropower Plant and on the demagnetization of the stator core of the Auxiliary Generator of Unit 01G4 at the Sobradinho Hydropower Plant. The research methodology employed was applied, qualitative, explanatory, bibliographic, and based on case studies, grounded in the author's technical knowledge and experience, considering the limited academic literature available. The demagnetization of the stator core in hydropower generators is a unique occurrence classified as a significant random failure, which requires special attention from hydropower plant maintenance engineering. Thus, the need to investigate a computational model to study the demagnetization of the stator core of hydropower generators with electromechanical characteristics similar to those of the Auxiliary Generator of Operational Coding Unit 01G4 at the Sobradinho Hydropower Plant was identified, with the objective of analyzing the causes of the phenomenon and ensuring both the continuity of energy generation and the country's energy security. The expected results should indicate the most appropriate solution to minimize the recurrence of this type of failure, working towards ensuring the physical integrity of the hydropower plant arrangement and reducing operational costs. In this context, the importance of strategic planning, under the responsibility of hydropower plant maintenance engineering, is highlighted as fundamental to ensuring the availability of electricity generation at the plant. Predictive and preventive actions will significantly contribute to ensuring stable energy and greater energy security, reducing failure rates and improving energy quality indicators without unfeasible increases in operational costs. This reflects a commitment to the sustainable development of the electricity sector, based on the three dimensions of sustainability (environmental, social, and economic).

  • ANA BEATRIZ MOREIRA ALVES
  • ENERGIA EÓLICA NO PIAUÍ: INVESTIGAÇÃO DA INFLUÊNCIA DA VELOCIDADE DO VENTO NA GERAÇÃO ELÉTRICA DA USINA EÓLICA PEDRA DO SAL
  • Orientador : MARCOS ANTONIO TAVARES LIRA
  • Data: 17/10/2024
  • Mostrar Resumo
  • O presente trabalho aborda a evolução da matriz elétrica brasileira, com foco na crescente
    relevância da energia eólica como uma alternativa à predominante geração hidrelétrica. Especifcamente no cenário do Piauí, a capacidade instalada de energia eólica já superou outras fontes
    tradicionais. A estação meteorológica A308, localizada em Parnaíba - PI, desempenha um papel
    crucial ao coletar dados climáticos, impulsionando a investigação sobre a relação entre esses
    dados e a geração de energia na Usina Eólica Pedra do Sal (UEPS). O objetivo deste estudo
    consiste em estabelecer a viabilidade de utilizar esses dados climáticos para prever a produção
    de energia e desenvolver um modelo matemático que correlacione diretamente a velocidade
    do vento com a geração de energia elétrica. A metodologia empregada abrange a extrapolação
    dos dados de velocidade e direção de vento a 55m utilizando a ferramenta
    Windographer e a
    aplicação do método estatístico da regressão linear. Foram levantados dois modelos, o primeiro
    relacionando a velocidade do vento estimada com a geração de energia estimada e o segundo
    relacionando a velocidade do vento estimada com a geração de energia real da UEPS. Ambos os
    modelos se mostraram satisfatórios, porém, o modelo II apresentou correlação de 85%, maior
    em comparação ao modelo I que apresentou o coefciente de correlação de 73%. Os resultados
    desse estudo confrmaram que a localização da estação meteorológica A308 caracteriza um
    potencial para aproveitamento da energia eólica e que as variáveis de velocidade e direção
    do vento influenciam nos valores de geração de energia e são influenciáveis por fenômenos
    climáticos como a La Ninã.


  • CAIO HENRIQUE RODRIGUES CARVALHO
  • Detecção de Doenças Oculares Utilizando Aprendizado Profundo em Imagens de Tomografia de Coerência Óptica
  • Orientador : ROMUERE RODRIGUES VELOSO E SILVA
  • Data: 07/08/2024
  • Mostrar Resumo
  • Doenças oculares são problemas oftalmológicos provocados por inúmeros motivos que acarretam, muitas vezes, na cegueira. A Tomografia de Coerência Óptica (OCT) é um exame não-invasivo que permite avaliar possíveis alterações na retina. Este trabalho apresenta uma metodologia para o diagnóstico de doenças oculares utilizando técnicas de Visão Computacional (VC) e Aprendizado Profundo (Deep Learning - DL) aplicadas em imagens de Tomografia de Coerência Óptica (OCT). O objetivo principal é desenvolver métodos de classificação binária e multiclasse para a identificação de doenças oculares em exames de OCT, utilizando bases de dados públicas como OCTID e OCTDL. As etapas metodológicas incluem a aquisição de imagens, pré-processamento, aumento de dados, extração de atributos, classificação e análise dos resultados. Para atingir esse objetivo, foram implementadas técnicas avançadas de DL, como Transferência de Aprendizado e Ajuste Fino em modelos de Redes Neurais Convolucionais (CNN). As arquiteturas de CNN utilizadas incluem DenseNet201, InceptionResNetV2, InceptionV3, NASNetLarge, ResNet152V2, Xception e VGG16. A validação dos modelos foi realizada utilizando a técnica de Validação Cruzada K-fold, empregando as métricas de avaliação Kappa, Acurácia, Recall, Precisão, F1-score, Especificidade e AUC. Os resultados demonstraram que os modelos treinados apresentaram alta precisão na classificação de doenças oculares, com alguns experimentos atingindo acurácias superiores a 0,99%. Ao comparar os resultados obtidos com o estado da arte, observou-se que a metodologia proposta alcançou resultados promissores. As contribuições deste trabalho incluem o desenvolvimento de novos métodos de classificação de imagens médicas, a comparação do estado da arte, e a demonstração da aplicabilidade das técnicas de DL em imagens de doenças oculares.

  • LUCAS MOURA RUFINI
  • IMPLEMENTAÇÃO DO ALGORITMO PSO ONLINE EM CONTROLADORES ADAPTATIVOS APLICADOS EM UM SISTEMA DE CONTROLE DE NÍVEL
  • Orientador : JOSE MEDEIROS DE ARAUJO JUNIOR
  • Data: 26/06/2024
  • Mostrar Resumo
  • Os  sistemas de controle são essenciais em diversos setores da engenharia, desempenhando uma função crucial na supervisão e na regulação de processos. Diante disso, o controlador, componente essencial do sistema de controle, é responsável por ajustar as variáveis e manter a operação dentro dos parâmetros desejados. No entanto, à medida que os processos evoluem, eles se tornam inerentemente mais complexos devido a fatores como não linearidade, atraso de transporte e variações paramétricas no tempo. Assim, torna-se mais desafiador para o controlador a adequação da dinâmica do processo às condições desejadas, como tempo de estabilização do sinal, sobressinal máximo e erro em regime permanente. Nesse cenário, as técnicas de controladores adaptativos surgem como uma estratégia essencial para lidar com essas complexidades, permitindo a adaptação iterativa dos parâmetros do controlador. Assim, o controlador é capaz de ajustar-se em tempo real às características dinâmicas do processo, proporcionando um controle mais preciso e eficiente. Diante dessas considerações, o objetivo central desta dissertação é o projeto de controladores adaptativos integrados ao algoritmo de otimização de enxame de partículas, buscando otimizar a resposta de acordo com os critérios de desempenho estabelecidos. Para isso, foram empregadas duas estratégias adaptativas: o Regulador Auto-Sintonizável e o Controle por Modelo de Referência, aplicados em um sistema real de uma planta de nível, sendo essa desenvolvida durante a pesquisa para permitir uma avaliação e comparação mais significativa dos resultados, dada sua natureza experimental. Os resultados obtidos demonstraram que o algoritmo de otimização é uma alternativa viável no contexto de controladores adaptativos, devido à sua eficácia computacional, facilidade de implementação e compreensão teórica.

  • EDILSON FERREIRA DE SOUSA JÚNIOR
  • Previsão de Preços em Mercados de Energia Elétrica com o Modelo N-Beats e suas Variantes
  • Orientador : RICARDO DE ANDRADE LIRA RABELO
  • Data: 28/03/2024
  • Mostrar Resumo
  • Com as reformas, desregulamentações e desestatizações em diversos mercados de energia elétrica, as metodologias de previsão de séries temporais de preços de eletricidade têm se tornado ferramentas importantes na análise, planejamento e gestão desse setor. Os mercados que possibilitam a negociação dinâmica da eletricidade, em sua grande maioria, operam no esquema day-ahead, onde o operador do sistema define simultaneamente 24 preços para o dia seguinte, um para cada hora do dia, com a finalidade de equilibrar a oferta e a demanda. Devendo assim o modelo matemático-computacional prever os preços do dia seguinte com base no histórico de cotações. Para este propósito, é utilizado neste trabalho o N-BEATS (Neural Basis Expantion Analysis for Interpretal Time Series), modelo do estado-da-arte em previsão de séries temporais baseado em aprendizado profundo, especificamente em sua versão otimizada para
    preços de eletricidade, a NBEATSx (N-BEATS com variáveis exógenas). Como contribuição, são adicionados ao modelo NBEATSx o conceito de estabilidade de previsão e a técnica de Max-Pooling somada à interpolação hierárquica com o intuito de melhorar sua acurácia de previsão. As variantes geradas pela NBEATSx passam por técnicas de combinação de previsões, resultando no modelo NBEATSx-G-EA (NBEATSx Generic - Ensemble Averaging). Um modelo de Redes Neurais Artificiais Profundas DNN (Deep Neural Network) e um modelo estatístico, ambos do estado-da-arte, são empregados como base comparativa. Os modelos são aplicados em cinco conjuntos de dados padronizados da área, advindos de mercados bem estabelecidos da Europa e Estados Unidos. Os resultados são avaliados tomando por base medidas de erro tanto tradicionais quanto específicas da área, além de testes estatísticos de significância da diferença na acurácia entre as previsões. O número de iterações do algoritmo de otimização de hiperparâmetros da NBEATSx-G-EA foi reduzido a três quintos do correspondente da NBEATSx, diminuindo na mesma razão o tempo de treinamento da rede. Dentre estes cinco conjuntos, o modelo NBEATSx-G-EA proposto consegue se equiparar ou superar significativamente o modelo DNN em dois dos conjuntos em que o modelo NBEATSx não é efetivamente capaz. Em outros dois conjuntos, os modelos NBEATSx-G-EA e NBEATSx se equiparam. A NBEATSx supera o modelo proposto NBEATSx-G-EA apenas no quinto conjunto.

  • LUCAS DA COSTA SÁ
  • LOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO UTILIZANDO COEFICIENTES DE FREQUÊNCIA MELCEPSTRAIS
  • Orientador : BARTOLOMEU FERREIRA DOS SANTOS JUNIOR
  • Data: 26/03/2024
  • Mostrar Resumo
  • As linhas de transmissão (LT) são um dos componentes mais importantes de um sistema elétrico e,
    devido à sua extensão, são mais vulneráveis a faltas. A localização rápida e precisa de faltas em
    linhas de transmissão é necessária para reduzir custos de reparo, manter a confiabilidade do sistema
    e causar o mínimo de danos aos clientes. Neste contexto, este trabalho propõe a implementação de
    um método para localização de faltas em linhas de transmissão, a 60 Hz, utilizando Coeficientes de
    frequência Mel-Cepstrais (MFCC's) para pré-processamento de sinais de tensão e corrente e extração
    de componentes principais utilizando análise de componentes principais para obtenção dos melhores
    parâmetros a serem utilizados em um algoritmo de ajuste de curva a fim de determinar a localização
    da falta usando uma equação polinomial. Foram testados sinais com 100, 200 e 400 kHz e polinômios
    de primeiro a quarto grau. Foi encontrado um erro médio relativo geral de 0,074483. Os maiores
    erros relativos foram encontrados perto dos terminais de medição. O melhor resultado foi encontrado
    usando 20 coeficientes, 400 kHz como entradas para um polinômio de 4º grau. A proposta mostrouse
    insensível ao ângulo de inserção da falta, à resistência da falta e mostrou-se estável para diferentes
    faixas de distâncias de falta. Embora o erro relativo encontrado tenha sido maior que o da literatura,
    obtivemos um método híbrido e de fácil visualização.

  • KELSON ANTONIO DE OLIVEIRA SANTOS
  • DESENVOLVIMENTO DE UM MÉTODO COMPUTACIONAL PARA PREDIÇÃO DA NECESSIDADE DE TRANSFUSÃO DE SANGUE APÓS O PARTO
  • Orientador : FLÁVIO HENRIQUE DUARTE DE ARAÚJO
  • Data: 22/03/2024
  • Mostrar Resumo
  • Estudos apontam que o esforço para melhoria da qualidade dos cuidados e a segurança do paciente, aliados as estruturas dos algoritmos de gerenciamento de sangue, funcionam como sistemas de apoio a decisão clínica baseados em Inteligencia Artificial. A utilização da aplicação desses algoritmos podem permitir melhor previsaão tanto da possibilidade de sangramento quanto da necessidade de transfusão. Os métodos computacionais podem auxiliar na identificação dos pacientes com maior necessidade de transfusão e, com isso, fornecer meios para melhorar o gerenciamento sanguíneo. Com base no exposto, este estudo tem por objetivo aplicar algoritmos de aprendizado de máquina para criação de um método computacional que possa prever a necessidade de transfusão de sangue em mulheres no pós-parto. O método desenvolvido possui quatro etapas principais: aquisição de dados, pré-processamento, seleção e classificação. Na aquisição dos dados foram coletados 689 registros referentes ao ano de 2020, obtidos por meio dos sistemas existentes no hospital de ensino referência em atendimento a gestante e pós-parto. Na etapa de pré-processamento, realizou-se a limpeza e a normalização dos dados, resultando em 474 amostras com 44 características. Na etapa de seleção, foram selecionadas 11 características e eliminadas 33 características. A amostra final foi de 474 prontuários, sendo 237 que realizaram tranfusão e 237 que não realizaram e 11 características. Na etapa de classificação avaliamos o uso dos seguintes classificadores: Floresta Aleatória, Regressão Logística e Redes Neurais Artificais. O perfil amostral apontou média de idade 28 anos, a maior incidência de internação na admissão foi partos cesáreos em gestação de alto risco. Todos modelos utilizados apresentaram precisão acima de 89%. Os modelos floresta aleatória e redes neurais apresentaram os melhores desempenhos para prever a necessidade de transfusão de sangue. Esse estudo aponta a viabilidade do uso de aprendizagem de máquina na transfusão de sangue e poderá servir de subsídio para auxiliar o profissional de saúde na conduta clínica para tomada de decisão e no direcionamento do paciente para o melhor tratamento individualizado. E ainda, redução de custos relaionados a transfusão e critérios mais definidos para a segurança do paciente. 

  • VITÓRIA DE CARVALHO BRITO RODRIGUES
  • MTL-KOCH: UMA ESTRATÉGIA DE MULTI-TASK LEARNING PARA O DIAGNÓSTICO Da TUBERCULOSE A PARTIR DE IMAGENS DE BACILOSCOPIA DE ESCARRO
  • Orientador : ANTONIO OSEAS DE CARVALHO FILHO
  • Data: 21/03/2024
  • Mostrar Resumo
  • A Tuberculose é uma doença infecciosa que afeta principalmente os pulmões. A transmissão ocorre pelo ar, quando os pacientes infectados tossem, espirram ou cospem. Apesar de ser a segunda principal causa de morte por infecção no mundo, a tuberculose tem cura e o paciente tem maiores chances de recuperação completa quando é diagnosticado e tratado precocemente, além de reduzir o risco de transmissão. A baciloscopia de escarro é um método tradicional para o diagnóstico e monitoramento do tratamento, onde o especialista analisa as amostras de escarro para detectar a presença dos bacilos. No entanto, a análise das lâminas é um processo exaustivo, pois é manual e depende da experiência do especialista. Abordagens computacionais têm sido desenvolvidas para apoiar o especialista no diagnóstico da tuberculose, auxiliando no processo de análise das imagens das lâminas. Este trabalho propõe uma solução para a contagem automática de bacilos da tuberculose utilizando a estratégia de \textit{multi-task learning}, onde dois modelos compartilham aprendizado no decorrer do treinamento para a execução de suas tarefas. O primeiro modelo gera mapas de densidade destacando locais com presença de bacilos, enquanto o segundo realiza a regressão da quantidade de bacilos na imagem. Para realizar os experimentos, utilizou-se um dataset público com 1265 imagens de baciloscopia de escarro, contendo as anotações dos bacilos. Os resultados obtidos mostraram PSNR de 20,75, BA de 0,87, F1 de 0,72, AP de 0,53, Jaccard de 0,56, R2 de 0,78 e MSE de 5,14, utilizando fine-tuning e operações de aumento de dados espaciais e de intensidade. Apesar da complexidade do problema, o método obteve um bom desempenho nas duas tarefas, conseguindo extrair características importantes dos bacilos e uma contagem final baseada na trajetória de aprendizado das duas redes em conjunto. Além de fornecer ao especialista uma segunda opinião sobre a contagem, os mapas de densidade aprendidos poderão servir como um espelho para validação dessa contagem ou, posteriormente, para a detecção de cada bacilo.

  • YASMIN MARTINS PERCÍ
  • ANÁLISE DO DESEMPENHO DE UM CONTROLADOR PREDITIVO NEURAL UTILIZANDO ALGORITMOS DE TREINAMENTO ADAPTATIVO E NÃO ADAPTATIVO
  • Orientador : JOSE MEDEIROS DE ARAUJO JUNIOR
  • Data: 05/02/2024
  • Mostrar Resumo
  • Nos últimos anos, as técnicas de controle estão sendo cada vez mais aprimoradas, de modo a atender os requisitos de desempenho e garantir a robustez e a estabilidade dos sistemas. Para controladores preditivos, essa otimização é direcionada para o aperfeiçoamento do modelo do sistema a ser controlado, de modo que este represente fielmente a dinâmica do sistema. Entre os controladores preditivos, destaca-se o Controlador Preditivo Generalizado (GPC), o qual utiliza um modelo do processo para estimar a resposta futura, visando com isso determinar o sinal de controle. Nesse trabalho, buscou-se além de utilizar um modelo neural para a representação do sistema, utilizar algoritmos de otimização baseados no Gradiente Descendente, com abordagens adaptativas e não adaptativas para melhorar o desempenho do controlador preditivo neural (NPC). Portanto, foram implementados controladores NPC por meio de algoritmo backpropagation baseado no gradiente descendente (GD) convencional, identificado como NPC-GD e serão desenvolvidos os seguintes controladores: NPC otimizado pelo algoritmo não adaptativo Gradiente Descendente Estocástico com Momento (NPC-SGDM) e NPC otimizado pelo algoritmo adaptativo Momento Adaptativo (NPC-ADAM). Neste trabalho, busca-se avaliar o desempenho desses controladores quando aplicados a dois sistemas dinâmicos não lineares. O primeiro consiste em uma planta de velocidade desenvolvida em laboratório que tem como atuador um motor de corrente contínua. Já o segundo consiste em um modelo biomecânico com um grau de liberdade (1-DOF) de articulação de joelho. Para avaliação de desempenho, foram projetados outros controladores preditivos identificados como GPC-MQNR e GPC-MQR por utilizarem respectivamente
    os algoritmos Mínimos Quadrados Não Recursivo (MQNR) e Mínimos Quadrados Recursivo (MQR) para o ajuste dos coeficientes do modelo CARIMA. Além dos controladores preditivos, foi projetado um controlador PID clássico. Por fim, os desempenhos desses controladores foram avaliados e comparados por meio dos critérios de tempo de subida, sobressinal máximo, além dos índices de desempenho baseados no erro. Como resultado prévio, verificou-se que todos os controladores desenvolvidos até o presente estágio tiveram um desempenho satisfatório com relação ao seguimento de referências, com destaque para os controladores NPC-GD, que tiveram tempo de subida e métricas de erros inferiores aos demais.

  • JOSÉ BORGES DO CARMO NETO
  • A new structure for PID fuzzy type-1 and Interval type- 2 based on phase and gain margin.
  • Orientador : OTACILIO DA MOTA ALMEIDA
  • Data: 19/01/2024
  • Mostrar Resumo
  • Research results on Interval type-2 (IT2) fuzzy control have started to emerge in the literature over the past twenty years. They have received attention because of their potential to handle uncertainties better than type-1 (T1) fuzzy controllers. This paper proposes a new algorithm for auto-tuning PID controllers whose gains are calculated through a self-tuning of the phase and gain margins for the closed-loop system using both type-1 (PID-F-FG) and Interval type-2 Fuzzy Logic (PID-FT2I-FG). The Fuzzy PID and Interval
    type-2 fuzzy PID controller structures are built by using two-dimensional input space, Interval type-2 input fuzzy sets, T1 output fuzzy singletons, product t-norm, sum t-conorm, Karnik–Mendel center-of-set type reducer, and centroid defuzzifier. Simulations using a nonlinear conical tank are presented with the objective of verifying the effectiveness of the proposed control method. The results show that the presented strategy improves the controller performance for the conical tank.

2023
Descrição
  • FRANCISCO ÉRBIO DIAS
  • Otimização de Hiperparâmetros Através de AUTOML em um Sistema de Telemetria para Classificação de Dados Veiculares
  • Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
  • Data: 16/12/2023
  • Mostrar Resumo
  • A otimização de hiperparâmetros desempenha um papel fundamental em aprendizado de máquina,
    afetando significativamente o desempenho do modelo. Para simplificar o desenvolvimento de
    modelos eficientes, as técnicas de Aprendizado de Máquina Automatizado (AutoML) ganharam
    destaque, permitindo a construção de modelos de aprendizado de máquina de maneira mais
    eficiente. Neste estudo é utilizado quatro algoritmos de aprendizagem de máquinas: K-NN,
    Redes Neurais Artificiais tipo MLP, algoritmo Random Forest e o Extreme Gradient Boosting
    com o método validação cruzada e a técnica do k-fold, com folds igual a 10, fazendo o uso
    das principais bibliotecas de AutoML Python, aplicadas em dois bancos de dados veiculares
    obtidos em um sistema de telemetria, através da interface OBD II. Os resultados dos algoritmos
    de otimização de hiperparâmetros mostraram desempenho superior quando comparado com os
    resultados sem a utilização de técnicas de AutoML, nas taxas de acerto em todos os modelos de
    técnicas de aprendizagem de máquinas aplicados

  • MYLLENA CAETANO DE OLIVEIRA
  • Extração de Características Cepstrais e Profundas do Som produzido pelas Abelhas para Classificação da Intensidade da Colmeia
  • Orientador : DEBORAH MARIA VIEIRA MAGALHAES
  • Data: 15/12/2023
  • Mostrar Resumo
  • O manejo das colmeias é crucial para a sustentabilidade da apicultura. No entanto, revisões frequentes durante a colheita de mel podem causar estresse, e em períodos de escassez de alimento, contribuir para a perda de enxames. Este estudo propõe uma abordagem não invasiva e eficiente, combinando o processamento de áudio produzido pelas colônias com técnicas de aprendizado de máquina para identificar a intensidade das colmeias. Inicialmente, concentramos nossos esforços em identificar os níveis fraca, média e forte das colônias, utilizando características cepstrais (MFCCs) e os classificadores MLP, SVM e RF. Obtivemos resultados promissores, com uma acurácia média superior a 97% para os três classificadores. Considerando um cenário mais aderente a realidade do apiário, classificação da colônia em fraca e forte e utilizando um conjunto de dados expandido, os resultados revelaram que o MLP superou modelos clássicos, alcançando uma acurácia de 95,53%. Além disso, exploramos características extraídas por CNNs, como VGG16, ResNet50, MobileNet e YOLO, comparando-as com MFCCs. As características tradicionais superaram aquelas extraídas pelas CNNs, destacando a eficácia dos MFCCs na identificação da intensidade das colmeias. Os resultados deste estudo não apenas contribuem para o avanço na compreensão acústica das colmeias, mas também oferecem informações práticas que podem auxiliar os apicultores na tomada de decisões sobre a seleção de colmeias para a coleta de mel.

  • MESSIAS SILVA DE MELO
  • Redes Convolucionais Aplicadas a Localização de Faltas em Sistemas de Transmissão HVDC utilizando MFCC
  • Orientador : RUI BERTHO JUNIOR
  • Data: 02/10/2023
  • Mostrar Resumo
  • O presente estudo tem como propósito apresentar os resultados obtidos por meio de dois modelos de localização de faltas, empregando diferentes abordagens, em uma linha de transmissão VSC-HVDC de dois terminais com extensão de 200 km. O primeiro modelo consiste em um Perceptron Multicamadas (MLP), enquanto o segundo modelo é baseado em uma Rede Neural Convolucional (RNC). Com o intuito de avaliar o desempenho comparativo, ambos os modelos utilizaram como entrada o sinal de corrente previamente processado por três métodos distintos: Transformada Wavelet Packet (TWP), Coeficientes de Mel-Cepstrais (MFCC) e uma combinação dos dois métodos. Nesse contexto, essas três diferentes abordagens foram testadas tanto no MLP quanto na RNC, sendo constatado por meio dos erros médios absolutos (MAE) e erros médios quadráticos (MSE) que a técnica de extração de características MFCC demonstrou um desempenho superior em comparação com o método TWP. Além disso, observou-se que o desempenho da rede neural utilizando a técnica de extração de características TWP pode ser aprimorado ao ser combinada com outra abordagem de extração de características. Os baixos valores de MAE e MSE evidenciam a alta confiabilidade da combinação proposta entre técnica de extração de características e rede neural em como rede convolucional em sistemas de localização de falhas.

  • PATRICK RYAN SALES DOS SANTOS
  • METODOLOGIA COMPUTACIONAL BASEADA EM BIFPN PARA DETECÇÃO DE BACILOS DE KOCH EM IMAGENS DE BACILOSCOPIA DE ESCARRO
  • Orientador : ANTONIO OSEAS DE CARVALHO FILHO
  • Data: 29/09/2023
  • Mostrar Resumo
  • A tuberculose, uma enfermidade bacteriana decorrente da infecção ocasionada pelo bacilo de Koch. Tal doença afeta primariamente os pulmões, ocasionando complicações significativas ao organismo, sendo considerada a segunda principal causa de morte em decorrência de infecções em escala global, logo abaixo da pandemia de COVID-19. A tuberculose é tratável, mas um diagnóstico precoce é crucial para o sucesso do tratamento. Tradicionalmente, a baciloscopia de escarro tem sido o principal método para o diagnóstico da tuberculose. As amostras de escarro são fixadas em lâminas e esse processo é realizado por um bacteriologista e pode ser um processo demorado e exaustivo, tendo em vista a necessidade de se analisar 100 campos da amostra. Neste trabalho, é proposto uma abordagem baseada na arquitetura de aprendizado profundo EfficientDet sem utilização de pesos pré-treinados, explorando os seus backbones na tarefa de identificação dos bacilos. As imagens de baciloscopia de escarro foram adquiridas a partir de um conjunto de dados público disponibilizado pelo AI Research and Automated Laboratory Diagnostics, consistindo em um total de 928 imagens, todas com a resolução de 1224×1623 pixels. Foram examinadas quatro representações de cores: RGB, LUV, XYZ e Gray. Em cada experimento, realizou-se uma pesquisa de hiperparâmetros utilizando o método Grid Search a fim de identificar o otimizador e a resolução de imagem para a entrada da rede mais apropriados. Os otimizadores avaliados incluíram Adadelta, Adam, AdamW, Adamax, ASGD, NAdam, RAdam, RMSprop, Rprop e SGD, enquanto as dimensões investigadas foram 224, 299 e 512 pixels. A configuração que alcançou o melhor desempenho incluiu o backbone B3, o canal de cor LUV, o otimizador RMSprop e dimensão de entrada de rede de 512×512. Isso resultou em métricas promissoras, incluindo um mean Average Precision de 0,650, Balanced Accuracy de 0,839, Intersection over Union de 0,523, recall de 0,925, precision de 0,694 e f1-score de 0,774. Os resultados obtidos demonstram o potencial do método em detectar os bacilos, o que pode contribuir de forma significativa para o processo de diagnóstico da tuberculose através da análise de imagens microscópicas.

  • ALCILEIDE DALILIA DE SOUSA MENESES
  • ESTUDO TÉCNICO E SOCIAL DOS PROJETOS DE DESSALINIZAÇÃO DO PROGRAMA ÁGUA DOCE COM UTILIZAÇÃO DE SISTEMAS FOTOVOLTAICOS NO SEMIÁRIDO PIAUIENSE
  • Orientador : MARCOS ANTONIO TAVARES LIRA
  • Data: 27/07/2023
  • Mostrar Resumo
  • O semiárido brasileiro é uma região onde as pessoas sofrem com a escassez de água potável e
    diversas alternativas são utilizadas para suprir as necessidades advindas deste recurso, como a
    perfuração de poços tubulares. No entanto, muitos destes sistemas de abastecimento possuem
    alto teor de sais devido a maior parte do semiárido está localizada sobre escudo cristalino,
    impossibilitando a utilização da água para o consumo humano. Em vista disso, sistemas de
    dessalinização são propostos a fim de melhorar o padrão de qualidade da água, mas o grande
    desafio é possuir a disponibilidade de energia elétrica para o seu funcionamento. Neste
    contexto, no estado do Piauí, foram implantados três projetos pilotos de energia solar
    fotovoltaica em sistemas de dessalinização instalados pelo Programa Água Doce – PAD,
    projeto de dessalinização do governo brasileiro, localizados nas comunidades quilombolas
    Laranjo e Silvino, no município de Betânia do Piauí, e a comunidade Barreiro Fechado, em
    Campo Alegre do Fidalgo. O presente trabalho tem como objetivo apresentar um diagnóstico
    técnico e social dos projetos pilotos instalados no semiárido piauiense, gerenciados pelo
    Instituto de Assistência Técnica e Extensão Rural do Piauí – EMATER-PI. Para isso, foram
    utilizadas informações fornecidas pela EMATER, visitas in loco para análise de dados técnicos
    e entrevistas aos usuários do sistema que destacaram a redução das contas de energia elétrica
    após a instalação da geração fotovoltaica. Em síntese, a potência total instalada dos 3 sistemas
    é de 27,93kWp, os sistemas híbridos e off-grid estão atuando e o on-grid ainda não foram
    conectados à rede elétrica. Por esta razão, é possível inferir que a utilização da tecnologia solar
    fotovoltaica se mostra como uma alternativa promissora para a expansão do PAD. No entanto,
    é fundamental destacar a importância de uma abordagem mais cuidadosa nos processos de
    contratação e fiscalização das empresas especializadas para instalação de futuros projetos.

  • PAULO CÉSAR DA SILVA JÚNIOR
  • ANÁLISE DE VIABILIDADE TÉCNICA NA INSTALAÇÃO DE UM SISTEMA FOTOVOLTAICO CONECTADO A REDE EM UMA ESCOLA RURAL NO ÂMBITO DO PROJETO ESCOLAS SOLARES NO PIAUÍ
  • Orientador : MARCOS ANTONIO TAVARES LIRA
  • Data: 18/07/2023
  • Mostrar Resumo
  • O Escolas Solares no Piauí é um projeto de extensão formado por professores e alunos da Universidade Federal do Piauí, que busca fortalecer o desenvolvimento educacional sob a ótica das energias renováveis e da sustentabilidade, englobando também a instalação de sistemas fotovoltaicos conectados à rede nas escolas parceiras. Nesse contexto, o projeto tem procurado alternativas técnico-educativas para o desenvolvimento e fortalecimento dos estudantes da rede pública de ensino quanto a sua grade curricular, além de buscar beneficiar a comunidade escolar, composta por pais, professores e funcionários das localidades. Dessa forma, esse trabalho tem por objetivo apresentar os resultados das ações desenvolvidas pelo projeto em três municípios piauienses entre os anos de 2019 e 2022, com destaque para o município de Oeiras com atuações focadas no meio rural.

  • DAVISSON FRANCISCO TEIXEIRA MORAIS
  • A Flexible and Intelligent Capnograph based on Internet of Things and Biofeedback Technology
  • Data: 24/04/2023
  • Mostrar Resumo
  • With the scenario of the global health crisis established by the COVID-19 pandemic,
    there was a significant increase in the demand for medical services, generating serious
    problems of shortage of medical equipment, such as monitoring devices by capnography and
    mechanical ventilation. Although protocols and security measures have emerged to control
    the chaotic situation, these criteria were insufficient to prevent deaths and an increase in the
    number of patients.
    To face this context, it was necessary not only to look for ways to allocate resources
    (financial, inputs, and equipment) but also to discover new techniques with viable
    implementation potential. Thus, there has been a significant increase in research on flexible,
    low-cost sensors and modern technologies that respond to rapid production processes.
    Therefore, in the meantime, the effort of researchers around the world to test and validate
    flexible health equipment is notorious. And as a consequence, the emergence of a large
    number of prototypes with excellent performance and performance, such as wearable and
    intelligent solutions based on the Internet of Things (IoT) for capnography. These solutions
    can improve and optimize the monitoring system and promote a safe, effective, and proactive
    medical service. However, these systems still have many gaps that add pertinent questions
    including robustness, continuous monitoring, usability, and cost-effectiveness. However, the
    specificities of these points require overcoming a set of challenges that can impact the
    performance and viability of the applied technique. Given this, the biggest challenge to be
    faced by researchers is to find new solutions with more sophisticated and viable methods.
    The research community is moving towards studies and research to discover
    technologies that integrate production processes more quickly and at lower costs. Modern
    and flexible technologies have great potential for implementation but have been used in a
    generalized way, such as the MQ-135 gas sensor, which is a low-cost sensor, abundant in the
    market and that can offer the system flexibility and speed in the process. of production.
    Other impactful tools are the Internet of Things (IoT) integrated with the techniques
    of the Blynk platform that can develop systems with remote management and in real-time
    and the biofeedback technology that appears with a great perspective of innovation, if you
    consider the use of feedback luminous. These technologies can work synergistically to
    improve and optimize a device's performance. To illustrate this process, consider a respiratory
    rate monitoring system (capnograph) that operates continuously, reads, analyzes the data, 

    controls, and sends it to the server that stores and makes it available through a web graphic
    interface or mobile App.
    These points become very promising research topics in the area of capnography, and
    for this reason, they are addressed in this research work. Therefore, this dissertation work is
    motivated by the need to deal with the problems inherent in the monitoring system
    (capnography), such as, for example, assuring the patient a fast and safe treatment.
    In an attempt to solve some of these questions, this dissertation presents a case study
    with the MQ-135 sensor to experiment and evaluate a technological hypothesis, considering
    the device, methodology, and software for a hospital and outpatient capnograph based on
    light feedback and data processing (histogram-type curve, CO2 saturation as a function of
    time).
    The purpose of this proposal is to expand the use of the capnograph presented for
    post-extubation pulmonary rehabilitation so that patient monitoring is a simple, calm, fast,
    safe, and effective procedure. It was demonstrated from the first experiments that the
    development of an intelligent and flexible capnograph presents satisfactory results for the
    monitoring of biofeedback activities and excellent potential to help patients in the process of
    pulmonary rehabilitation.
    The results observed and verified in this work are intended to contribute to the
    advancement of the state of the art on solutions for capnography through new approaches,
    methodologies, and techniques to overcome the challenges that arise from the performance
    of traditional models.

  • GABRYEL FIGUEIREDO SOARES
  • Um Novo Modelo de Misturador Ar-Oxigênio para Ventiladores Mecânicos
  • Data: 11/04/2023
  • Mostrar Resumo
  • As doenças respiratórias são uma das causas mais comuns de morte no mundo e a pandemia de
    COVID-19 é um exemplo importante. Problemas como infecções, em geral, atingem muitas
    pessoas e, dependendo da forma de transmissão, podem se espalhar pelo mundo e debilitar
    milhares de pessoas. Essas doenças apresentam formas leves e graves nas quais os pacientes
    gravemente acometidos necessitam de suporte ventilatório. O equipamento que serve de base
    para o funcionamento do ventilador mecânico é o blender de ar-oxigênio, responsável por realizar
    a mistura ar-oxigênio nas proporções adequadas, garantindo um abastecimento constante. A
    versão mais utilizada desse equipamento é a analógica, que traz uma série de problemas como a
    falta de precisão nos ajustes e no valor da saturação de oxigênio, e o desperdício de gases vindos
    dos cilindros conforme a pressão diminui. A pesquisa realizada propõe um modelo de blender
    que utiliza apenas sensores de pressão dinâmicos para calcular a saturação de oxigênio, baseado
    na equação de Bernoulli. A proposta foi validada através de um modelo de simulação, no qual os
    resultados obtidos mostraram a relação linear entre as pressões e a saturação de oxigênio até uma
    pressão de saída da mistura de 500 cmH2O. Acima deste valor a relação começa a demonstrar
    não linearidades. No entanto, essas não linearidades podem ser ajustadas usando um algoritmo
    de calibração que ajusta o modelo matemático construído. A pesquisa resultou em um avanço
    significativo para no tema, tendo em vista a enorme escassez de trabalhos voltados para esse
    equipamento tão essencial e importante para salvar vidas.

  • ORRANA LHAYNHER VELOSO DE SOUSA
  • Rotulação e Reconhecimento de Entidades Clínicas em Português através de Modelos de Aprendizado Profundo
  • Orientador : DEBORAH MARIA VIEIRA MAGALHAES
  • Data: 05/04/2023
  • Mostrar Resumo
  • Os sistemas de registro eletrônico de saúde (EHR) têm sido amplamente utilizados na prática médica. Tarefas de Processamento de Linguagem Natural (NLP) e Aprendizado de Máquina (ML), como o Reconhecimento de Entidade Nomeada (NER), têm sido usadas para processar esses dados. Em receitas médicas, por exemplo, é possível a extração de informações úteis para a farmacovigilância e o desenvolvimento de sistemas de apoio a tomada de decisão. Entretanto, a disponibilização dessas informações é de difícil acesso para pesquisadores devido à confidencialidade desses dados, principalmente na língua portuguesa. Assim, este trabalho visa a construção de um dataset de receitas clínicas rotulado para a tarefa NER e a avaliação de técnicas de aprendizado de máquina (ML) e aprendizado profundo (DL) para a extração dessas informações. Sete tipos de entidades nomeadas foram utilizadas: apresentação do medicamento, dosagem, frequência e quantidade de uso, nome do medicamento, duração do tratamento e via de administração. Cinco combinações de métodos de extração de características com classificadores: características ortográficas e linguísticas com os modelos Perceptron, Multinomial NaiveBayes e Conditional Random Fields (CRF), as embeddings da Glove com a rede neural BiLSTM, e uma versão finetuned do BERTimbau foram avaliadas. Como resultados, os modelos de DL obtiveram F1-score de 0.99 na extração das entidades. Assim, concluímos que o uso de embeddings de palavras e modelos de aprendizado profundo produzem melhores resultados no reconhecimento de entidades clínicas em português do que abordagens de ML.

  • DANIELE ALVES DA SILVA
  • ELETROMIOGRAFIA E DINAMOMETRIA NA PREDIÇÃO DO RISCO DE QUEDAS EM IDOSOS VIA FERRAMENTAS DE APRENDIZADO DE MÁQUINAS
  • Orientador : HERMES MANOEL GALVÃO CASTELO BRANCO
  • Data: 15/03/2023
  • Mostrar Resumo
  • O processo do envelhecimento afeta os mecanismos de manutenção da integridade física. A avaliação do risco de quedas é rotineira nos serviços de assistência ao idoso, porém subjetiva e demorada, de modo que a automatização do processo é válida. O objetivo deste estudo é utilizar ferramentas de aprendizado de máquina (AM) como instrumento de predição do escore final da Escala de Equilíbrio de Berg (EEB), usando diferentes conjuntos de dados eletromiográficos e dinamométricos coletados durante uma contração isométrica voluntária de músculos do membro inferior, além de comparar o desempenho de várias ferramentas. Trinta participantes foram avaliados com a EEB e com eletromiografia e dinamometria dos músculos vasto lateral, bíceps femoral, gastrocnêmio lateral e tibial anterior durante
    uma contração voluntária isométrica máxima. Após o pré-processamento do conjunto de dados, os atributos foram selecionados por meio de principal components analysis (PCA), correlation-based function selection (CFS) e Relief-F para então serem aplicados às ferramentas multilayer perceptron (MLP), random forest (RF), random tree (RT), k-nearest neighbor (KNN) e least squares support vector regression (LS-SVR). Os sinais mioelétricos mostraram-se mais eficazes para uso na predição do risco de quedas em idosos em relação ao sinal de força. A rede MLP provou-se uma alternativa aceitável na maioria dos casos, sendo um dos melhores modelos de predição da pontuação final da EEB quando utilizados atributos do sinal de EMG selecionados pelo algoritmo CFS, tal como o modelo RF que também apresentou bons resultados utilizando o mesmo conjunto de dados.

  • MARCIELLY DOS REIS MACÊDO
  • Análise da capacidade de hospedagem e do uso do sistema de distribuição
  • Orientador : BARTOLOMEU FERREIRA DOS SANTOS JUNIOR
  • Data: 28/02/2023
  • Mostrar Resumo
  • Neste trabalho, considerando o conceito de Capacidade de Hospedagem, apresenta-se uma análise da inserção de geração distribuída e seus impactos no nível de tensão em regime permanente. Para as análises, foram realizadas as modelagens dos componentes do Sistema de Distribuição 13 barras do IEEE e das unidades de minigerações distribuídas no software ATPDraw. Verifica-se a capacidade de hospedagem do sistema por meio da injeção de GD solar fotovoltaica, considerando a variação da geração e das cargas do sistema ao longo do intervalo de análise. Para cada intervalo de análise foi determinado também o uso do sistema de distribuição por fase, adotando-se como critério de uso o módulo do fluxo de potência ativa. Os resultados mostram que a inserção de GD altera os perfis de tensão e os perfis de uso do sistema. Isto permite identificar para qual GD e horário é solicitado o maior uso desse sistema de distribuição.

  • CAMILA CATIELY DE SÁ ALMONDES
  • Aprendizado Profundo para Detecção de Cálculos Renais em Imagens de Tomografia Computadorizada
  • Orientador : FLÁVIO HENRIQUE DUARTE DE ARAÚJO
  • Data: 24/02/2023
  • Mostrar Resumo
  • A calcificação renal é uma doença comumente observada e é geralmente detectada por urologistas utilizando imagens de tomografia computadorizada (TC), e o número de pessoas com esta patologia incide em 5 a 15% da população acometendo ambos os sexos. Esta anomalia é formada quando a urina apresenta quantidades maiores que o normal de substâncias, como cálcio e oxalato. A detecção em estágio inicial é crucial para um melhor prognóstico, portanto sistemas de visão computacional podem auxiliar o médico na identificação das calcificações, possibilitando o tratamento. O objetivo deste trabalho é criar um método de detecção de calcificações em imagens de TC. Dessa forma, propomos uma metodologia com quatro etapas: A primeira é a aquisição imagens de TC, após esse processo, é  feita a segmentação da Região Renal utilizando a Mask-RCNN. No pré-processamento, as máscaras extraídas na segmentação são utilizadas para obter a localização central do trato urinário, a apartir disto o próximo passo é a detecção das calcificações nessa etapa avaliamos 4 arquiteturas derivadas da Yolov5: a Yolov5n, Yolov5s, Yolov5m, Yolov5l, além disso, também avaliamos diferentes tamanhos de entrada de imagens, que foram:  320x320,  512x512 e  640x640. Para o treino e avaliação do método proposto foram utilizados 20 exames, que totalizaram 532 imagens com calcificação. Os resultados obtidos são promissores, alcançando  precisão e mAP de 0,96 e 0,89 na Yolov5s,  e na Yolov5l com o Recall de 0,86 em um conjunto imagens no tamanho de 512x512 contendo quatro tipos de órgãos e diferentes tamanhos e localizações de cálculos. Por meio da análise realizada, concluímos que utilizando somente a região renal segmentada, os resultados foram superiores do que usando as imagens originais que envolvem totalmente a região do Abdômen.

  • LUCAS MARQUES DE SOUSA SILVA
  • DESENVOLVIMENTO DE UM MÉTODO BASEADO EM APRENDIZADO PROFUNDO PARA CONTAGEM AUTOMÁTICA DE OVOS DO AEDES AEGYPTI EM PALHETAS DE OVITRAMPA
  • Orientador : FLÁVIO HENRIQUE DUARTE DE ARAÚJO
  • Data: 17/02/2023
  • Mostrar Resumo
  • A dengue é uma doença endêmica, sendo um dos principais problemas de saúde em todo o mundo. As ovitrampas simulam um ambiente perfeito para a reprodução do mosquito Aedes aegypti. Consiste em um pote preto cheio de água, que fica estacionário, atraindo o mosquito. Nela é inserido um canudo de madeira, que facilita a postura dos ovos pela fêmea do mosquito Aedes aegypti, que é realizada manualmente, um a um, com auxílio de uma lupa, tornando o processo de contagem lento, e isso se torna uma das maiores desvantagens pois na maioria das vezes a uma grande dificuldade de ter um número exato de ovos pela forma que é feita esta contagem. Este trabalho aborda uma metodologia de visão computacional para contagem de ovos de ovitrampas que visa auxiliar especialistas nesta contagem. Para o desenvolvimento deste trabalho, foram propostos dois métodos para a automação da contagem. O primeiro foi baseado na segmentação das regiões de ovos, e nele investigamos diferentes espaços de cores e arquiteturas U-net com diferentes números de camadas e filtros. Em seguida, buscou-se os melhores parâmetros de uma etapa de pós-processamento com base na morfologia matemática. Os resultados alcançados foram promissores com uma precisão de 98,65% na segmentação dos ovos e um erro quadrático médio de 4,47 na contagem dos ovos, enquanto a segunda técnica foi baseado na criação de mapas de densidades, o CSRNet proposto é composto por dois componentes principais: uma rede neural convolucional (CNN) como front-end para extração de características 2D e um CNN estendida para o back-end, que usa kernels estendidos para fornecer campos de recebimento maiores e substituir operações de desagrupamento, obtendo resultados de erro médio quadrado de 2,82.

2022
Descrição
  • CLÉSIO DE ARAÚJO GONÇALVES
  • Detecção de Leishmaniose Visceral humana utilizando aprendizado profundo em imagens de microscopia do exame parasitológico da medula óssea
  • Orientador : ROMUERE RODRIGUES VELOSO E SILVA
  • Data: 21/12/2022
  • Mostrar Resumo
  • A Leishmaniose Visceral (LV) é uma doença negligenciada que possui entre 50.000 a 90.000 novos casos anuais em todo o mundo. Se não tratada, essa doença pode levar a óbito mais de 95% dos casos. O diagnóstico é realizado em laboratórios especializados e o padrão-ouro para a detecção da LV é feito pela microscopia do material aspirado da medula óssea (exame parasitológico), tendo como objetivo a busca por formas amastigotas por todos os campos da lâmina. Esse processo de análise é realizado manualmente, tornando-se cansativo e laborioso para os profissionais de saúde. Dessa forma, a proposta desse trabalho é auxiliar no diagnóstico da LV utilizando técnicas de Visão Computacional e Aprendizado Profundo em imagens de lâminas provenientes do exame parasitológico da medula óssea. Essa metodologia é composta por duas etapas: na primeira, há a classificação das imagens em positivo ou negativo para LV, utilizando técnicas de transferência de aprendizado e ajuste fino em cinco diferentes arquiteturas de CNN pré-treinadas; na segunda, realiza-se a segmentação das amastigotas nas imagens positivas para LV, dividindo as imagens em recortes e aplicando a arquitetura U-Net para indicar precisamente a região do parasita na imagem. Para isso, utiliza-se um conjunto de dados contendo 150 imagens, onde 78 imagens pertencem à classe positiva e 72 à classe negativa. No melhor modelo de classificação, atinge-se uma acurácia de 99,1%, f1-Score de 99,2% e kappa de 98,3%. Na segmentação das amastigotas, obtém-se um Dice de 80,4%, IoU de 75,2% e AUC de 86,5%. Os resultados são promissores e demonstram que modelos de aprendizado profundo treinados com imagens de lâminas da microscopia de material biológico podem auxiliar o especialista na detecção da LV em humanos.


  • ANTONIO GALENO PEREIRA NETO
  • EMPREGO DE TÉCNICA DE MODELAGEM LOCAL MÚLTIPLA INVERSA PARA IDENTIFICAÇÃO DE SISTEMAS DINÂMICOS COM OUTLIERS
  • Orientador : LUIS GUSTAVO MOTA SOUZA
  • Data: 20/12/2022
  • Mostrar Resumo
  • Com o crescimento de sistemas e processos não lineares, principalmente em ambientes industriais,
    os estudos por novas e mais precisas técnicas de Identificação de Sistemas Dinâmicos têm
    aumentado nas pesquisas. Dentre essas técnicas, as que permitem a geração de modelos locais
    apresentaram grande avanço, permitindo a geração de diversos modelos lineares locais para
    representar sistemas mais complexos. Também é preciso se preocupar com a inserção de ruídos
    nos dados, dependendo da fonte os processos podem acabar absorvendo informações que não
    são relevantes para a geração do modelo (outliers), o que pode interferir significativamente no
    processo de identificação. Neste trabalho, os modelos locais múltiplos D-MKSOM e P-MKSOM
    foram modificados para tratar dados discrepantes através da técnica de estimação M, passando
    assim a realizar uma estimação mais robusta, sendo então aplicados em bases de dados com fortes
    não linearidades. Os dados utilizados foram contaminados com ruído para avaliar quantitativa e
    qualitativamente a robustez dos algoritmos e o comportamento do erro obtido nos testes. Para
    fins de comparação, a rede neural global ELM também foi aplicada aos dados com a aplicação
    da estimatição M. Nos resultados observou-se que os algoritmos propostos levam a uma melhor
    generalização a partir da análise de resíduos e robustez para inserção de outliers nos dados de
    teste.

  • CLÉIA GONÇALVES DE ARAÚJO
  • Curtos-Circuitos e Geração Distribuída: análise de impactos em um sistema elétrico real com Atp/ATPDraw
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 09/12/2022
  • Mostrar Resumo
  • A Geração Distribuída (GD) ganhou destaque no setor elétrico brasileiro nos últimos anos, esse crescimento se tornou notável com a implantação da Resolução Normativa 482/2012 pois estabeleceu condições gerais para esse tipo de geração, e possibilitou ao consumidor final gerar sua energia elétrica. Recentemente, com a aprovação da Lei 14.300, de 06 de janeiro de 2022, os consumidores brasileiros ganharam mais segurança jurídica para produzir sua própria energia. A GD é uma geração de energia que tem por característica a utilização de fontes renováveis e localização próxima aos consumidores finais, e que não necessariamente utiliza as redes de transmissão de energia elétrica, pois pode ser conectada diretamente nas redes de distribuição. Esse tipo de geração reduz o consumo de combustíveis fósseis e emissão de gases, ajudando a preservar o meio ambiente, e reduz custos e perdas de energia com linhas de transmissão. No entanto, a inserção de GD nas redes elétricas de distribuição provoca mudanças de comportamento relevante nos níveis operacionais, alterando limites de tensão, corrente, harmônicos e proteção. Neste cenário, o presente trabalho realizou uma análise comparativa do comportamento da rede elétrica de distribuição em relação aos níveis de tensão quando se conecta a ela uma GD do tipo fotovoltaica (FV) e também uma pequena central hidrelétrica (PCH). Nesta pesquisa realizou-se um estudo dessa variação de tensão na ocorrência de curtos-circuitos monofásicos, bifásicos e trifásicos. Para as modelagens foi utilizado o software ATPDraw, em que foi possível criar uma rede elétrica de distribuição com dados reais e usinas FV e PCH, em que produziu-se simulações de conexão das GD e realização dos curtos-circuitos. Os resultados analisados foram extraídos para o MatLab, em foi possível realizar um comparativo dos níveis de tensão provocados pelos curtos-circuitos. Verificou-se, portanto, que a conexão da GD na rede de distribuição impactou no melhoramento do transitório, pois diminui o afundamento de tensão, além de verificar que a PCH, quando comparada a FV, obteve maior elevação do nível de tensão na ocorrência de curtos-circuitos da rede.

  • POLYANA KATRINE DE OLIVEIRA ROMÃO
  • Aplicação da estatística de ordem superior, discriminante linear de fisher e redes neurais na detecção e classificação da corrente de inrush em transformadores de potência.
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 06/12/2022
  • Mostrar Resumo
  • Essa dissertação proprõe um método para classificação de transitórios elétricos, decorrentes de correntes de inrush em transformadores de potência de 69/13,8 kV, a partir da aplicação sequencial das técnicas de Estatística de Ordem Superior (EOS), Discriminante Linear de Fisher (DLF) e Redes Neurais (RNA), na perspectiva de análise sobre banco de dados/dados históricos. No tocante, foram simulados 4 tipos de eventos no software ATP (Alternative Transient Program), correspondentes aos cenários de regime permanente (RP), curto-circuito (CC), falta interna (FI), acionamento de bancos capacitores (BC) e corrente de inrush (IN), sendo realizado a extração das melhores caractéristicas de cada tipo de evento pela EOS e destas selecionado as com maior potencial de distinção, possibilitando a classificação da IN frente aos demais tipos de eventos, através do reconhecimento dos seus padrões, obtidos durante  a aplicação da RNA. A aplicação das técnicas em conjunto, credibilizou a eficiência quanto à aplicação, tendo em vista, que a finalidade de classificação obteve uma resposta satisfatória.

     

  • POLYANA KATRINE DE OLIVEIRA ROMÃO
  • Aplicação da estatística de ordem superior, discriminante linear de fisher e redes neurais na detecção e classificação da corrente de inrush em transformadores de potência.
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 06/12/2022
  • Mostrar Resumo
  • Essa dissertação proprõe um método para classificação de transitórios elétricos, decorrentes de correntes de inrush em transformadores de potência de 69/13,8 kV, a partir da aplicação sequencial das técnicas de Estatística de Ordem Superior (EOS), Discriminante Linear de Fisher (DLF) e Redes Neurais (RNA), na perspectiva de análise sobre banco de dados/dados históricos. No tocante, foram simulados 4 tipos de eventos no software ATP (Alternative Transient Program), correspondentes aos cenários de regime permanente (RP), curto-circuito (CC), falta interna (FI), acionamento de bancos capacitores (BC) e corrente de inrush (IN), sendo realizado a extração das melhores caractéristicas de cada tipo de evento pela EOS e destas selecionado as com maior potencial de distinção, possibilitando a classificação da IN frente aos demais tipos de eventos, através do reconhecimento dos seus padrões, obtidos durante  a aplicação da RNA. A aplicação das técnicas em conjunto, credibilizou a eficiência quanto à aplicação, tendo em vista, que a finalidade de classificação obteve uma resposta satisfatória.

     

  • DANILLO DE OLIVEIRA SOBREIRA
  • PROTEÇÃO DE LINHAS DE TRANSMISSÃO NO DOMÍNIO DO TEMPO USANDO GRANDEZAS INCREMENTAIS COM ATP/ATPDRAW
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 05/12/2022
  • Mostrar Resumo
  • Apresenta-se nessa pesquisa uma análise sobre as funções de proteção direcional e de distância, baseadas em grandezas incrementais, aplicadas na proteção de linhas de transmissão. Essas técnicas têm ganhado destaque em pesquisas e implementações práticas, permitindo ganho de tempo na eliminação de faltas e possibilitando melhora nas margens de estabilidades do sistema elétrico. Na avaliação do desempenho dessas técnicas utilizou-se o software Alternative Transient Program(AtpDraw) para modelar as funções de proteção e o sistema de teste, onde foram realizadas diversas simulações, de modo a verificar a resposta desses algoritmos diante de diversos cenários. Para complementar a análise, os algortimos foram testados em duas faltas reais.

  • MARCELO LOPES VIEIRA BEZERRA
  • GERAÇÃO FOTOVOLTAICA ON-GRID COM COMPENSAÇÃO DE HARMÔNICOS E CORREÇÃO DO FATOR DE POTÊNCIA
  • Orientador : RAFAEL ROCHA MATIAS
  • Data: 07/11/2022
  • Mostrar Resumo
  • Este trabalho apresenta a análise e projeto de um sistema fotovoltaico (fv) on-grid
    que apresenta a funcionalidade de compensar harmônicos de corrente e corrigir o fator de
    potência no ponto de conexão com a rede. O sistema fv apresenta um estágio CC-CC e um
    estágio CC-CA. O estágio CC-CC é formado por um conversor boost intercalado com três
    braços para reduzir os esforços de corrente nos dispositivos semicondutores de potência,
    além disso, o mesmo é composto de um sistema de controle destinado ao rastreamento
    de máxima potência do arranjo fv cujo algoritmo utilizado é o Pertuba e Observa. O
    estágio CC-CA é formado com um ltro ativo paralelo cuja função é ltrar harmônicas
    de corrente e corrigir o fator de potência no ponto de conexão com a rede. A geração das
    referências do ltro é realizada através da Teoria PQ com a adição da potência gerada
    pelo arranjo fv e para a sintetização das correntes de referência foi utilizado a estratégia
    de controle preditivo baseado em modelo por conjunto de estados nitos (
    FCS-MPC -
    Finite Control Set Model Predictive Control
    ). Com efeito, esse tipo de controle apresenta
    baixa complexidade, não necessita de um modulador e pode-se incluir restrições e não
    idealidades do sistema. O algoritmo implementado para esse controle nesse trabalho
    considera restrições na comutação dos interruptores do ltro ativo.

  • ANTONIO ARAUJO RODRIGUES
  • Diferenciação acústica de espécies de mosquitos baseada em características cepstrais, temporais e espectrais
  • Orientador : DEBORAH MARIA VIEIRA MAGALHAES
  • Data: 24/10/2022
  • Mostrar Resumo
  • O controle de doenças transmitidas por mosquitos é desafiado pela globalização, urbanização e aquecimento global. Inseticidas sintéticos administrados em nebulizações de áreas abertas e pulverizações em ambientes fechados são abordagens comuns de erradicação, mas ao custo da toxicidade e resistência desenvolvida pelo mosquito. Uma vez que faltam técnicas de vigilância escaláveis e de baixo custo, há uma carência de dados a respeito da distribuição dos mosquitos. Diante disso, um método automatizado acessível para detectar mosquitos poderia gerar dados de alta qualidade em escalas espaciais e temporais para apoiar iniciativas de prevenção. Propomos um descritor compacto e eficaz para detectar automaticamente o Aedes aegypti e diferenciar as espécies de mosquitos, combinando características cepstrais, de tempo e frequência extraídas dos sons produzidos pelo batimento das asas dos mosquitos. Para isso, aplicamos uma etapa de pré-processamento que inclui aumento de dados para contornar conjuntos de dados pequenos e desbalanceados. Em sequência, extraímos características dos sinais de áudio. Além disso, também realizamos a extração de características através das arquiteturas profundas ResNet, VGG16, VGG19  pré-treinadas. Os resultados revelam que o descritor proposto combinado ao classificador LGBM atinge 0,99 para acurácia, kappa, precisão, recall e F1-score para detectar a presença do Aedes aegypti e diferenciar espécies de mosquitos, superando grande parte das soluções presentes da literatura. No cenário multiespécies, a proposta supera os 93% para todas as métricas. Consequentemente, acreditamos que nossas descobertas podem apoiar a implantação da solução proposta em dispositivos de baixa computação para detecção de focos do mosquito de maneira acessível, escalável e em tempo real, sendo essencial para estimular a participação da população e criar um mapa da distribuição de focos.

  • PABLO RODRIGUES LOPES
  • REAL-TIME IMPLEMENTATION OF NEURAL NETWORK POWER PROTECTION FUNCTION ON LOW-COST UNIVERSAL RELAY PROTOTYPE
  • Orientador : RUI BERTHO JUNIOR
  • Data: 30/09/2022
  • Mostrar Resumo
  • Este trabalho apresenta uma plataforma protótipo de baixo custo capaz de executar as principais funções de um relé de proteção, utilizando como base o minicomputador Raspberry Pi 3B+, possibilitando que seus usuários possam implementar funções de proteção em hardware e realizar ensaios em tempo real. Foram realizados testes que comprovaram a capacidade do Raspberry Pi 3B+ em fornecer respostas em tempo real, através de configurações específicas em seu Sistema Operacional. Um circuito experimental foi construído para enviar os sinais de faltas elétricas de uma mala de testes de relés de proteção para o Raspberry Pi, através do condicionamento dos sinais de tensão e corrente e sua digitalização. Além disso, uma biblioteca de funções foi desenvolvida para executar algoritmos de proteção mais simples, como a detecção de faltas trifásicas simétricas, bem como um algoritmo de proteção mais complexo baseado em redes neurais, capaz de diferenciar faltas trifásicas de transitórios gerados por variações de grandes cargas. Os resultados obtidos mostram que o relé protótipo é capaz de executar funções de proteção simples e complexas dentro de um tempo de atuação pré-definido, além de realizar amostragem dos sinais de tensão e corrente de forma satisfatória.

  • JOSÉ DE ANCHIETA ARAUJO MARQUES
  • UMA ABORDAGEM BASEADA EM COEFICIENTES DE FREQUÊNCIA MEL CEPSTRAIS E MODELOS DE APRENDIZADO DE MÁQUINA PARA LOCALIZAÇÃO DE FALTAS EM LINHA DE TRANSMISSÃO
  • Orientador : HERMES MANOEL GALVÃO CASTELO BRANCO
  • Data: 25/07/2022
  • Mostrar Resumo
  • Faltas nas Linhas de Transmissão (LTs) podem causar grandes prejuízos aos usuários e aos

    gestores de Sistemas Elétricos de Potência (SEP). Dessa forma, é de suma importância tornar o
    processo de localização de tais faltas cada vez mais eficiente, para que estas possam ser reparadas
    o mais rápido possível. No presente estudo foram aplicados os Coeficientes de Frequência Mel
    Cepstrais (MFCC) como ferramenta de pré-processamento dos sinais de tensão coletados nos
    dois terminais da linha de transmissão durante a falta, além de um modelo de Aprendizado de
    Máquina (AM), responsável pela localização das faltas na prática. Foram testados diferentes
    modelos de AM, quais sejam: uma Rede Neural Artificial (RNA), uma Regressão de Vetores
    de Suporte (SVR) e um Regressão de Vetores de Suporte com Mínimos Quadrados (LS-SVR),
    dentre os quais se percebeu que a RNA teve o melhor resultado geral, sendo capaz de processar
    todas as simulações. Utilizou-se uma linha de transmissão modelada com base em parâmetros de
    uma linha real. No MATLAB, Vários cenários foram simulados com a RNA, que apresentou
    os melhores resultados iniciais, e o método proposto forneceu resultados com alta precisão na
    localização de faltas em ambientes não ruidosos, com Erro Médio Relativo (EMR) geral de
    0,00004 % e Erro Médio Absoluto (EMA) geral de 0,13 m. Posteriormente, foram verificadas as
    influências do tipo de falta, das resistências de faltas, dos ângulos de faltas e das distâncias de
    faltas no método de localização, utilizando-se os resultados da melhor arquitetura da RNA. O
    método proposto demonstrou ainda ser capaz de realizar a detecção rápida e precisa de faltas,
    mesmo quando considerados percentuais pequenos da base de dados ou/e a partir da adição de
    várias relações sinais-ruídos aos sinais de tensão. Esses resultados apontam que o procedimento
    metodológico proposto é uma boa alternativa para localização de faltas em LT.

  • ROBÉRIO OLIVEIRA RODRIGUES
  • ANÁLISE E PROJETO DE UM CONVERSOR CÚK PARA INTERLIGAR UM TRANSFORMADOR DE ESTADO SÓLIDO A UM SISTEMA DE MICROGERAÇÃO FOTOVOLTAICA
  • Orientador : OTACILIO DA MOTA ALMEIDA
  • Data: 25/07/2022
  • Mostrar Resumo
  • Os transformadores convencionais de potência são amplamente utilizados na conversão de níveis
    de tensão em redes de transmissão e distribuição de energia, estes equipamentos por sua vez,
    apresentam algumas restrições que dificultam seu emprego na geração solar fotovoltaica, como
    a falta de um sistema de controle, além de não possuírem barramento CC em sua construção,
    e neste aspecto, tornam-se ineficientes quando comparados a tecnologias emergentes, como
    os Transformadores de Estado Sólido (TES). Dessa forma, este trabalho propõe o uso de um
    TES CA-CC, isolado, monofásico e bidirecional, em um sistema de microgeração fotovoltaica
    com potência ativa de 520 W. Para possibilitar o rastreamento do ponto de máxima potência
    (Maximum Power Point Tracking - MPPT), um conversor Cúk foi dimensionado e seus terminais
    de entrada e saída, conectados respectivamente ao arranjo fotovoltaico e em um barramento
    CC presente no TES. O algoritmo de Condutância Incremental (INC) foi utilizado para gerar a
    referência de tensão de máxima potência. Adicionalmente, também se utilizou como estratégia
    de controle, a técnica PID discretizada pelo método de Tustin. Para realizar a sintonia deste
    controlador, o ganho e a margem de fase foram utilizados de acordo com o método de Aström &
    Hägglund, por sua relativa simplicidade. A abordagem apresentou resultados satisfatórios e não
    exigiu o modelo matemático do processo para os cálculos. A pesquisa apresenta os resultados de
    simulação obtidos através do software PSIM, onde foram analisados: O sistema de microgeração
    fotovoltaica sob condição de 1000W/m2 e 25 °C e também sob efeitos de sombreamento; a
    integração desse sistema ao barramento CC nos diferentes modos de operação do TES, (Modo
    de Operação Retificador – MOR) e (Modo de Operação Inversor - MOI); analisados ainda os
    efeitos da variação da irradiância solar e temperatura sobre a potência gerada e fornecida à rede
    elétrica por meio do TES. Ao final das análises, pôde se constatar um overshoot de tensão de
    aproximadamente 5,9 V na entrada do conversor Cúk, um THD de corrente quando considerado
    a integração do sistema de microgeração fotovoltaica entre 6,77 % e 3,4 %, além de um alto fator
    de potência (FP > 0,99).

  • ÉDSON DAMASCENO CARVALHO
  • METODOLOGIA COMPUTACIONAL PARA SEGMENTAÇÃO, CLASSIFICAÇÃO E ANÁLISE TEMPORAL DE TUMOR EM IMAGENS DE RESSONÂNCIA MAGNÉTICA DA MAMA
  • Orientador : ANTONIO OSEAS DE CARVALHO FILHO
  • Data: 15/07/2022
  • Mostrar Resumo
  • O câncer de mama é o mais comum entre as mulheres e representa a segunda principal causa de morte por câncer em todo o mundo. Com o crescente aumento do número de câncer de mama no mundo, a detecção precoce é uma estratégia para encontrar o tumor em fase inicial e, assim, possibilitar melhor chance de tratamento. Nos últimos anos, tem crescido a adoção de exames de imagem para a prevenção, diagnóstico e tratamento do câncer de mama. A Ressonância magnética com realce de contraste dinâmico (DCE-MRI) é um exame minimamente invasivo amplamente utilizado na análise da resposta terapêutica do tumor ao tratamento, sendo fundamental para o acompanhamento do paciente. A análise manual dessas imagens pelo especialista é extremamente complexa, tornando o processo de análise exaustivo e propício a equívocos. Dessa forma, a vulnerabilidade a erros nesse tipo de análise tornam-se frequentes, o que sugere o desenvolvimento de métodos automáticos para análise de imagens DCE-MRI da mama. Neste trabalho, é proposta uma metodologia automática capaz de segmentar a região do tumor, classificar a malignidade, gerar e analisar os habitats tumorais ao longo do tempo em imagem DCE-MRI da mama. A segmentação do tumor foi realizada usando duas arquiteturas de aprendizado profundo, a SegNet e a UNet. A classificação da malignidade dos tumores foi realizada pelo método da curva 3TP. O algoritmo K-means, juntamente com um índice de diversidade filogenética foi empregado para geração dos habitats tumorais. A metodologia proposta foi testada na base de imagens pública QIN Breast DCE-MRI, que possui 20 DCE-MRI de 10 pacientes, onde cada paciente tem dois exames, V1 e V2, adquiridos com intervalo de 30 dias. Os resultados obtidos apresenta um Dice acima de 90% na segmentação do tumor, uma acurácia de 100% na classificação da malignidade dos tumores e de seus habitats. A análise da variação volumétrica dos habitats tumorais similares para os volumes V1 e V2 de cada paciente, mostrou-se capaz de mensurar quanto a alterações que podem ser indicativos de respostas ao tratamento ministrado no paciente, conseguindo caracterizar as mudanças em 100% dos casos de teste. Os resultados apresentados mostraram-se bastantes promissores, podendo a metodologia proposta ser integrada como um sistema de auxílio ao especialista no tratamento de pacientes com câncer de mama.

     

  • ATOS APOLLO SILVA BORGES
  • A SOM-BASED ANALYSIS OF GRAPHO-PHONIC-PHONOLOGICAL TRANSFER PHENOMENA BETWEEN BRAZILIAN PORTUGUESE (L1) AND ENGLISH (L2)
  • Orientador : FABIO ROCHA BARBOSA
  • Data: 11/07/2022
  • Mostrar Resumo
  • Pronunciation is one of the key elements that influence the mastery of a language. Especially in the process of learning a non-native language, pronunciation is a central concern for those who want to communicate effectively. There is a well documented class of processes known as transfer phenomena that happens between Portuguese (L1) and English (L2) produced by Brazilian learners. Despite the recent advances in transcription techniques, the identification of these processes is made mainly through manual classification, a slow and laborious process done by specialized linguists. The rapid identification of these phenomena would be of great value for software doing proficiency placement tests and could be used in language schools, distance education, computer-assisted pronunciation training (CAPT) or by autodidacts and researchers. The present work analyzed the use of Self-Organizing Maps for identification of grapho-phonic-phonological transfer phenomena produced by Brazilian English-L2 students. The results suggest not only a reliable and efficient technique for transfer process identification but also a tool that can be used for proficiency placement based on the occurrence of transfer processes during the reading process.

  • ROSSINY GOMES DO NASCIMENTO
  • Localização de Faltas em Linha de Transmissao de Alta Tensão por Ondas Viajantes – Uma Abordagem Baseada no LMS, Filtros Savitzky-Golay e Transformada Wavelet
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 06/07/2022
  • Mostrar Resumo
  • Uma metodologia baseada em ondas viajantes para a estimação de faltas em linhas de transmissão
    utilizando o filtro Least Mean Square (LMS) é apresentada. Uma linha de transmissão real
    de 500kV/60Hz, considerada perfeitamente transposta, foi simulada no software Alternative
    Transient Program (ATP) para avaliar diversos cenários de faltas possíveis de ocorrer em
    condições reais de operação do sistema elétrico, variando-se a distância de ocorrência, tipo
    e resistência da falta, ângulo de incidência, frequência de amostragem, potência do ruído
    branco contaminante, além de simulações com compensação em série e em paralelo da linha de
    transmissão modelada. O desempenho do LMS foi comparado com as performances do filtro de
    Savitzky-Golay (SG) e da Transformada Wavelet (TW) nas mesmas condições de análise para a
    averiguação da técnica mais efetiva na estimação das distâncias de falta. A metodologia avaliada
    consistiu nas seguintes etapas: os sinais trifásicos de tensão foram obtidos, desacoplados e
    submetidos às três técnicas de Processamento Digital de Sinais (PDS) objetivando extrair apenas
    as variações de alta frequência do sinal para a posterior obtenção dos intervalos de tempo de
    propagação das Ondas Viajantes e, assim, proceder ao cálculo das distâncias; o desacoplamento
    de fases através da Transformada de Clarke, adição de ruído branco e aplicação das técnicas de
    PDS foram executadas no software Matlab. Os resultados evidenciaram a efetividade do filtro
    LMS na estimação das distâncias de faltas em linhas compensadas e não compensadas e em
    sinais comprometidos por ruídos.

  • MÁRIO RODRIGUES GOMES MEIRELES FILHO
  • UMA ABORDAGEM PREDITIVA PARA A PRODUÇÃO DE MEL COM BASE EM DADOS CLIMÁTICOS
  • Data: 07/06/2022
  • Mostrar Resumo
  • O Estado do Piauí é um dos maiores produtores de mel do Brasil, tendo a apicultura uma grande importância socioeconômica para vários municípios do Estado. Conhecer os fatores que permitam o desenvolvimento da produção melífera, são essenciais para o crescimento econômico, principalmente para a apicultura ligada à agricultura familiar. As mudanças climáticas de uma região são uma das características que interferem diretamente na produção do mel. Desta forma, buscar conhecer como essas alterações podem interferir no resultado do desenvolvimento da apicultura é de fundamental importância para o setor produtivo. O uso de tecnologias de Inteligência Artificial permite a execução de atividades como reconhecimento de padrões e predições de valores a partir de séries temporais. Neste trabalho foram investigadas combinações de modelos de Redes Neurais (CNN-Dense; GRU-Dense e LSTM-Dense), com o intuito de determinar qual apresenta melhor desempenho na predição do quantitativo de mel produzido com base nos dados climáticos diários. Neste trabalho, usamos como estudo de casos, dados da região de Piracuruca. As redes estudadas obtiveram resultados nos índices de erro médio quadrático – RMSE (Root Mean Squared Error) e desvio padrão da produção inferiores a 3% do valor da produção para um período estudado. Dos modelos propostos no estudo, podese destacar o modelo LSTM-Dense, do qual se obteve os melhores resultados nos índices estudados, principalmente no índice R2, que representa o coeficiente de determinação, obtendo uma precisão de 99,999% quando comparado aos resultados encontrados da produção pela rede neural com os dados conhecidos da base de teste. Demonstrou-se assim a eficiência no uso dos modelos de Redes Neurais para o reconhecimento de padrões climáticos na predição da produção de mel.

     

    DEFESA MARIO RODRIGUES GOMES MEIRELES FILHO
    Terça-feira, 7 de junho · 4:00 até 5:00pm
    Informações de participação do Google Meet
    Link da videochamada: https://meet.google.com/ecw-qktu-wes
    Ou disque: ‪(US) +1 234-755-2746‬ PIN: ‪520 884 294‬#

  • JOILANE DE SOUSA ROCHA
  • APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA IDENTIFICAÇÃO DAS DINÂMICAS DE TEMPERATURA E UMIDADE INTERNA DE UMA INCUBADORA NEONATAL
  • Orientador : JOSE MEDEIROS DE ARAUJO JUNIOR
  • Data: 09/05/2022
  • Mostrar Resumo
  • A incubadora neonatal consiste em um equipamento hospitalar utilizado para proporcionar
    condições de temperatura e umidade adequadas para os recém-nascidos, sendo seu funcionamento
    certificado de acordo com a norma técnica NBR IEC (International Electrotechnical
    Commission) 60601-2-19. Por lidar com pacientes sensíveis às mudanças de temperatura, é
    necessário a certificação do equipamento, a fim de garantir que este funcione adequadamente. No
    entanto, durante a certificação, é preciso interromper o funcionamento da incubadora, afetando
    diretamente na quantidade de recém-nascidos assistidos com esses equipamentos. Dessa forma,
    este trabalho propõe a identificação das dinâmicas de temperatura e umidade no interior da
    incubadora realizada por meio da rede neurais artificiais do tipo Multilayer Perceptron (MLP)
    e Radial Basis Function (RBF), treinadas a partir de vetores de regressão baseados nas estruturas
    Neural Network Autoregressive With Exogenous Input (NNARX) e Network with Finite
    Inpulse Response (NNFIR). Os modelos neurais obtidos podem ser utilizados como sistema
    de inferência aplicados como sensores virtuais, substituindo a implantação de sensores físicos,
    diminuindo a ocorrência de falhas e redução dos custos de implantação, além de ser utilizados
    nos projetos dos controladores presentes nas malhas de temperatura e umidade. Assim, conforme
    a metodologia aplicada é possível otimizar procedimentos de certificação da incubadora. Dessa
    maneira, os resultados apresentados demonstram que as redes neurais aplicadas são capazes de
    realizar satisfatoriamente a identificação da temperatura e umidade, podendo ser utilizadas como
    sensores virtuais.

  • MATEUS DE MELO ARAÚJO
  • A Propriedade de Transparência em Algoritmos de Árvores de Decisão e sua Aplicação na Teoria de Formação dos Gases em Transformadores de Potência
  • Orientador : OTACILIO DA MOTA ALMEIDA
  • Data: 22/04/2022
  • Mostrar Resumo
  • A análise de gases dissolvidos em óleo é a principal técnica utilizada para prever possíveis falhas em transformadores de potência. Atualmente, existem diversos algoritmos que auxiliam na análise preditiva, mas todos eles têm em comum o fato de serem baseados na teoria clássica de geração de gases. Este trabalho tem como objetivo propor novas perspectivas no uso de árvores de decisão para análise de gases dissolvidos em óleo de transformadores de potência bem como estabelecer a relação contida na tomada de decisão durante a formação das árvores com a teoria dos gases dissolvidos no óleo. Desta forma, algumas análises sobre a teoria da formação de gás aplicada ao óleo mineral isolante podem ser melhor compreendidas e dimensionadas. Para isso, serão utilizados dois banco de dados, o primeiro contendo 162 amostras (validadas em comunidade científica) e o segundo composto de 201 amostras advindas de transformadores em estado de falha disponibilizadas pela IEEE. Os dois conjuntos de dados serão submetidos ao algoritmo desenvolvido em Python, com obtenção de percentuais de precisão acima de 97% para ambos. A aplicação permitirá uma análise consistente e sistemática da metodologia proposta com relação à teoria de formação dos gases. O resultado da árvore será disposto em um plano cartesiano e os gases serão analisados com base nas razões adotadas por Doernenburg. A árvore de decisão será discutida passo a passo, a fim de validar o algoritmo baseado na teoria clássica de formação dos gases, permitindo também a conclusão de uma possível revisão na teoria de formação dos gases com respeito à temperatura.

  • JOSÉ ANATIEL GONÇALVES SANTOS LANDIM
  • METODOLOGIA AUTOMÁTICA PARA DETECÇÃO DE LESÕES DE COVID-19 BASEADA EM TOMOGRAFIA COMPUTADORIZADA USANDO ABORDAGENS DEEP LEARNING
  • Orientador : ANTONIO OSEAS DE CARVALHO FILHO
  • Data: 08/04/2022
  • Mostrar Resumo
  • A COVID-19, doença causada pelo novo coronavírus, após descoberta, espalhou-se rapidamente por vários países. O número de infectados ultrapassa 462 milhões em todo o mundo, e mais de 6 milhões de mortes foram registradas até março de 2022. Existem várias formas de diagnosticar o COVID-19, desde testes rápidos a exames por imagem. O presente trabalho, propõe uma metodologia computacional automática para detecção de regiões suspeitas de COVID-19 a partir de exames de Tomografia Computadorizada, um exame de imagem não invasivo que produz imagens de alta resolução e qualidade dos órgãos internos do paciente. O método proposto pode ser dividido em cinco grandes etapas, sendo: i) é realizada a aquisição das bases de imagens contendo os exames de TC; ii) acontece a etapa de pré-processamento, que consiste na padronização das imagens de entrada; iii) faz-se a extração dos pulmões para remoção das demais estruturas que não são de interesse; iv) é feita a segmentação das regiões suspeitas acometidas pede COVID-19, utilizando as arquiteturas U-Net e RGA; e por fim, v) é feita validação dos resultados. Para a segmentação do parênquima pulmonar, o método proposto alcançou 92% de Dice. Para os resultados da segmentação de lesões, a arquitetura U-Net alcançou um Dice de 82% e a arquitetura baseada em RGA alcançou um Dice de 71%. Por fim, os resultados são promissores e animadores, os quais, tornam a metodologia proposta apta a integrar um sistema de auxílio real em ambientes clínicos reais.

     

2021
Descrição
  • LARISSE DE MORAES OLIVEIRA GOMES
  • Melhoria da eficiência de sistemas fotovoltaicos por meio de arrefecimento
  • Orientador : MARCOS ANTONIO TAVARES LIRA
  • Data: 23/12/2021
  • Mostrar Resumo
  • O aumento do consumo de energia elétrica aumenta a cada dia juntamente com as precauções
    em relação ao meio ambiente. Com isso há uma busca por fontes de energias renováveis no
    mundo e no Brasil não é diferente. Nesses últimos anos houve uma grande expansão em energia
    fotovoltaica e eólica em detrimento das hidroelétricas. Neste cenário, um estudo que promova
    à aplicação e melhorias no sistema fotovoltaico é de grande relevância. Isto está relacionado ao
    aumento de potência e da eficiência dos painéis fotovoltaicos que podem ser melhorados através
    de sistemas de monitoramento e arrefecimento. Propõe-se nesse trabalho, o desenvolvimento
    de um sistema padrão de monitoramento e controle para usinas fotovoltaicas que conceda
    estudos experimentais sobre o arrefecimento dos módulos fotovoltaicos de maneira remota
    tendo em vista à maximização da potência e eficiência através de um canal remoto. Para esta
    dissertação, os sistemas de comunicação e atuação foram projetados de forma a encadear a
    utilização de sensores/atuadores e microcontrolador responsáveis por três propriedades
    diferentes. A primeira delas é responsável pela medição da geração de energia elétrica, a
    segunda realiza o controle do arrefecimento, enquanto a terceira controla a água para irrigação.
    Os sensores estão conectados a um único microcontrolador que coordena toda a sequência de
    informações e monitoramento necessários para esta planta fotovoltaica. Os resultados do
    processo de arrefecimento mostraram que a temperatura do módulo arrefecido ficou estável e
    em torno de 40° a 45°C. Por fim, após análise dos dados, constatou-se que o rendimento do
    painel arrefecido aumentou em torno de 10% em relação ao módulo controle.

  • DAYANY MAKLY BORGES DE OLIVEIRA
  • Sistemas fotovoltaicos de bombeamento para a agricultura familiar no semiárido piauiense: Projeto Canindé Solar
  • Orientador : MARCOS ANTONIO TAVARES LIRA
  • Data: 23/12/2021
  • Mostrar Resumo
  • A demanda cada vez maior por energia elétrica abre um caminho para a difusão de fontes de energias renováveis em locais geograficamente isolados. No Nordeste do Brasil muitas comunidades rurais apresentam dificuldades ligadas a falta de energia elétrica e a escassez de água, onde muitas delas possuem alto potencial para a implantação de sistemas fotovoltaicos de bombeamento (SFB) de água que poderiam mitigar tais dificuldades. A partir disso foi criado o projeto Canindé Solar, que consta de um projeto de extensão, implementado no semiárido do estado do Piauí, região Nordeste do Brasil, no qual utiliza a energia fotovoltaica para bombear água para ser empregada no cultivo de plantas na agricultura familiar. Será analisado a viabilidade de 11 SFB implantados pelo projeto, em sua maioria localizados na região semiárida piauiense, denominada Território Vale do Rio Canindé, aplicados para fins
    de irrigação e destinados a melhorar a qualidade de vida do produtor rural de baixa renda com dificuldade de acesso à energia elétrica e a água, na produção de alimentos. O projeto também capacita os beneficiários por meio de kit didático, durante a instalação dos sistemas para que se tornem aptos na execução de pequenos reparos. Através da participação na implementação dos SFB, observações em campo, registro fotográfico e aplicação de questionário, verificou-se através de um comparativo entre o antes e o depois da instalação dos sistemas, uma melhora na qualidade de vida, aumento da variedade de produtos, redução da intensidade de trabalho, ampliação da oferta de trabalho, geração de renda para os agricultores e suas famílias. Além disso, os agricultores passaram a cultivar durante o ano todo, garantindo sua subsistência.

  • VICTOR LIMA E SILVA
  • AUTOMAÇÃO DE SISTEMAS FUZZY PARA SEMÁFOROS INTELIGENTES
  • Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
  • Data: 21/12/2021
  • Mostrar Resumo
  • O tráfego intenso de veículos é um dos principais transtornos nas grandes metrópoles, e no
    Brasil, onde as autoridades responsáveis não capacitaram as redes viárias, a superlotação no
    trânsito causa ainda mais entraves. As aplicações das técnicas de inteligência computacional
    no trânsito são muito amplas, com destaque para os semáforos inteligentes. Para o projeto de
    semáforos inteligentes, este trabalho propõe o emprego da Lógica Fuzzy, mas tem como objetivo
    principal a geração automática de sistemas fuzzy, e operando modelos fuzzy evolucionários para
    essa finalidade. Para a realização desse objetivo, foi empregado o software de simulação de
    tráfego Simulation of Urban MObility (SUMO), que permitiu a elaboração de três cenários de
    cruzamentos controlados por semáforos. Nesses cenários foram avaliados o desempenho dos
    tráfegos a partir de diferentes ajustes nas funções de pertinência e no conjunto de regras do
    sistema fuzzy que controla os semáforos, sendo que esses ajustes foram efetuados por Algoritmo
    Genético (AG) e Otimização por Enxame de Partículas (PSO). Quando comparado o desempenho
    do tráfego com semáforos controlados por fuzzy e fuzzy otimizado, tem-se melhorias importantes
    nas variáveis de trânsito analisadas, como tempo de espera e tamanho da fila de carros, além
    de promover a redução da emissão de gases tóxicos e consumo de combustível. Assim, este
    trabalho evidencia a importância de se empregar modelos fuzzy evolucionários na otimização de
    parâmetros.

  • RAFAEL LUZ ARAUJO
  • Segmentação e Classificação de Imagens Dermatoscópicas Baseada em Deep Learning
  • Orientador : ROMUERE RODRIGUES VELOSO E SILVA
  • Data: 08/10/2021
  • Mostrar Resumo
  • Dentre os cânceres de pele, o melanoma é o principal causador de fatalidades e vem aumentando sua incidência pelo mundo, sendo fundamental a descoberta da patologia nas fases iniciais para aumentar as chances de cura. Métodos computacionais estão sendo desenvolvidos para facilitar a sua detecção através de imagens médicas. Para interpretar informações nessas imagens de forma eficiente é necessário isolar a região com lesão, esse processo é chamado de segmentação e é uma tarefa altamente complexa devido as formas anormais das lesões e a presença de outros artefatos. Neste estudo foram propostos métodos de segmentação automática de câncer de pele melanoma em imagens dermatoscópicas baseados em fundamentos de deep learning, pós-processamento, transfer learning e fine-tuning. Investigou-se a classificação de lesões de pele com e sem as máscaras de segmentação, para avaliar o impacto que elas causam no desempenho da classificação e, além disso, avaliou-se o uso de redes neurais convolucionais pré-treinadas e redes em cápsula na classificação de melanoma. Os experimentos foram realizados em três bases de imagens públicas com máscara de segmentação (PH2, DermIS e ISIC 2018 Desafio Segmentação) e duas bases sem máscara (MED-NODE e ISIC 2018 Desafio de Classificação). Os resultados indicaram que as técnicas de segmentação foram promissoras, com destaque para a U-net com \textit{transfer-learning} e fine-tuning que obteve média Dice de 0,923 na base PH2, Dice = 0,893 na ISIC 2018 e Dice = 0,879 na DermIS. Na classificação as CNNs mostraram-se mais efetivas que a CapsNet para o problema de lesões de pele. O uso da segmentação durante a classificação mostrou-se positivo para as CNNs e não benéficos para a CapsNet. Dessa forma, conclui-se que embora as segmentações sejam benéficas, elas também podem causar reduções no desempenho da classificação, pois um erro de 6,8% de Dice na segmentação da base PH2 ocasionou cerca de -2,5% de Acurácia na classificação.

  • DANIEL DE SOUSA LUZ
  • DETECÇÃO AUTOMÁTICA DE METÁSTASE EM IMAGENS HISTOPATOLÓGICAS DE MAMA USANDO COMITÊ BASEADO EM APRENDIZADO PROFUNDO E AJUSTE DE CORES
  • Orientador : FLÁVIO HENRIQUE DUARTE DE ARAÚJO
  • Data: 10/09/2021
  • Mostrar Resumo
  • O câncer de mama é a neoplasia mais comum entre mulheres. A cura da doença depende da identificação e tratamento precoce do tumor para evitar estágios avançados como a metástase da lesão inicial. Entretanto, o diagnóstico necessita de uma análise exaustiva de extensas seções de tecido mamário. Por se tratar de uma tarefa não trivial e envolver padrões complexos, essa análise requer a atenção especial de patologistas experientes. Recentemente, estudos mostraram que métodos computacionais podem auxiliar especialistas nesse processo e, inclusive, fornecer vantagens em relação ao método tradicional de análise. Com isso, este estudo propõe um método para detecção de células tumorais baseado em um comitê de redes neurais convolucionais (CNN) e ajuste de cores. O objetivo é otimizar a tarefa de análise histopatológica, fornecendo uma segunda opinião a patologistas e reduzindo a carga excessiva de trabalho desses profissionais. A abordagem proposta avaliou arquiteturas e técnicas de treinamento de CNNs com métodos de ajuste de cor, para reduzir os efeitos provocados pela variação de cor das imagens na generalização dos modelos preditivos. Uma análise de diferentes espaços de cor e seus canais, bem como de métodos de normalização de cor foi realizada de modo a definir quais desses técnicas são importantes no realce e preservação de características essenciais para a tarefa de classificação. Foram avaliadas arquiteturas de CNNS em três técnicas de treinamento, nove espaços de cor e seus seus canais e três técnicas de normalização de cor.  O comitê que constitui o método proposto é composto por três modelos de CNNs treinadas, respectivamente, em imagens geradas através de um espaço de cor, um canal de cor e um método de normalização. Essa abordagem foi testada em uma base de imagens publica composta por 327.680 amostras de imagens histopatológicas extraídas de seções de tecido mamário e obteve resultados promissores, com acurácia de 0,9193 e AUC de 0,9772. Esses resultados demostram que o método proposto pode ser utilizado para compor sistemas de detecção auxiliada por computador.

  • THIAGO JOSÉ BARBOSA LIMA
  • CLASSIFICAÇÃO AUTOMÁTICA DE NÓDULOS PULMONARES EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA USANDO REDES NEURAIS CONVOLUCIONAIS E BAG OF FEATURES
  • Orientador : FLÁVIO HENRIQUE DUARTE DE ARAÚJO
  • Data: 26/07/2021
  • Mostrar Resumo
  • O câncer de pulmão é o de maior incidência no mundo. A detecção e o diagnóstico precoce permitem mais opções de tratamento e maior probabilidade de sobrevivência do paciente. Os exames padrão para o diagnóstico do câncer pulmonar são exames de imagem médicas, citologia de escarro e biópsia pulmonar. O exame de Tomografia Computadorizada (TC) de tórax tem papel importante no diagnóstico precoce de nódulos, o que pode aumentar a probabilidade de sobrevivência dos pacientes. Neste tipo de exame, os nódulos 3D são representados por diversas fatias 2D. Dessa forma, este trabalho aborda a classificação de nódulos pulmonares em benignos ou malignos em imagens de TC. Para isso, investigamos as redes pré-treinadas VGG16, VGG19, Inception, Resnet50 e Xception, para extração de características de cada fatia 2D do nódulo 3D. Em seguida, foi utilizado o Principal Component Analysis (PCA) para redução de dimensionalidade das características extraídas a partir das redes pré-treinadas.
    Visto que a quantidade de fatias por nódulo são diferentes, foi aplicada a técnica de Bag of Features (BoF) para gerar vetores de características de mesma dimensionalidade, e na etapa de classificação, foi utilizada a Random Forest. Ainda, foi realizada a classificação utilizando Redes Neurais Convolucionais 2D e 3D, treinadas na própria base de imagens. Avaliamos o método proposto com 1.405 imagens segmentadas da base LIDC-IDRI e obtivemos acurácia de 95,41%, kappa de 0,8850, sensibilidade de 88,95%, especificidade de 97,99% e AUC de 0,9858. A principal conclusão obtida foi que a combinação pelo BoF de características extraídas de fatias 2D usando arquiteturas pré-treinadas produziu melhores resultados do que o treinamento de CNNs 2D e 3D nos nódulos. Além disso, o uso de BoF também torna a criação da assinatura do nódulo independente do número de fatias.

  • JOSÉ GENILSON SOUSA CARVALHO
  • Modelagem e Classificação de Faltas de Alta Impedância em Redes de Distribuição de Energia
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 23/07/2021
  • Mostrar Resumo
  •  Neste trabalho é proposto um novo método para classificação de faltas de alta impedância (FAI) em redes de distribuição usando estatística de ordem superior (EOS) em conjunto com uma rede neural (RNA) do tipo MLP (Multilayer Perceptron). Foi desenvolvido um novo modelo para representar o fenômeno de alta impedância considerando cinco diferentes superfícies de contato com o solo. Para análise ampla foram simulados no software ATP (Alternative Transient Program) seis tipos de eventos típicos em redes de distribuição, contemplando diversas situações como: condição operativa normal, faltas monofásicas, bifásicas e trifásicas, energização de transformador e banco capacitor e chaveamento de cargas indutivas, além das faltas envolvendo as cinco superfícies de alta impedância modeladas. Para extrair as melhores características, utilizou-se EOS em conjunto com discriminante linear de Fisher (LDF). Ao final usou-se a RNA do tipo MLP no reconhecimento dos padrões específicos de cada evento, distinguindo-os principalmente dos fenômenos de alta impedância, foco deste estudo. O quadro geral de resultados comprovou a confiabilidade satisfatória da técnica proposta, alcançando percentuais de classificação acima de 98%.

  • EDVAN CARNEIRO ALMEIDA
  • Algoritmos Genéticos na localização de faltas em linhas de transmissão utilizando a transformada de Clarke e a teoria das ondas viajantes
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 21/07/2021
  • Mostrar Resumo
  • Este trabalho de dissertação, apresenta o desenvolvimento e a implementação computacional de um
    algoritmo para a localização de faltas em linhas de transmissão. O algoritmo proposto é baseado em
    métodos heurísticos sendo capaz de identificar o ponto de ocorrência da falta utilizando a Teoria das
    Ondas Viajantes (TOV), as medições de tensão e corrente de pré e pós-falta, monitorado a partir de
    medições disponíveis apenas no terminal local ou nos terminais local e remoto da linha de transmissão. A
    ferramenta de otimização, Algoritmo Genético, que possui natureza heurística é menos propensa a ficar
    em valores de mínimos locais, implicando em uma maior eficiência e precisão na estimação da distância
    da falta. A implementação do algoritmo de localização de faltas foi feita no software MATLAB e foi
    avaliado utilizando dados de simulações de faltas em uma linha de transmissão de 500 kV, modelada no
    software ATP/EMTP. O algoritmo também foi testado em duas faltas reais, obtidas a partir de medições
    registradas por relé SEL 411, que instalado em linha de 500 kV registrou estas faltas. A versão do algoritmo
    desenvolvido para localização de faltas apresentou resultados com altos níveis de precisão, tanto para
    uso desse algoritmo nas simulações quanto para a estimação da falta com dados reais.

  • MATHEUS BENÍCIO DE CASTRO UCHÔA
  • ANÁLISE DOS LIMITES DE INSERÇÃO DE GERAÇÃO DISTRIBUÍDA SOLAR FOTOVOLTAICA: ESTUDO DE CASO
  • Orientador : FABIO ROCHA BARBOSA
  • Data: 20/07/2021
  • Mostrar Resumo
  • A geração distribuída (GD) é uma alternativa ao atual modelo de planejamento da expansão do sistema energético brasileiro, podendo ser uma opção de uso mais eficiente dos recursos energéticos, econômico-financeiros e ambientais. No Brasil, a energia solar fotovoltaica tem posição de destaque, sendo a fonte energética que mais é utilizada nesse segmento de GD. Entretanto, a inserção da GD nos sistemas de distribuição pode resultar em uma série de impactos técnicos: aumento dos níveis de tensão, corrente e etc. Sendo assim, limites devem ser observados para determinar a quantidade máxima de geração distribuída que um determinado sistema suporta sem prejudicá-lo e de forma que não seja necessário modificar o mesmo. Este trabalho objetiva analisar os efeitos que sistemas de geração solar fotovoltaica provocariam caso fossem instalados na micro-rede do Campus Ministro Petrônio Portella da Universidade Federal do Piauí, e por meio destes, determinar fatores de penetração. Inicialmente, um embasamento teórico foi realizado, onde as características do Sistema Elétrico de Potência (SEP), GD, geração solar fotovoltaica e do fator de penetração foram investigadas. As equações utilizadas são baseadas em metodologias que permitam a modelagem dos componentes do circuito de forma que possam ser representados por meio de blocos presentes no software ATPDraw, programa utilizado para simular o fluxo de potência. Diversas condições foram analisadas, alterando circuitos e variáveis de forma a ratificar os resultados. Observou-se que os limites de inserção são proporcionais a certos fatores: de potência e de alocação.

  • PABLO DE ABRÊU VIEIRA
  • Detecção de Doenças Pulmonares Utilizando Aprendizado Profundo em Imagens de Raios-X
  • Orientador : ROMUERE RODRIGUES VELOSO E SILVA
  • Data: 31/05/2021
  • Mostrar Resumo
  • A pandemia causada pelo COVID-19 já matou mais de 2,6 milhões de pessoas em todo o mundo afetando sistemas de saúde e a economia mundial. A detecção do COVID-19 nos estágios iniciais é vital para reduzir a transmissão e óbitos. O teste amplamente utilizado para sua detecção é a Reação em Cadeia da Polimerase Transcriptase Reversa, que além do alto custo. O COVID-19 leva a evidências radiológicas de lesões do trato respiratório inferior e a análise dessas evidências podem auxiliar no seu diagnóstico. Nesse cenário, técnicas de Aprendizado Profundo (AP) são aplicadas para detectar a pneumonia causada pelo COVID-19 em radiografias, auxiliando o diagnóstico rápido e preciso. Aqui, investigamos duas arquiteturas de AP com Sistemas Genéticos Evolutivos para definição do conjunto ótimo de hiper-parâmetros os quais foram extrapolados em mais cinco arquiteturas. Ainda, empregamos técnicas de aumento de dados e transferência de aprendizado para alcançar uma classificação satisfatória. Propomos também um método de redimensionamento de imagens com a função de janela máxima, que preserva as estruturas anatômicas do tórax. Os resultados obtidos alcançaram uma acurácia de 99,8% considerando as classes COVID-19, normal, pneumonias viral e bacteriana. A diferenciação entre a pneumonia viral e COVID-19 alcançou uma acurácia de 99,8%, enquanto a classificação da COVID-19 e pneumonia bacteriana obteve uma acurácia de 99,9%. O impacto do método de redimensionamento de imagem proposto no desempenho da classificação foi avaliado; esse pré-processamento aumentou a taxa de classificação, independentemente das arquiteturas de AP usadas. Comparamos nossos resultados com onze trabalhos presentes no estado da arte através de oito cenários de experimentação e seis métricas de avaliação. O método proposto obteve desempenho superior em sete cenários, representando um aumento de 14,71% na acurácia para o cenário composto por pneumonia viral e COVID-19. Portanto, demonstramos que modelos de aprendizado profundo treinados com imagens de raios-X pré-processadas podem ajudar especialistas na triagem de casos, reduzindo o tempo e esforço empregado no diagnóstico de variadas pneumonias, incluindo aquela causada por COVID-19.

  • LUIS HENRIQUE PEREIRA VASCONCELOS
  • ALGORITMO HÍBRIDO DE OTIMIZAÇÃO APLICADO A PROTEÇÃO ADAPTATIVA EM SISTEMAS DE DISTRIBUIÇÃO COM GERAÇÃO DISTRIBUÍDA.
  • Orientador : ARYFRANCE ROCHA ALMEIDA
  • Data: 24/05/2021
  • Mostrar Resumo
  • O setor elétrico atual tem contado cada vez mais com a conexão de novas unidades de Geração Distribuída para
    suprir a demanda por eletricidade dos consumidores. Tal fato é ocasionado pela maior conscientização da sociedade e pelos incentivos dos governos para o uso de fontes de energias renováveis capazes de minimizar os impactos ambientais, além das diversas vantagens técnicas e econômicas que esta topologia proporciona. No entanto, a elevada penetração de novas fontes de energia pode ocasionar muitos impactos negativos aos sistemas elétricos, como alterações dos níveis de corrente de carga e de curto-circuito, afetando a coordenação dos esquemas de proteção anteriormente configurados para uma topologia radial. A modernização no setor elétrico e o consequente avanço tecnológico dos relés de proteção nos últimos anos têm possibilitado aplicações de técnicas de Proteção Adaptativa capazes de automatizar as mudanças nos ajustes dos dispositivos de proteção de acordo com a dinâmica da rede, conforme os perfis de geração e carga, melhorando a segurança e a confiabilidade nos serviços de fornecimento de energia. Neste sentido, este trabalho propõe um método de Proteção Adaptativa que utiliza um algoritmo híbrido de otimização para realizar a coordenação de relés de sobrecorrente em sistemas de distribuição com geração distribuída de forma automática. O algoritmo é baseado na associação de duas técnicas de inteligência computacional: a Lógica Fuzzy, responsável pelo controle das correntes de ajuste; e o Algoritmo Genético, que realiza a otimização dos diais de tempo e das curvas de atuação dos relés. Para validação da técnica proposta, realizou-se dois estudos de casos em sistemas de distribuição com a inserção da unidade de geração distribuída, comparando-se as respostas obtidas pelo método proposto com outros dois métodos de proteção adaptativa conhecidos na literatura. O software utilizado para modelagem e simulação dos sistemas de distribuição foi o ATP e o software utilizado para a implementação dos algoritmos de otimização foi o MATLAB. Com a aplicação do algoritmo proposto foi possível obter melhores soluções para a maioria dos cenários dos estudos de casos, melhorando a sensibilidade da proteção e reduzindo os tempos de atuação dos relés sem que os critérios de seletividade sejam desrespeitados, possibilitando maior confiabilidade e velocidade para o esquema de proteção.

  • AMANDA THAYLA SILVA MONTEIRO
  • Controle Preditivo Aplicado a Conversores Estáticos cc-ca em Paralelo
  • Orientador : RAFAEL ROCHA MATIAS
  • Data: 11/02/2021
  • Mostrar Resumo
  • Este trabalho trata do paralelismo de conversores estáticos cc-ca para aplicações em baixa e média potência, de forma a aumentar a confiabilidade, o desempenho e a qualidade dos sinais de tensões e correntes do sistema de conversão. Nesse contexto, duas estratégias de controle são aplicadas no inversor trifásico em paralelo. A primeira é chamada de Controle Preditivo baseado em Modelo (MPC - Model Predictive Control) e a segunda é o controlador de dupla sequência associado as técnicas de Modulação por Largura de Pulso (PWM - Pulse Width Modulation). A estratégia de controle MPC escolhida é a de Estados Finitos (FCS-MPC - Finite Control Set MPC) considerando a análise dos inversores trifásicos. O controlador proposto implementa, através de um algoritmo, o modelo discreto dos inversores trifásicos associados em paralelo, para prever o comportamento futuro das correntes de saída para cada estado de comutação. A ação de controle é definida minimizando uma função custo que possui como parâmetros as amostras destas correntes, anteriormente citadas. Com relação ao Controlador de dupla sequência são demonstradas as equações discretizadas do controlador, que serão utilizadas na geração dos sinais de referência. Para fins comparação e avaliação do desempenho das estratégias investigadas o critério principal que será utilizado é através da análise das distorções harmônicas dos sinais de correntes, em que são consideradas as influências das indutâncias equivalentes. O sistema de controle garante alto fator de potência,
    divisão da corrente entre os conversores em paralelo e minimização das correntes de circulação. A topologia estudada apresenta melhor desempenho em nos critérios avaliados frente as topologias convencionais, nas mesmas condições de operação para as estratégias de controle definidas. Por fim, os resultados de simulação serão apresentados e comparados para a validação do sistema proposto.

  • NONATO RODRIGUES DE SALES CARVALHO
  • MÉTODO AUTOMÁTICO PARA DIAGNÓSTICO DO GLAUCOMA USANDO UMA REDE NEURAL CONVOLUCIONAL TRIDIMENSIONAL
  • Orientador : ANTONIO OSEAS DE CARVALHO FILHO
  • Data: 29/01/2021
  • Mostrar Resumo
  • O glaucoma é uma anormalidade do sistema óptico que altera a visão do paciente, causando danos ao sistema nervoso e potencialmente aumentando a pressão intra-ocular. A detecção precoce é essencial no glaucoma - uma doença progressiva - para iniciar o tratamento preventivo e, assim, evitar a perda total da visão nos pacientes. O diagnóstico eficiente do glaucoma é caro e consome tempo, logo exames como o Optical Coherence Tomographye Heidelberg Retinal Tomography, auxiliam na detecção do glaucoma e são comumente utilizados. Porém, além degastar um longo tempo para chegar a um diagnóstico o custo é muito elevado. Considerando esses aspectos, técnicas de visão computacional e inteligência computacional foram desenvolvidas para obter um diagnóstico rápido e com menos custo. Desta forma, o objetivo deste trabalho é apresentar um novo método de classificação de imagens de fundo do olho em glaucomatosas e saudáveis. Para isso, propomos o uso de Rede Neural Convolucional
    Tridimensional aplicada em volumes, construídos a partir da proposição de uma transformação que converte imagens bidimensionais em volumes. O método proposto obteve resultados promissores, alcançando acurácia de 96,4%, sensibilidade de 100%, especificidade de 93,02%,Area Under the Curve(AUC)de 0,965 eKappade 0,928.

2020
Descrição
  • JOSÉ ANTONIO DOS SANTOS NETO
  • ANÁLISE DE DESEMPENHO DE UM FILTRO DE POTÊNCIA UNIVERSAL COMCONTROLE MPC-FSC
  • Orientador : RAFAEL ROCHA MATIAS
  • Data: 30/11/2020
  • Mostrar Resumo
  • A topologia de filtro ativo de potência universal em sua forma padrão é utilizada em sistemastrifásicos como meio de compensação harmônicos de tensão e corrente, como também tem acapacidade de desempenhar a correção de reativos ocasionados pela presença de cargas nãolineares. Este trabalho tem como proposta utilizar uma estratégia de controle em malha fechadano filtro de potência ativo universal e analisar o desempenho mediante a correção de harmônicosde corrente e perdas por chaveamento. A primeira parte utiliza controle preditivo baseado nomodelo da planta do sistema e tem o objetivo de regular a tensão no barramento cc que alimentaa junção paralela e série do filtro universal, assim como compensar as harmônicas de corrente dafonte. Essa técnica baseia-se na existência de um número finito de combinações de chaveamentosdos conversores, usadas de forma a diminuir o esforço do controlador e, assim, limitar o fluxo depotência entregue a rede. Isso é possível mediante a regulação da corrente entregue ao pontode acoplamento comumentre a rede e a porção paralela do filtro. Junto ao controle preditivo éutilizada uma estratégia complementar baseada em controle por histeres como forma de geraros sinais PWM necessários ao chaveamento da porção série do filtro universal. As técnicaspropostas foram implementadas separadamente, porém com influencia mútua. Isso deve-seao fato das referências dos controladores serem formuladas através da Teoria das PotênciasInstantâneas, que utiliza parâmetros do sistema para gerar referências. Como forma de verificara eficiência do filtro universal para estas estratégias de controle, foram realizadas análises pormeio de simulações e comparações com a técnica PI modificado, utilizada na tese de (MATIAS,2012) 

  • PEDRO HENRIQUE ALVES RIBEIRO
  • Sistema Inteligente de Telemetria para Classificação de dados Veiculares
  • Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
  • Data: 30/07/2020
  • Mostrar Resumo
  • MEMORANDO ELETRÔNICO Nº 35/2020 - PPGEE/CT

     
    Você respondeu em Qua, 14/10/2020 21:05
    CP
    Coordenação Geral Pós-Graduação
     
    Igor Cunha
    Qua, 14/10/2020 19:29
     
    FORMULÁRIO PARA REQUERIMENTO...
    PDF141 KB
    MEMORANDO ELETRÔNICO Nº 35/2020 - PPGEE/CT (11.00.28.19)
    (Identificador: 202362570)

    Nº do Protocolo: 23111.040127/2020-27
    Teresina - PI, 14 de Outubro de 2020.

    COORDENADORIA DE PROGRAMAS STRICTO SENSU/PRPG


    Título: SOLICITAÇÃO DE CADASTRO ATRASADO DE BANCA DE DEFESA MESTRADO

    Título: SOLICITAÇÃO DE CADASTRO ATRASADO DE BANCA DE DEFESA DE MESTRADO

    Prezado Coordenador de Pós-Graduação UFPI
    Prof. Dr. WELTER CANTANHEDE DA SILVA

    A Coordenação do Programa, vem mui respeitosamente, solicitar o cadastrado da banca de defesa de mestrado  do aluno PEDRO HENRIQUE ALVES RIBEIRO (CPF:050.710.473-06). O pedido foi feito sem tempo hábil para o cadastro pela Cordenação do Programa e dado a importância de realização da defesa estamos recorrendo à esta Coorgedenação Geral.
    Ao mesmo tempo, gostaria de, em nome da Coordenação do Programa, nos desculpar pelo pedido extemporâneo a gradecemos mais uma vez o apóio que esta Pro-Reitoria tem dado ao Programa.
     
    Documento de solicitação em anexo

    Atenciosamente

    A Coordenação


    FORMULÁRIO DE REQUERIMENTO DE DEFESA
     
    (X) Dissertação de Mestrado                 (  ) Exame de Qualificação
    Aluno: Pedro Henrique Alves Ribeiro
    Bolsa:         (    ) Não               ( X ) Sim. Qual? CAPES/FAPEPI
     
    Título: Sistema Inteligente de Telemetria para Classificação de dados Veiculares
    Nº de Páginas: 92
    Data:  30/7/2020                                         Horário:   14h                            Local:  Teleconferência
     
    Resumo: A aplicação de técnicas de aprendizagem de máquinas para a análise de dados, provenientes do sistema On Board Diagnostic II (OBD-II), tem sido realizada com sucesso na caracterização do modo de dirigir veículos, análise da tomada de decisões do motorista, modelagem do consumo de combustível veicular, dentre outras. Este trabalho apresenta um estudo acerca da aplicação das técnicas Multilayer Perceptron (MLP) e Extreme learning Machine (ELM) para a Classificação de Motoristas e Métodos de Condução e avaliação do Consumo de combustível instantâneo, pela aquisição de dados de sensores veiculares via interface OBD-II. Para isto, um percurso de teste e um veículo foram definidos, e assim a coleta dos dados foi realizada pela utilização de um sistema composto por: placa com microcontrolador ESP32, módulo bluetooth, e scanner ELM327, padrão OBD-II. Dois bancos de dados foram construídos, cada um com sete atributos e com classes distintas balanceadas. A aplicação das técnicas de aprendizagem de máquina permitiu a obtenção de taxas de acerto médias acima de 90% e custos computacionais distintos, menores para a ELM, sendo suficientes para a diferenciação das classes propostas para os dois bancos de dados. As taxas de acerto alcançadas confirmam que os atributos coletados foram suficientes para diferenciar as classes, sendo o Consumo de combustível, o IAT, o RPM e a Posição do Acelerador, dentre os atributos coletados, os decisivos para caracterização. A redução de dimensionalidade por Análise de Componentes Principais (PCA) evidenciou a manutenção das taxas de acerto obtidas com menor custo computacional e, então, mostrou-se adequada, em conjunto com a MLP e ELM, para destacar que os hábitos do motorista influem diretamente sobre o consumo de combustível ao se conduzir o veículo por métodos diferentes. Assim, em percursos urbanos (locomoções em virtude de atividades rotineiras), o consumo de combustível será menor para a condução veicular no Método Carga, caracterizado por pedal de aceleração mais aberto (pressionado) e engate de marchas mais elevadas a baixas velocidades.

  • RONNYEL CARLOS CUNHA SILVA
  • Optimization of NARX-MISO neural models for the identification of photovoltaic systems via PSO and GA Algorithms
  • Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
  • Data: 24/07/2020
  • Mostrar Resumo
  • The use of alternative sources for generating electricity has been growing on the world stage, given
    the exhaustion of traditional sources of energy generation. In this context, the generation of solar
    photovoltaic energy has grown in participation in the electricity market. Faced with this trend, methods
    of identifying models of photovoltaic solar generation can be developed to seek adequate energy
    planning. Artificial neural networks have been highlighted in the estimation of photovoltaic generation,
    based on meteorological parameters such as wind speed, ambient temperature, and solar radiation. On
    the other hand, strategies to optimize the hyperparameters of neural networks have been little explored
    by researchers, as well as the use of NARX-MISO (Nonlinear AutoRegressive with eXogenous inputs -
    Multiple Input Single Output) models applied to the identification of photovoltaic generation. In this
    work, we propose the application of genetic algorithms (GA) and particle swarm optimization (PSO)
    to choose hyperparameters for Multilayer Perceptron (MLP), Extreme Learning Machine (ELM) and
    Echo State Networks (ESN) ), as well as the optimization of the delayed input and output parameters of
    the NARX structure of the MLP-NARX-MISO, ELM-NARX-MISO, and ESN-NARX-MISO models.
    Another objective of this work was to identify two photovoltaic systems, one in Hamburg, Germany,
    and another in Teresina, Brazil. The results of the optimization process showed that the GA and PSO
    algorithms present equivalent performances, in the optimization of the parameters of the NARX models
    and hyperparameters of the neural networks. Similarly, the results of validating the models, using the
    residual correlation analysis, were considered satisfactory, since the models consistently reproduced
    the dynamics of the two photovoltaic systems. The evaluation metrics of the neural models used (the
    root of the mean square error of the test data (RMSE), the standard deviation of the RMSE and the
    processing time of the networks) pointed out the ESN-NARX-MISO model as the most accurate and
    efficient in the process identification performed.

  • RENAN DE SOUSA CARVALHO
  • Analise da precisão de leitura de medidores eletrônicos unidirecionais e bidirecionais na presença de distorções harmônicas.
  • Orientador : FABIO ROCHA BARBOSA
  • Data: 13/03/2020
  • Mostrar Resumo
  • As perdas com o mercado de distribuição de energia sustam as distribuidoras brasileiras. Em especial, as perdas não técnicas representam maior desafio, sejam por questões sociais, econômicas, operacionais e técnicas. A medição de energia de unidades consumidoras tem questão de destaque na blindagem do faturamento para as distribuidoras. Os medidores eletrônicos entraram no mercado nacional na década de 1990 e deixaram os medidores de indução obsoletos, possibilitando, além de outros benefícios no combate das perdas não técnicas, melhor desempenho no registro de grandezas na presença de formas de onda com distorção harmônica.  Por outro lado, os sistemas fotovoltaicos vêm apresentando crescimento exponencial na geração distribuída e como consequência a tensão fornecida vem deixando de ter o perfil puramente senoidal e que somado com o uso de cargas eletrônicas, que apresentam aspectos de não linearidade, registram-se cada vez mais aumento das distorções harmônicas nas formas de ondas de tensão e corrente distribuídas nas redes elétricas. O regulamento técnico metrológico Nº 587 de 2012 do Inmetro apresentam os erros admissíveis quando medidores de energia estão submetidos a distorções harmônicas, porém o regulamento limita apenas para conteúdos harmônicos de quinto grau. Assim, surgiram os seguintes questionamentos norteadores desta pesquisa: O medidor eletrônico unidirecional para uso em unidades consumidoras convencionais quando submetidos a distúrbios harmônicos apresentam erros superiores aos estabelecidos na norma e no regulamento metrológico brasileiro? O medidor eletrônico bidirecional empregado em unidades de microgeração com sistemas fotovoltaicos conectados na rede de distribuição apresentam erros superiores aos estabelecidos na norma e no regulamento metrológico quando submetidos a distúrbios harmônicos? Além dos limites de distorções na carga e na fonte, definidos em normas, o medidor eletrônico monofásico unidirecional e bidirecional podem operar de forma satisfatória?  Nesse contexto, esta pesquisa tem como objetivo geral examinar o desempenho de medidor eletrônico monofásico unidirecional e bidirecional quanto à medição de energia elétrica ativa na presença de grandezas elétricas de tensão e corrente com distorções harmônicas. Através da análise laboratorial de um medidor eletrônico bidirecional homologado por uma distribuidora de energia foi verificado que para quantidades de distorções harmônicas estabelecidas em norma, o erro esteve dentro da faixa admissível pelo regulamento técnico do Inmetro. Para esse caso, os registros do medidor foram maiores que os valores reais. Porém aumentando a distorção harmônica com a ampliação de conteúdo harmônico não previsto no RTM, o erro do medidor esteve fora do limite estabelecido no regulamento legal. Neste caso os dados apontados no medidor foram menores que os reais, podendo ocasionar prejuízos para as concessionárias de energia. Porém mediante a análise laboratorial de medidores eletrônicos unidirecionais, de marcas variadas e modelos diferentes, mesmo com distorções harmônicas em condições previstas em norma e regulamento nacional, houve modelos de medidores que apresentaram erro fora da classe de exatidão. Nestes casos todos os registros foram maiores que os valores reais. Com a aplicação de distorção harmônica acima dos valores previstos pelo regulamento do Inmetro, o medidor unidirecional apresentou o mesmo comportamento do medidor bidirecional.      

     

  • LUNO GOMES DE OLIVEIRA
  • CONTROLADORES PID-RST COM ALOCAÇÃO DE POLOS POR ALGORITMO GENÉTICO
  • Orientador : OTACILIO DA MOTA ALMEIDA
  • Data: 28/02/2020
  • Mostrar Resumo
  • Sabe-se que as variâncias dos sinais de controle (variável manipulada) e variável controlada são inversamente proporcionais às reduções de custo e de qualidade da produção em uma planta industrial, estudos têm demonstrado que as malhas de controle dos processos industriais em geral apresentam oscilações, variabilidades ou outros comportamentos indesejáveis, devido, na maioria dos casos, à pobre sintonia dos seus controladores. Frequentemente as dificuldades na sintonia dos controladores estão relacionadas à capacidade de tratar de forma adequada os problemas de seguimento de referência e de rejeição à perturbação. Aliado a isto encontra-se os problemas relacionados à variações paramétricas devido à dinâmica não modeladas, perturbações de cargas e de variabilidades nos sinais de sensores. Neste trabalho são propostas metodologia de sintonia de controladores PID-RST com dois graus de liberdade por posicionamento de polos para desacoplar os problemas de seguimento de referência e rejeição à perturbação. As das malhas de controle PID-RST projetadas são avaliadas segundo algumas métricas no sentido de conferir robustez às malhas de controle. Para solucionar o problema de alocação de polos é proposto a sintonia ótima para seguimento de referência e minimização do esforço de controle com base em algoritmos genéticos. Aplicações experimentais são realizadas em uma malha de controle de nível de uma planta piloto industrial e no controle de velocidade de um motor de corrente contínua que apresenta variações paramétricas em sua estrutura. O objetivo das aplicações prática foi o de demonstrar a eficácia da técnica proposta principalmente no que diz respeito ao posicionamento dos polos auxiliares das malhas de controle.

     

  • JAMES BLAYNE OLIVEIRA REIS
  • LOCALIZAÇÃO DE FALTAS EM LINHA DE TRANSMISSÃO UTILIZANDO COEFICIENTES DE FREQUÊNCIA MEL CEPSTRAIS E LS-SVR
  • Data: 17/02/2020
  • Mostrar Resumo
  • A localização de faltas na linha de transmissão (LT) é um grande problema nos sistemas de energia elétrica (SEP), pois, identificando com precisão o ponto de ocorrência de uma falta em uma LT, é possível realizar uma restauração mais rápida da falta. Utilizamos uma Regressão por vetor de suporte com mínimo quadrado (LS-SVR) para determinar o local da falta com entradas fornecidas pelos Coeficientes de Frequência de Mel Cepstrais (MFCC), obtido a partir dos sinais de tensão. Utilizou-se uma linha modelada no software Altenative Transint Program (ATP) com base em parâmetros de uma linha real. Importa destacar que os MFCC são pouco utilizados aplicações da ferramenta de extração de características em problemas de localização de faltas em LT. A metodologia proposta foi capaz de fornecer com alta precisão a localização das faltas dos casos testados.

  • FRANCISCO VICTOR ESTEVES LEMOS
  • Sensor de Gás a Nanotubos de Carbono Integrados a Tecnologia CMOS
  • Orientador : MARCOS EDUARDO DO PRADO VILLARROEL ZURITA
  • Data: 29/01/2020
  • Mostrar Resumo
  • Devido as atividades humanas, e como estas afetam o meio, há a necessidade de monitorar e mensurá-las e os elementos oriundos destas. Neste cenário, tem-se emissões de certos gases e vapores, e em especial os gases de amônia (NH3) e dióxido de nitrogênio (NO2) Estes gases interagem na saúde humana e animal, assim como no meio ambiente, trazendo efeitos nocivos. Os Nanotubos de Carbono (CNT) são elementos que podem ser aplicados em diversas aplicações, entre elas o sensoriamento de gases. Neste trabalho é realizado uma modelagem do CNT para sensoriamento de gás Amônia. Este modelo emprega a representação por Circuito Distribuído Compacto, estimando a variação de resistência do CNT por meio da modificação de sua energia interna pela concentração de gás. Em paralelo a isso, é desenvolvido um sistema de condicionamento de sinal oriundos do sensoriamento de gás do CNT. O Amplificador de Instrumentação foi definido para realizar o estágio de ganho do sistema de medição. Seus blocos elementais são compostos por Amplificadores de Transcondutância (OTA) que foram dimensionados por três metologias: leis quadráticas, gm/Id e NSGA-II. Com esta última apresentando os melhores resultados para o OTA, tanto para ganho em malha aberta e CMRR.

     

     

2019
Descrição
  • LINDOKENY RODRIGUES DE SOUSA MOURA
  • Transcrição de Instrumentos de Percussão e Criação Automática de Arquivo Multipista
  • Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
  • Data: 29/11/2019
  • Mostrar Resumo
  •  

     A edição musical é normalmente limitada quando instrumentos musicais compartilham o mesmo canal de áudio, ou seja, os diversos sinais sonoros que compõe determinado arranjo musical estão somados e qualquer edição na tentativa de alterar algum instrumento pode afetar qualitativamente os outros. Desta forma, é interessante identificar sons misturados e separá-los em suas respectivas pistas sonoras, colocando cada instrumento em um canal de áudio exclusivo. Esta dissertação propõe a automatização deste processo, mais precisamente, procura trabalhar com instrumentos de percussão, isolando-os em canais distintos sem a necessidade de um músico ou produtor musical para tal tarefa. Para isso três abordagens são utilizadas: a primeira proposta utiliza filtros digitais enquanto a segunda e a terceira envolvem os conceitos de aprendizagem de máquinas através da parametrização do áudio de maneira supervisionada e não supervisionada, respectivamente. O conhecimento das principais frequências dos instrumentos aliado aos filtros digitais FIR formam a base da primeira proposta. Já a extração de características dos sinais de áudio aliada à segmentação automática em trechos de interesse é essencial às propostas de classificação de padrões. As técnicas kNN, rede MLP e Naive Bayes são testadas em diversos cenários na proposta supervisionada enquanto k-Médias e Rede SOM são avaliados na abordagem não supervisionada. Além de reconhecer a existência de determinado instrumento no áudio misturado, o presente trabalho identifica os instantes em que o som de tal instrumento ocorre, logo sendo possível tanto a criação de canais distintos como também a escolha de instrumentos substitutos (samples). Os resultados alcançados por todas as propostas se mostraram satisfatórios e podem ser avaliados através dos links disponibilizados.

  • HEITOR GONÇALVES SANTANA
  • CONTROLE PID MULTIVARIÁVEL: UMA ABORDAGEM BASEADA EM ASPECTOS DE ROBUSTEZ
  • Orientador : OTACILIO DA MOTA ALMEIDA
  • Data: 29/11/2019
  • Mostrar Resumo
  • Este trabalho apresenta uma proposta de metodologia de controle PID multivariável descentralizado
    realizada através de uma análise de robustez dos controladores obtidos por diferentes
    métodos de sintonia robusta. Nesse contexto, apresenta-se uma revisão bibliográfica que traz
    desde a teoria básica de controle PID até os métodos de análise de sistemas de controle robusto.
    Esse trabalho apresenta uma proposta de controle multivarável alternativa às metodologias
    tradicionais, como o controle desacoplado.
    Foi realizada a avaliação da eficiência de métodos de sintonia robusta de controladores PID em
    promover o controle multivariável descentralizado de sistemas com acoplamento entre as malhas.
    Foram estudados três métodos de sintonia robusta inicialmente concebidos para aplicações em
    sistemas SISO: o método IMC, o método de Skogestad e o método AMIGO. Os controladores
    apresentados neste trabalho foram avaliados em dois processos multivariáveis, uma planta de
    tanques acoplados e uma incubadora neonatal, ambas com forte interação entre as malhas. Foram
    calculados os controladores aplicando cada um dos métodos, para as plantas em questão, e
    os resultados obtidos foram comparados aos resultados quando aplicado o método de Ziegler-
    Nichols. Foram estudados os critérios de estabilidade robusta, seguimento de referência e rejeição
    de perturbações para cada um dos controladores obtidos e, para um avaliação da eficácia dos
    controladores, foram adotados os índices de desempenho ISE, IAE, ITAE e ITSE.
    Os resultados obtidos para os controladores robustos foram comparados aos resultados obtidos
    quando aplicado uma técnica de sintonia tradicional, o método de Ziegler-Nichols, e percebeuse
    que, de fato, o método tradicional é insuficiente para garantir seguimento de referência
    e rejeição de perturbações quando aplicado a um sistema MIMO com grande acoplamento
    entre as malhas. Os controladores robustos, por outro lado, foram eficientes em promover o
    controle descentralizado, todos os métodos de sintonia robusta abordados apresentaram resultados
    semelhantes. Dentre os métodos bem-sucedidos no controle descentralizado, o método AMIGO
    teve destaque no controle do duplo-tanque, pois produziu os menores valores do índice ITAE
    (17666 e 20610, para os tanques 1 e 2, respectivamente), enquanto o método de Skogestad teve
    destaque no controle da incubadora, pois produziu os menores valores do índice ITAE (30400000
    e 2830600 para as malhas de umidade e temperatura, respectivamente).

  • DHIEGO CARVALHO SANTOS
  • AVALIAÇÃO DE MODELOS NEURAIS ROBUSTOS BASEADOS NO ESTIMADOR-M PARA ESTIMAÇÃO DE CURVAS DE POTÊNCIA DE AEROGERADORES COM OUTLIERS
  • Orientador : LUIS GUSTAVO MOTA SOUZA
  • Data: 28/11/2019
  • Mostrar Resumo
  • A estimação da curva de potência em turbinas eólicas tem sua importância na predição da
    potência elétrica gerada, monitoramento e funcionamento de aerogeradores, e assim, afetando
    o investimento a ser realizado em parques eólicos. Todavia, os dados às vezes podem conter
    outliers, o que podem atingir de forma significativa a modelagem. Utiliza-se da Regressão
    Polinomial, técnica clássica muito empregada para esse objetivo, e atualmente, vem ganhando
    destaque a utilização da Rede Perceptrom de Múltiplas Camadas (MLP) e recentemente, surge a
    Máquina de Aprendizagem Extrema (ELM, Extreme Learning Machine) que tem demonstrado
    ser uma solução plausível para modelagem global. Neste artigo, além das técnicas mencionadas,
    são apresentadas também as Redes Neurais Artificiais (RNA’s): Rede Mapa Auto Organizável
    com K vencedores (KSOM) e Mapeamento Linear Local (LLM), sendo estes baseados na
    modelagem local. Estes modelos serão implementados por meio das técnicas dos Mínimos
    Quadrados Ordinários (OLS) e Estimador M, para obtenção dos parâmetros a serem utilizados
    na estimação, verificando o efeito dos outliers nos dados empregados. Nos resultados foram
    atestados através de análises qualitativas e quantitativas, que os modelos propostos baseados
    em modelagem local, comparados às técnicas convencionais, são soluções alternativas para
    estimação da curva de potência em aerogeradores.

  • ADRIANO BATISTA SILVA
  • MODELO DE TOMADA DE DECISÃO BASEADO EM SISTEMA HÍBRIDO AHP E FUZZY PARA PRIORIZAR A CONSTRUÇÃO DE NOVOS ALIMENTADORES EM MÉDIA TENSÃO DE UMA SUBESTAÇÃO ELÉTRICA
  • Data: 25/11/2019
  • Mostrar Resumo
  • A priorização de obras é um conhecido problema de planejamento do sistema elétrico. À medida que novas subestações, em especial, alimentadores em média tensão vão surgindo, ganhos são implementados ao sistema de distribuição, de forma que a hierarquização destes por ordem de construção torna-se necessária. Nesse processo, podem ser utilizadas técnicas de análise multicritério conhecidas como Multiple Criteria Decision Making – MCDM. O Processo de Hierarquia Analítica (AHP, do inglês Analytic Hierarchy Process) proposto por Saaty em 1977 apresenta-se como uma das principais ferramentas para converter avaliações subjetivas de importância relativa em um vetor de prioridades, tratando-se de um método aditivo com comparação par a par dos critérios elencados, com a realização de julgamentos entre critérios e alternativas. O método AHP linearizado, de forma análoga ao AHP tradicional, proporciona a conversão de avaliações qualitativas em um vetor de prioridades, no entanto, com menor quantidade de comparações pareadas em relação ao AHP tradicional. O método Fuzzy-AHP extent analysis proposto por Chang em 1996, emprega números fuzzy para este fim, tendo em vista que as comparações pareadas são fuzzy por natureza. Os métodos descritos têm em comum a necessidade de geração de matrizes de comparação pareada entre critérios e alternativas, de forma a permitir a aplicação dessas metodologias de classificação entre os alimentadores no problema, o que torna muitas vezes o procedimento custoso devido à necessidade de novas comparações par a par a cada nova alternativa inserida no problema, ou nesse caso, novos alimentadores. Sendo assim, este trabalho tem como principal objetivo o desenvolvimento de um modelo híbrido baseado em métodos de decisão multicritério e lógica fuzzy de forma a permitir a classificação por ordem de prioridade de construção de novos alimentadores, independente da geração de matrizes de comparação pareada entre alternativas, e que forneça resultados semelhantes aos métodos tradicionais utilizados. São considerados como critérios as diretrizes de expansão do sistema em média tensão baseados nos Procedimentos de Distribuição de Energia Elétrica – PRODIST, da Agência Nacional de Energia Elétrica - ANEEL, incluindo-se a geração distribuída. Para validação do modelo, foram realizados estudos comparativos entre os resultados obtidos através de métodos tradicionais de decisão multicritério, sendo que nas aplicações efetuadas foram utilizados dados de ganhos de alimentadores reais planejados. Como resultados, o sistema desenvolvido classificou os alimentadores por ordem de prioridade de construção semelhante aos métodos tradicionais, sem gerar matrizes de comparação pareada entre alternativas, e próximos das preferências reais dos especialistas consultados.

  • EDUARDO HENRIQUE COSTA BARBOSA
  • Aplicação de Algoritmos de Agrupamento de Dados e de Redes Neurais Dinâmicas para a Previsão de Demanda em Sistemas de Distribuição de Energia Demanda em Sistemas de Distribuição de Energia
  • Data: 20/11/2019
  • Mostrar Resumo
  • A previsão de carga é um assunto importante e fonte de muitos estudos em pesquisas atuais. Isso se deve às vantagens que um processo de previsão robusto pode oferecer no planejamento e operação de sistemas de energia. Nesta dissertação é proposta uma metodologia de previsão de curvas de carga baseada em combinação de algoritmos de agrupamento por meio de função consenso e uso de redes neurais dinâmicas. São utilizadas como base um conjunto de partições oriundas  dos algoritmos k-means e minCEntropy. Desta forma, é feita a previsão recursiva destas curvas, com discretização de 5 minutos, totalizando 24 horas e um horizonte de previsão de 288 passos a frente. Para esta finalidade é proposto o uso de duas redes neurais com memórias de longo prazo, a NARX (Nonlinear Autorregressive with Exogenous Inputs) e a LSTM (Long Short-Term Memory), além do uso da rede com atrasos de tempo na entrada FTDNN (Focused Time Delay Neural Network). O treinamento a partir da partição consenso se mostrou capaz de fornecer às redes neurais dados cujas características refletem as sazonalidades e periodicidades intrínsecas a este tipo de série temporal. Além disso, foi utilizada uma metodologia que contempla toda a etapa de pré-processamento, evitando que possíveis dados corrompidos por eventuais problemas relacionados a distúrbios ou falhas nos equipamentos de medição/aquisição dos dados possam interferir no desempenho dos algoritmos de agrupamento e das redes neurais. Foram utilizados dados reais de uma concessionária de distribuição de energia elétrica. Os índices de desempenho NMSE e MAPE mostraram que os modelos propostos foram capazes de fornecer baixos erros de previsão, podendo vir a ser uma alternativa eficiente frente a outros modelos de previsão comumente empregados.

  • RÔMULLO RANDELL MACEDO CARVALHO
  • ANÁLISE DA NEURO-OTIMIZAÇÃO EM ALGORITMOS GLOBAIS SUPERVISIONADOS E APLICAÇÃO NA MODELAGEM DA DINÂMICA DE LASERS SEMICONDUTORES
  • Orientador : LUIS GUSTAVO MOTA SOUZA
  • Data: 18/11/2019
  • Mostrar Resumo
  • O presente estudo associa as redes máquina de aprendizagem extremo (ELM) e perceptron de múltiplas camadas (MLP) a mecanismos inteligentes de otimização, o Algoritmo Genético e a Otimização por Enxame de Partículas, de tal maneira a obter modelos globais supervisionados mais eficientes (com menos neurônios na camada oculta). A modelagem da potência óptica de lasers semicondutores de pontos quânticos por meio de redes neurais com diferentes estratégias de aprendizagem tem se apresentado como uma alternativa eficaz à abordagem clássica a partir de métodos massivamente físico-experimentais, como as equações de taxa e a descrição por microestados. Por se tratarem de paradigmas do tipo caixa preta, as redes supervisionadas dispensam o profundo conhecimento do processo e o tempo de teorização demandado dos métodos clássicos, ao mesmo tempo que consegue entregar resultados satisfatórios, com base em recentes trabalhos. Para tanto, duas abordagens são estabelecidas para estudo dos modelos: a primeira com um valor fixo reduzido da quantidade de neurônios e a segunda com um valor variável dentro do treinamento e determinado pelo próprio algoritmo. Ambas as abordagens são estudadas para a aproximação de funções de uma e de duas variáveis, com análise dos impactos da otimização nas redes MLP e ELM, como em relação ao sobreajuste e subajuste. Por fim, os modelos elaborados são aplicados à modelagem da potência óptica de lasers de ponto quântico em função de degrau de corrente na entrada, usando-se autorregressão com entrada exógenas, para um banco de dados com variações de estado (fundamental e excitado) e temperatura. Todos os modelos são submetidos à validação pelo erro quadrático médio e por análise dos resíduos.

  • DIONATAS RAYRON DA SILVA ALVES
  • SISTEMA DE GERAÇÃO FOTOVOLTAICO CONECTADO À REDE COM CONSUMO E ARMAZENAMENTO EM BATERIAS DE ALTA PERFORMANCE NA INFRAESTRUTURA AEROPORTUÁRIA
  • Orientador : MARCOS ANTONIO TAVARES LIRA
  • Data: 08/11/2019
  • Mostrar Resumo
  •  

    Frente ao contexto nacional de oportunidades na implantação de geração distribuída através da fonte solar fotovoltaica em diversos nichos de plantas consumidoras e o cenário relacionado a diversificação da matriz elétrica nacional, este trabalho aborda a atratividade técnica, econômica e operacional na implantação de sistemas de geração fotovoltaico conectado à rede com consumo e armazenamento em baterias de íons de lítio em Aeroportos. A pesquisa foi realizada com os dados do Aeroporto de Teresina tendo por hipótese a existência de solução de geração fotovoltaica com armazenamento que possibilitasse a ampliação e melhoria da segurança operacional através da confiabilidade e continuidade operacional da infraestrutura elétrica. Dessa forma, o objetivo foi avaliar a atratividade técnica, operacional e econômica para implantação do sistema de geração fotovoltaico conectado à rede com consumo e armazenamento em bateria de íons de lítio no suprimento de energia elétrica secundário ao parque de equipamentos críticos do aeroporto de Teresina. A metodologia foi através da revisão bibliográfica acerca dos aspectos técnicos e regulatórios do tema avaliado; a pesquisa de campo que caracterizou o parque de equipamentos, a  infraestrutura elétrica aeroportuária, os aspectos regulatórios envolvendo a aviação e demais condicionantes climáticos e arquitetônicos da solução de geração proposta que viabilizaram o dimensionamento do gerador fotovoltaico e sistema de armazenamento através do software PV*SOL possibilitando assim a obtenção dos resultados para o objetivo proposto. Os resultados obtidos foram a potência do gerador fotovoltaíco de 615,49 kWp conectado à rede e sistema de armazenamento de 194,56 kWh/dia no cenário 1 e 81,92 kWh/dia nos cenários 2 e 3 para atendimento ao consumo durante cinco e duas horas/dia, respectivamente, com tempo resposta de 100 ms. O CAPEX para o cenário 1 foi de R$ 2.061.619,50, VPL de R$ 3.743.143,00, TIR de 8,65% e payback de 10,55 anos. Para o cenário 2 obteve-se CAPEX de R$ 1.490.033,12, VPL de R$ 2.326.109,00, TIR de 7,47 % e payback de 14,10 anos. O cenário 3 o CAPEX foi de R$ 1.490.033,12, VPL de R$ 453.840,00, TIR de 1,8% e payback de 21,58 anos. Conclui-se que a viabilidade econômica para implantação do projeto acontece no longo prazo, os fatores técnicos envolvidos apontam uma solução com alto nível de confiabilidade, continuidade e compatibilidade operacional para os sistemas elétricos críticos aeroportuários possibilitando inclusive melhoria e ampliação dos níveis de segurança operacional.

  • ANDREI CARVALHO RIBEIRO
  • OTIMIZAÇÃO MULTIOBJETIVO PARA ALOCAÇÃO DE GERAÇÃO DISTRIBUÍDA EM SISTEMAS DE DISTRIBUIÇÃO VIA NSGA-II E COMPOSIÇÃO MAX-MIN.
  • Orientador : FABIO ROCHA BARBOSA
  • Data: 25/10/2019
  • Mostrar Resumo
  • Resumo: A alocação de unidades de Geração Distribuída (GD) no Sistema Elétrico de Potência (SEP) proporciona uma série de benefícios, sendo os principais a redução das perdas de potência nas linhas e a melhora do perfil de tensão do sistema. Porém, mesmo com a inserção de GD alcançando níveis cada vez maiores de penetração, os custos de instalação ainda são considerados bastante elevados. Este trabalho apresenta um modelo de otimização multiobjetivo (e sua solução) contemplando os objetivos de natureza técnica - minimizar as perdas de potência ativa e tornar o perfil de tensão mais homogêneo a partir da redução do desvio de tensão; e o objetivo de natureza econômica - reduzir o custo de instalação, operação e manutenção do empreendimento. Utilizou-se o NSGA-II como ferramenta de busca para resolver o modelo proposto e encontrar as variáveis de siting e sizing que determinam o problema de alocação de GD. As simulações foram realizadas integrando o MATPOWER e o MATLAB nos sistemas de 33, 69, 85 e 141 barras. Também foram realizadas modificações nos dados elétricos desses sistemas, ao passo que novas versões considerando perfis de consumo e patamares de carga também foram propostas. Utilizou-se lógica Fuzzy, composição max-min, para trade-off e compromisso de escolha final na fronteira de Pareto obtida. Com várias execuções do algoritmo de busca e técnica de seleção, uma superpopulação foi formada, novamente com uso da composição max-min, determinou-se as soluções mais adequadas por patamar de carga. Essas soluções foram avaliadas e observou-se uma melhora significativa dos sistemas com a presença de GD. Os objetivos alcançados com a inserção de GD também foram comparados aos valores obtidos em outros trabalhos, e observou-se que a combinação das duas técnicas utilizadas apresentou desempenho promissor quando comparada com outros algoritmos propostos em outros trabalhos.

  • HEINRICH HERTZ SILVA
  • IDENTIFICAÇÃO MULTIVARIÁVEL DE UM SISTEMA DE TANQUES DE NÍVEL ACOPLADOS UTILIZANDO WAVELET NEURAL NETWORK.
  • Orientador : JOSE MEDEIROS DE ARAUJO JUNIOR
  • Data: 03/10/2019
  • Mostrar Resumo
  • Dentre os processos industriais mais comuns, a utilização de tanques de nível são bastantes usuais na fabricação de
    bebidas, cosméticos e inclusive na indústria do petróleo. O nível é uma variável importante na indústria não somente
    para a operação do próprio processo mas também para fins de cálculo de custo e de inventário. E em alguns casos
    o estudo e aplicação desse tipo de processo industrial requer um modelo do sistema para projetar malhas de
    controle. No entanto, nem sempre se conhece as equações envolvidas no funcionamento de um determinado
    sistema dinâmico, ou elas são conhecidas mas seriam impraticáveis, por limitações de tempo e recursos, levantar
    tais equações e estimar respectivos modelos. Por esse motivo, o domínio de técnicas de identificação de sistemas é
    importante, pois a construção de modelos ocorre a partir de dados observados em sistemas dinâmicos reais, de
    modo que pouco ou nenhum conhecimento prévio do sistema seja necessário. Diante disso, fundamentado na teoria
    de identificação de sistemas, redes neurais artificiais e funções Wavelets, o presente trabalho apresenta a
    identificação de um sistema dinâmico de tanques de nível acoplados com características não lineares, utilizando
    como ferramenta a Wavelet Neural Network (WNN), com o intuito de verificá‐la como uma alternativa para
    identificação de sistemas dinâmicos. Para melhor avaliar as potencialidades não lineares da WNN, optou‐se por
    utilizar um sistema de tanques, que por si só já possui natureza não linear. Além disso, o sistema possui acoplamento
    de sinais, ruídos de medição e foi construído de forma artesanal. Tais características aumentam ainda mais a não
    linearidade do sistema e, consequentemente, a complexidade para modelagem. Para excitar o sistema utilizou‐se o
    sinal PRBS (Pseudo Random Binary Signal), que é um sinal de fácil geração, já que esse sinal possui apenas dois
    valores possíveis e comuta entre níveis em instantes discretos. Com o sistema excitado coletou‐se dados de entradas
    e saída afim de realizar a identificação. A estrutura de identificação utilizada foi a NNARX (Neural Network
    Autoregressive, Exogenous Input). Uma vez coletado os dados do sistema e definido a estrutura de identificação,
    realizou‐se a estimação e validação do modelo neural obtido com a WNN. Este foi comparado com um modelo neural
    estimado utilizando a Rede Neural Multilayer Perceptron, para fins de comparação, obtendo‐se resultados
    satisfatórios.

     

     

  • MAURO ANTONIO GUIMARÃES CLARK
  • APLICAÇÃO DE METAHEURÍSTICAS PARA RECONFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO, VISANDO BALANCEAMENTO DE ALIMENTADORES E MINIMIZAÇÃO DE PERDA DE POTÊNCIA
  • Data: 30/09/2019
  • Mostrar Resumo
  • Neste trabalho apresentam-se duas metaheurísticas evolutivas eficientes para abordar o problema de reconfiguração de sistemas de distribuição de energia de maneira mono-objetiva e multiobjetiva, sendo elas: Algoritmo Genético com procedimento de factibilização e Non-dominated Sorting Genetic Algorithm II com procedimento de factibilização e de diversificação, respectivamente. Os algoritmos foram aplicados visando otimizar dois objetivos de enorme importância para o setor de distribuição de energia: minimização da perda técnica de potência ativa e a minimização do desbalanceamento entre alimentadores. No estudo mono-objetivo, o algoritmo genético foi aplicado primeiramente para otimização das perdas e logo após para a redução do desbalanceamento. Foram abordados três objetivos como foco da minimização do desbalanceamento: balanceamento por carga, por fluxo e por impedância. Foram realizadas análises e comparações para cada objetivo, com o intuito de determinar a melhor forma de balancear sistemas de distribuição. No estudo multiobjetivo, o NSGA-II foi aplicado visando a otimização da perda de potência e do desbalanceamento de melhor desempenho encontrado pelo AG. O desempenho das configurações balanceadas foi medido a partir de um índice de balanceamento proposto nesta pesquisa, que leva em consideração todos os objetivos de balanceamentos abordados do trabalho, assim como o valor da perda de potência. Os testes foram realizados nos sistemas de 16, 84 e 136 barras, tais sistemas são bem conhecidos e já foram utilizados em diversos trabalhos relacionados à reconfiguração de redes de distribuição.

  • IULLE DE MACÊDO GUERRA NEVES
  • Aplicação de Algoritmo Genético Mono-objetivo e Multiobjetivo para Reconfiguração de Rede de Distribuição
  • Data: 27/09/2019
  • Mostrar Resumo
  • A reconfiguração da rede de um sistema de distribuição elétrica consiste em sua alteração topológica de operação, visando objetivos importantes como: redução de perdas, melhoria nos níveis de tensão, qualidade de energia, balanceamento de carga, entre outros.

    Este trabalho apresenta uma nova abordagem ao problema de reconfiguração de redes de distribuição: é realizado o planejamento de operação, visando obter configurações mais ramificadas para alcançar topologias mais confiáveis. Para fazer o planejamento, o Algoritmo Genético é usado. Para considerar a ramificação, tratou-se a topologia radial como uma árvore (grafo sem ciclos) e convencionou-se que a maior ramificação é aquela com menor distância do nó raiz a todos os nós folhas da rede. Em outras palavras, considerando as definições das teorias dos grafos, a árvore de menor altura. O processo utilizado permite uma melhor redistribuição de ramos, realocando barras pertencentes a grandes corredores, em seções menores. Para verificar a desenvoltura da abordagem aqui proposta, analisaram-se as principais variáveis de qualidade de topologia, tais como: perfil de tensão, perdas ativas e número de consumidores sem eletricidade em caso de falta de energia.

    O planejamento é realizado preparando a rede tanto para operação, quando é apresentado uma topologia com perfis de tensão adequados e mínimas perdas ativas, como para recomposição, quando a topologia proposta permite, em média, uma rápida recomposição do sistema na ocorrência de uma falta. Além disso, o Nondominated Sortinh Genetic Algorithms-II (NSGA-II) foi implementado para encontrar soluções que satisfaçam não apenas a minimização da altura total, mas também a minimização das perdas ativas. O Algoritmo Genético Multiobjetivo foi aplicado também para recompor os sistemas, em caso de falta única, buscando diversas soluções que minimizem as perdas resistivas e número de chaveamentos. Esta aplicação foi realizada para a escolha da melhor configuração de recomposição, analisando os custos envolvidos.

    Os resultados das simulações, aplicados em sistemas de teste de 16, 33, 84 e 136 barras, mostraram que, ao minimizar o somatório da distância entre o nó fonte e os demais nós da rede, considerando-a como uma árvore, foi possível obter maior confiabilidade no sistema.

     

  • ÊNIO RODRIGUES VIANA
  • Heurística de factibilização para Algoritmos Evolutivos na Reconfiguração de Redes em Sistemas de Distribuição de Energia Elétrica
  • Data: 26/09/2019
  • Mostrar Resumo
  • A reconfiguração de sistemas de distribuição consiste na alteração da topologia da rede através do fechamento e abertura de chaves instaladas em pontos estratégicos da rede. Isolamento de faltas, minimização de perdas de potência ativa e balanceamento de cargas entre os alimentadores estão entre os principais objetivos de uma reconfiguração. Esse problema é de difícil resolução devido ao grande número de variáveis envolvidas e das restrições impostas, como o atendimento às leis de Kirchhoff, aos limites de tensão, àradialidade e ao não isolamento de carga.O problema pode ser classificado como umproblema de programação não linear inteiro misto (PNLIM) e apresenta o fenômeno de explosão combinatória. Neste trabalho é proposta uma nova abordagem para o tratamento de infactibilidade de soluções em algoritmos evolutivos que resolvem o problema de reconfiguração de sistemas de distribuição radial de energia elétrica. Os métodos aproximados são os mais comuns quando se lida com o problema de reconfiguração de sistemas de energia elétrica. Destes, os Algoritmos Evolutivos (AE’s) são os mais aplicados e os que apresentaram as melhores soluções. Porém, quando se lida com sistemas de grande porte, há significativa instabilidade na qualidade das soluções encontradas pelo AE. Uma possível causa desta instabilidade se deve ao fato de que, quando se lida com sistemas grande porte, muitas soluções infactíveis são geradas ao longo da busca. Assim, o algoritmo leva muitas gerações para conseguir encontrar soluções factíveis e somente a partir daí, é que o processo de otimização destas realmente ocorre. Porém, mesmo após muitas iterações, não há qualquer garantia que exista ao final da busca qualquer solução factível, principalmente quando se lida com sistemas complexos. Diante desta grave limitação dos AE, propôs-se neste trabalho uma heurística de factibilização para indivíduos da população de AE’s com intuito de garantir estabilidade às soluções dadas pelo AE e também para assegurar que, ao final do processo de busca ou a cada geração deste, todas as soluções da população do AE sejam factíveis. Um Algoritmo Genético simples foi utilizado para minimização das perdas de potência ativa, enquanto que o algoritmo NSGA-II foi empregado na otimização de dois objetivos: redução do número de manobras e redução das perdas de potência ativa. Ao serem realizados experimentos computacionais em sistemas de pequeno, médio e grande porte verificou-se que o método proposto pôde encontrar menores perdas de potência média para os sistemas de pequeno e médio porte. Obteve ainda a menor perda de potência mínima em todos os cenários. Graças ao baixo esforço computacional que o método como um todo demanda, pode-se admitir ainda a sua utilização em tempo real.
  • SAMUEL NOGUEIRA FIGUEIREDO
  • TÉCNICA DE MPPT HÍBRIDA APLICADA EM UM SISTEMA FOTOVOLTAICO SOB CONDIÇÕES DE SOMBREAMENTO UNIFORME E PARCIAL
  • Orientador : RANOYCA NAYANA ALENCAR LEAO E SILVA AQUINO
  • Data: 16/09/2019
  • Mostrar Resumo
  • Segundo a Empresa de Pesquisa Energética (EPE), a fonte de geração de energia elétrica que apresentou maior crescimento percentual de 2017 para 2018 foi a solar fotovoltaica que obteve 316,1 % de aumento no período de um ano. Apesar do evidente crescimento, os módulos fotovoltaicos apresentam níveis baixos de eficiência e possuem alta dependência das condições ambientais, como irradiação solar e temperatura. Isto posto, o arranjo fotovoltaico deve operar sempre no ponto de máxima potência global (GMPP) para que seja aproveitado o máximo da energia gerada. Nesse contexto, algumas técnicas clássicas atingem esse objetivo de maneira satisfatória em condições de sombreamento uniforme. Entretanto, as condições ambientais variam durante o dia e esses métodos não conseguem extrair a maior potência disponível em condições de sombreamento parcial. O presente trabalho tem como objetivo propor uma técnica de rastreamento do ponto de máxima potência (MPPT) híbrida que utiliza uma combinação dos métodos Otimização por Enxame de Partículas (PSO) e Perturba e Observa (P&O), aplicada em sistemas fotovoltaicos sob condições de sombreamento uniforme e parcial. O sistema fotovoltaico foi modelado nos softwares MATLAB® e PSIM®. A técnica de MPPT proposta é comparada com as técnicas P&O clássica, PSO padrão e uma híbrida P&O-PSO. Os resultados de simulação mostraram que o algoritmo híbrido proposto consegue rastrear o GMPP em condições de sombreamento uniforme e parcial e apresentou maior exatidão (justificado pela eficiência de simulação acima de 99 %) e precisão (evidenciado pelo baixo desvio padrão). O tempo de rastreamento é 50 % menor que na técnica PSO padrão. Além disso, o método proposto consegue extrair 0,3 % a mais de energia elétrica do sistema fotovoltaico em comparação com o híbrido P&O-PSO. 

  • SÉRGIO PAULO MELO DE SOUZA
  • PREDIÇÃO DE SÉRIES TEMPORAIS PARA PLANEJAMENTO ENERGÉTICO UTILIZANDO REDES NEURAIS.
  • Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
  • Data: 16/01/2019
  • Mostrar Resumo
  • A predição de informações futuras consiste numa tarefa complexa, porém necessária em diversos
    setores da economia. Atualmente diversas pesquisas relacionadas a tarefa de predição utilizando
    redes neurais tem sido desenvolvidas. O resultado da aplicação de redes neurais nessa tarefa tem
    sido promissor, com destaque para as arquiteturas NARX e ELM que são mais recentes. Neste
    trabalho, aplicou-se as redes neurais FTDNN, NARX, ELM e NARX-ELM na predição de séries
    temporais importantes para o planejamento energético do Sistema Interligado Nacional (SIN).
    Utilizou-se uma adaptação do método de busca em grade para otimizar os hiperparâmetros de
    cada rede e encontrar a configuração ótima das mesmas. Em seguida, avaliou-se o desempenho
    dessas redes na predição recursiva de séries temporais de nível a montante e vazões afluentes
    das usinas hidrelétricas de Boa Esperança e Sobradinho. Portanto, este trabalho teve como
    objetivo otimizar diversas arquiteturas neurais através de métodos de busca de hiperparâmetros e
    comparar o desempenho na predição dessas séries temporais.

2018
Descrição
  • RENATA DE OLIVEIRA LIMA
  • CONTROLE MPPT HIBRIDO APLICADO A UM MICRO INVERSOR FLYBACK CONECTADO A REDE
  • Data: 14/12/2018
  • Mostrar Resumo
  • Os microinversores para painéis fotovoltaicos são capazes de transformar a energia con-tinua dos painéis fotovoltaicos em alternada com um valor de tensão nominal igual ao de fornecimento. Esta tecnologia está sendo cada vez mais aprimorada e um dos pontos a serem explorados é o rastreamento do máximo ponto de potência-MPPT para maxi-mizar a potência dos painéis.
    Portanto, este trabalho propõe um algoritmo MPPT híbrido com tamanho de passo va-riável baseado nos métodos convencionais Perturba e Observa (P&O) e Condutância Incremental (CI). O método proposto é comparado com os métodos convencionais e com alguns métodos expostos na literatura. Os resultados simulados e experimentais do algoritmo proposto aplicado a um painel fotovoltaico implantado a um microinversor flyback conectado à rede mostram alta eficiência no rastreamento de energia, resposta rápida e estável para diferentes condições de irradiação e temperatura.

  • IGOR SOARES BRASIL
  • ESTIMAÇÃO DE CURVAS DE POTÊNCIA DE AEROGERADORES USANDO O MODELO FUZZY TAKAGI-SUGENO-KANG
  • Data: 14/12/2018
  • Mostrar Resumo
  • RESUMO
    A curva de potência de um aerogerador é a representação teórica da relação entre velocidade
    do vento e potência elétrica gerada. A estimação ou obtenção de curvas de potência a partir
    de dados medidos é fundamental para predição de potência elétrica gerada por um aerogerador
    isolado ou por um parque eólico como um todo. Em geral, curvas de potência são usadas
    para dimensionamento do aerogerador ou do parque eólico e também no monitoramento da
    condição de operação dos aerogeradores. Costuma-se utilizar modelos de regressão polinomial
    para estimação da curva de potência, mas há também soluções baseadas em outros modelos não
    lineares, tais como redes neurais artificiais e modelos logísticos cujos parâmetros são estimados
    via algoritmos de otimização meta-heurísticas. Nesta dissertação, contudo, é introduzida uma
    solução alternativa baseada no sistema de inferência fuzzy de Takagi-Sugeno-Kang (TSK). A
    principal vantagem da abordagem proposta está em sua simplicidade e adequação ao problema
    de interesse. As funções de saída das regras do modelo TSK são lineares (mais exatamente
    equações da reta), cujos os parâmetros são estimados pelo método dos mínimos quadrados
    ordinário (MQO). A fim de lidar com a presença de outliers nos dados, o modelo TSK proposto
    é estendido pela substituição do método MQO por estimadores-M, que é um arcabouço de
    estimação robusta de parâmetros. A metodologia proposta é comparada com o estado da arte
    em estimação da curva de potência de aerogeradores e os resultados indicam um desempenho
    consistente da metodologia proposta em relação aos métodos avaliados.

  • JUAN DE AGUIAR GONÇALVES
  • ALGORITMO HÍBRIDO PARA PRÉ-PROCESSAMENTO E AGRUPAMENTO DE CURVAS DE CARGA
  • Data: 12/12/2018
  • Mostrar Resumo
  • Resumo: Previsões de carga são realizadas em função de valores passados, porém a presença de falhas e outliers, podem influenciar seu resultado. Os dados de carga possuem perfis típicos, tornando fundamental a separação dos mesmos em grupos, conforme seus perfis. Sendo assim, para uma previsão de carga satisfatória, a mesma deve ser precedida por filtragem e agrupamento do banco de dados. Essa pesquisa propõe um algoritmo de pré-processamento de curvas de carga, de um transformador de extra alta tensão instalado em uma subestação, suscetível à intempéries e peculiaridades do sistema elétrico. A primeira etapa do algoritmo, refere-se à filtragem dos dados, através de um processo iterativo, utilizando filtro de hampel, para correção das curvas de carga e pesquisa de defeitos remanescentes, empregando o sinal do detalhe oriundo do banco de filtros com Transformada Wavelet Discreta (TDW). Na segunda etapa, associada ao agrupamento, um processo iterativo realizou a redução das curvas de carga, através do sinal de aproximação do banco de filtros TDW, nos seus diversos níveis, seguido do agrupamento das mesmas curvas, aplicando o algoritmo k-means. Destacam-se os resultados de filtragem satisfatório com correções otimizadas, além do que o número curvas excluídas indicou anormalidades no sistema de medição. Os resultados mostraram que agrupamento resultante representa curvas de carga com tipologias bem definidas, associadas aos dias das semana, classe de carga, meses do ano e estações climáticas, apesar do referido agrupamento ter sido realizado sem supervisão, ou qualquer informação prévia fornecida ao algoritmo.

  • STÊNIO DE SOUSA COELHO
  • APLICAÇÃO DE CONTROLADORES PID MULTIVARIÁVEIS EM SISTEMAS COM ACOPLAMENTO ENTRE AS MALHAS
  • Orientador : OTACILIO DA MOTA ALMEIDA
  • Data: 11/12/2018
  • Mostrar Resumo
  • Neste trabalho foram comparados dois conceitos de desenvolvimento de controladores PID aplicáveis para grande número de processos industriais com interação entre malhas: o método de sintonia de controladores PID sequencial e o método IMC multivariável. Apesar de os precursores de ambas as técnicas serem bastante difundidas no ambiente industrial para controle de sistemas do tipo SISO, tais métodos de controle monovariáveis não são capazes de atuar com eficiência em processos do tipo MIMO. Portanto, o desenvolvimento de uma matriz de desacoplamento e sua adição ao sistema mutivariável faz-se necessária para o controle de processos com acoplamento entre as malhas a partir de estruturas de controle monovariáveis, atuando de modo a minimizar (ou até mesmo eliminar) a interação proporcionada pelos elementos de fora da diagonal principal da matriz de transferência do processo. A eficácia das técnicas de controle e desacoplamento de sistemas multivariáveis apresentadas neste trabalho foi avaliada em dois processos, sendo um deles simulado (coluna de destilação de Wood e Berry) e o outro uma planta real de tanques acoplados com forte interação entre as malhas. Foram calculadas as matrizes de desacoplamento simplificado para os sistemas, comparando-se as respostas dos processos frente às ações dos controladores sintonizados pelos métodos sequencial, IMC multivariável, método de Aström e IMC monovariável.

  • FILIPE BISPO LIMA
  • Proteção Elétrica Conforme a Norma IEC 61850 e Análise da Seletividade Lógica que Utiliza um Tráfego GOOSE Gerenciado por Sistema Fuzzy
  • Orientador : JOSE MEDEIROS DE ARAUJO JUNIOR
  • Data: 10/12/2018
  • Mostrar Resumo
  • Os Sistemas de Automação de Subestações (SAS) atuais, baseados na tecnologia dos
    IEDs (Intelligent Electronic Devices), favorecem a interoperabilidade entre equipamentos de
    diferentes fabricantes em conformidade com a norma IEC (International Electrotechnical
    Commission) 61850. A comunicação entre os dispositivos dos sistemas PAC (Proteção
    Automação e Controle) das subestações, antes realizada através de conexões elétricas entre
    entradas e saídas binárias de equipamentos, começa a utilizar um meio digital para a troca de
    informações através das mensagens GOOSE (Generic Oriented Object Substation Event). As
    mensagens GOOSE são utilizadas, por exemplo, para enviar informações sobre a atuação dos
    relés de proteção (substituindo os contatos elétricos). Já as mensagens SMV (Sampled Mensured
    Value) enviam informações de corrente e tensão elétrica do sistema, em formato digital, através
    da rede ethernet (substituindo os sinais analógicos convencionais). Essa Dissertação aborda
    conceitos relevantes sobre os Sistemas de Proteção das Subestações modernas, que trabalham em
    conformidade com a norma IEC 61850. São realizados testes do tempo de atuação para os relés
    de proteção das principais funções, a saber: sobrecorrente temporizada não-direcional (50/51),
    sobrecorrente direcional (67), diferencial de transformador (87) e de distância (21). Os tempos de
    atuação dos disjuntores para as interfaces de disparo por relé auxiliar e pacote GOOSE são
    comparados, sendo confirmado o benefício da redução do tempo de disparo devido ao uso do
    padrão IEC 61850 nas subestações. São estabelecidos conceitos sobre as mensagens SMV,
    utilizadas na digitalização dos parâmetros elétricos das Subestações para diminuir a dependência
    dos condutores de cobre nos equipamentos de medição. Adicionalmente, é proposto um novo
    algoritmo de repetição dos pacotes GOOSE baseado na lógica Fuzzy e através do interpretador
    Scapy para Python, de modo a atender os arranjos com relés digitais de proteção em seletividade
    lógica radial. Os pacotes ethernet GOOSE dos IEDs imediatamente a jusante são gerados de
    acordo com a corrente elétrica circulante e o tipo de curva protetiva associada aos IEDs
    imediatamente a montante. Os resultados demonstram redução média de até 400 ms no tempo de
    eliminação das faltas, pelo uso do algoritmo de repetição GOOSE baseado na Lógica Fuzzy.

  • FABRÍCIO HIGO MONTURIL DE MORAIS
  • DESEMPENHO OPERACIONAL DE SISTEMAS FOTOVOLTAICOS INSTALADOS EM INSTITUIÇÕES DE ENSINO MULTICAMPI
  • Orientador : FABIO ROCHA BARBOSA
  • Data: 19/11/2018
  • Mostrar Resumo
  • Em fevereiro de 2015, foi publicada a Portaria nº 23/2015 do Ministério de Planejamento, Orçamento e Gestão que estabelece boas práticas de gestão e uso de energia elétrica e água nos órgãos e entidades da Administração Pública Federal direta, autárquica, como a utilização de módulos fotovoltaicos, de modo a proporcionar economia no consumo anual de energia elétrica da edificação. Por outro lado, em se tratando do universo das instituições de ensino, de acordo com o Ministério da Educação e Cultura, as mesmas devem constituir-se como espaços educadores sustentáveis modernizando as edificações para o uso eficiente dos insumos e redução dos impactos ambientais. Ademais, é possível perceber um aumento na quantidade de sistemas fotovoltaicos instalados no estado do Piauí e uma crescente utilização desta fonte no âmbito das instituições de ensino. Assim surgiram os seguintes questionamentos norteadores desta pesquisa: Como se dá o desempenho operacional de sistemas fotovoltaicos instalados em instituições de ensino multicampi no estado do Piauí? A análise de desempenho operacional pode ser feita com precisão se forem utilizados dados de irradiação solar provenientes de outras fontes que não as sugeridas pelas normas? É possível analisar possibilidades de replicação de sistemas fotovoltaicos nas instituições de ensino multicampi, estimando a energia a ser produzida através da metodologia tradicional de cálculo com melhor exatidão que softwares dedicados utilizando tais dados de irradiação? Quais benefícios a replicação de sistemas fotovoltaicos trará para as instituições? Nesse contexto, esta pesquisa tem como objetivo Geral fornecer subsídios para os gestores de instituições de ensino de caráter multicampi analisarem a viabilidade técnico-econômica da replicação de sistemas fotovoltaicos, de modo a evitar grandes margens de erros nas estimativas de geração de energia elétrica. Através da análise do Sistema IFPI-FLORIANO, objeto de estudo desta pesquisa, foi verificado que os sistemas fotovoltaicos instalados em instituições de ensino podem apresentar excelentes desempenhos devido ao grande potencial para a utilização desta fonte no estado. O sistema teve uma produtividade de 1.493,12 kWh/kWp, um Fator de Capacidade de 17,04% e uma Taxa de Desempenho de 97,75%. Verificou-se também que é possível analisar o desempenho operacional e estimar a energia a ser produzida pelo sistema com precisão, utilizando apenas os dados de radiação solar global coletados através das estações meteorológica do Instituto Nacional de Meteorologia, de modo a se utilizar estes dados em análises de viabilidade técnico-econômica como instrumentos de tomada de decisão para a instalação e replicação de sistemas fotovoltaicos. Por fim, a replicação do sistema fotovoltaico em instituições de ensino multicampi trará como benefício principal uma economia anual de cerca de 59% no consumo de energia elétrica, o que pode ser investido em outros setores prioritários da instituição. Ademais, tendo em vista a atividade fim das instituições de ensino, a instalação do sistema fotovoltaico e a replicação do sistema trará benefícios além da redução do consumo de energia elétrica, ao ser utilizado nas atividades de ensino, pesquisa e extensão.

  • GIELSON VITOR OLIVEIRA VERAS
  • Diagnóstico do Óleo de Transformador de Potência Através da Análise de Gases Dissolvidos Utilizando Redes Neurais Artificiais
  • Orientador : LUIS GUSTAVO MOTA SOUZA
  • Data: 17/10/2018
  • Mostrar Resumo
  • Este trabalho tem como objetivo aplicar Redes Neurais Artificiais (RNAs) para obter o diagnóstico da qualidade do óleo isolante de transformadores de potência a partir das concentrações de gases dissolvidos neste óleo. Tal diagnóstico é tradicionalmente obtido a partir da análise das propriedades físico-químicas do liquido, enquanto a concentração dos gases é utilizada para detectar as ocorrências de falhas incipientes no transformador. No entanto, existe uma dualidade entre essas duas características (BARBOSA, 2013). Análises de Óleo realizadas por mais de trinta anos em mais de 150 Transformadores de Potência do Brasil foram usadas para implementar e testar a ferramenta proposta. O objetivo principal é permitir um planejamento correto da manutenção de transformadores com menor custo, uma vez que apenas com a análise dos gases dissolvidos é possível inferir sobre a qualidade do óleo e a ocorrência de falhas. Quatro RNAs são testadas para realizar essa tarefa: Perceptron Multi Camadas, ou do inglês Multilayer Perceptron (MLP), Rede Função de Base Radial, ou do inglês Radial Basis Function (RBF), Rede Máquina de Aprendizado Extremo, ou do inglês Extreme Learning Machine (ELM), Rede Mapa Auto Organizável ou do inglês Self Organizated Map (SOM) e Rede Mapa Auto Organizável com K Vencedores, ou do inglês K-Winners Self Organizated Map (KSOM) . O desempenho das RNAs foi analisado e comparado entre elas e entre os métodos tradicionais de diagnósticos de óleo. Os resultados mostraram que a ferramenta proposta foi mais próspera que os métodos tradicionais de avaliação de óleo de transformadores.

  • ABRAÃO GALENO DA COSTA MENEZES
  • ÁRVORES DE DECISÃO PARA DIAGNÓSTICO DE FALHAS INCIPIENTES EM TRANSFORMADORES DE POTÊNCIA: NOVAS PERSPECTIVAS E REVISÃO DO TRIÂNGULO DE DUVAL
  • Orientador : OTACILIO DA MOTA ALMEIDA
  • Data: 23/08/2018
  • Mostrar Resumo
  • O diagnóstico de falhas incipientes em transformadores de força, com base na análise dos gases
    dissolvidos no óleo isolante, é o método mais utilizado em ocasiões que envolvam manutenções
    preventivas, preditivas ou corretivas no equipamento. É essencial garantir a operação contínua
    do transformador de força e evitar possíveis falhas que possam ocorrer devido ao seu ciclo de
    vida natural ou arranjo elétrico a que são submetidos. Atualmente, o método do triângulo de
    Duval é uma das técnicas tradicionais mais utilizadas na Análise de Gases Dissolvidos(DGA,
    do Ingles Dissolved Gas Analysis), porém, esta técnica tem mostrado precisão limitada. Para
    superar os problemas de desempenho convencionais, técnicas de Inteligência Computacional
    como Redes Neurais, Sistemas Difusos e, mais recentemente, Árvores de Decisão(DT, do inglês
    Decision Tree) foram propostas como métodos para análise de gases dissolvidos. Este trabalho
    mostra que o algoritmo de Árvores de Decisão, usando a taxa de ganho como uma métrica para
    seleção de atributos, foi capaz de extrair o máximo de informação destes, e fornecer uma solução
    para casos não resolvidos usando métodos tradicionais. Mostrou-se também que os atributos
    mapeados pela árvore de decisão para classificação DGA podem inferir no tipo de falha através
    da análise de poucos gases. Finalmente, pode-se concluir que a técnica proposta desempenha um
    papel importante na melhoria da análise DGA e configura-se como uma ferramenta promissora
    utilizada isloada, ou em conjunto com as técnicas tradicionais.

  • MAX DANNYELL DE CARVALHO ALVES
  • MODULAÇÃO SHE-PWM APLICADA EM UM INVERSOR MULTINÍVEL HÍBRIDO SIMÉTRICO TRIFÁSICO DE CINCO NÍVEIS BASEADO NAS TOPOLOGIAS HALF-BRIDGE E ANPC
  • Orientador : RANOYCA NAYANA ALENCAR LEAO E SILVA AQUINO
  • Data: 13/07/2018
  • Mostrar Resumo
  • O trabalho propõe a aplicação da modulação SHE-PWM ao Inversor Multinível Híbrido Simétrico Trifásico de Cinco Níveis baseado nas topologias Half-Bridge e ANPC proposto por Silva (2013) a fim de comparar o desempenho desta modulação frente as já aplicadas anteriormente nesta estrutura. De início é apresentada a topologia do inversor com seus possíveis estados de comutação, lógica de acionamento escolhida e detalhamento dos caminhos de corrente durante a operação do inversor. Em seguida é aplicada a estratégia de modulação SHE-PWM, apresentando-se a forma de onda desejada na saída do inversor para eliminar os harmônicos escolhidos, o cálculo dos ângulos de chaveamento pelo método de Newton-Raphson e a implementação digital da técnica usando FPGA. Foi realizado um estudo de desempenho do inversor através de simulação, na qual é analisado o conteúdo harmônico e as perdas usando um método de estimação no software PSIM. Por fim são apresentados os resultados experimentais referentes à estratégia de modulação SHE-PWM aplicada ao inversor, realizando uma análise comparativa em relação às outras duas modulações já aplicadas por Silva (2013), PD-PWM e CSV-PWM. Sendo mostradas as principais formas de onda, tais como: pulsos de acionamento dos interruptores, esforços de tensão e corrente nos interruptores, tensões de fase e de linha, bem como corrente na carga, estas relacionadas à operação do inversor com potência nominal. Para embasar a análise comparativa de desempenho da modulação em questão foram coletadas informações sobre o conteúdo harmônico e rendimento do inversor. Utilizando a modulação SHE-PWM, o conversor apresentou um melhor rendimento, superior a 96%, e com exceção do resultado obtido para o índice de modulação de 0,5, o conteúdo harmônico apresentou uma melhora para toda faixa de índices testados, sendo que para o melhor caso, índice de 0,9, a WTHD é 45% menor em relação a PD-PWM e 58% menor com relação a CSV-PWM.

SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb05.ufpi.br.instancia1 07/12/2024 02:54