Faculdade de Engenharia Elétrica - FEE/CAMTUC

URI Permanente para esta coleção

https://bdm.ufpa.br/handle/prefix/218

Campus de Tucuruí / Bibliotecária: Mayara de Kassia Pinheiro Menezes Whatsapp: (94) 98199-9226 E-mail: bibliocamtuc@ufpa.br Facebook: https://www.facebook.com/bibcamtuc/ Instagram: https://www.instagram.com/bcamtuc/

Navegar

Agora exibindo 1 - 9 de 9

Acesso aberto (Open Access)
Análise de dados de manutenção usando aprendizado de máquina: estudo de caso em uma peneira vibratória do segmento de mineração
(2021-12-30) LACERDA, Rickelle Moraes; BAYMA, Rafael Suzuki; http://lattes.cnpq.br/6240525080111166
Em busca de um problema recorrente em uma grande empresa de mineração que pudesse ser estudado e abordado, foram realizadas pesquisas e análises em sistemas supervisórios e de aquisição de dados referentes a equipamentos que estão inseridos no processo de beneficiamento do minério, e assim selecionou-se uma peneira para esse estudo que apresentou 109 eventos de falhas dos setores de Elétrica, Instrumentação e Automação durante todo o ano de 2019. A partir dessa escolha foram feitas análises quantitativas e qualitativas, investigações e pesquisas em campo para buscar justificativas para o número elevado de eventos que geraram manutenções. Um Perfil de Perdas, que consiste na estratificação das perdas do processo produtivo por meio de gráficos de Pareto, a fim de identificar quais são as maiores oportunidades de ganho no equipamento foi elaborado. Assim como se fez uso da ferramenta FMEA (Análise dos Modos e Efeitos de Falha) que apontou quais falhas são mais críticas e quais ações com certa prioridade devem ocorrer para que dessa forma se alcance uma maior Confiabilidade do ativo. Neste contexto, entendeu-se a importância de através da Inteligência Artificial e do Aprendizado de Máquina criar um código no MATLAB usando as técnicas PCA e Clustering. Sendo capazes de, a partir de amostras de dados referentes ao funcionamento da peneira, analisar o comportamento desses dados e descobrir o que seriam os que apresentam anomalias, se encaixando em grupos de classe de dados com defeito, e os que não possuem em grupos de classe de dados sem defeito. Para que dessa forma seja possível diagnosticar o equipamento e futuramente, melhorando o código, seja possível até mesmo prever falhas neste e em seus semelhantes, fazendo com que perdas no processo sejam mitigadas.
Acesso aberto (Open Access)
Apresentação do artigo elaborado em 2023 por meio da Proeg nº 01/2023: aplicação da análise de correlação canônica em sistemas ICM baseados em SSVEP
(2023-12-18) SOUSA, Sávio Milhomens de; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329
Este trabalho aborda a apresentação do artigo intitulado “Aplicação da Análise de Correlação Canônica em Sistemas ICM Baseados em SSVEP”, desenvolvido durante o período de Abril de 2023 a Setembro de 2023, durante a execução do projeto de pesquisa, sob orientação do Professor Dr. Cleison Daniel Silva e apresentado na III Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2. O sistema ICM (Interface Cérebro Máquina) é uma tecnologia capaz de realizar comunicações entre seres humanos e máquinas através da atividade cerebral em resposta a estímulos visuais, imaginários ou somatossensoriais. Essa atividade é aquisitada, por meio de métodos como o eletroencefalograma (EEG), processada e convertida em sinais de comando. O estudo do artigo se concentra no processamento de informações usando o método de Análise de Correlação Canônica (CCA) para auxiliar na classificação de sinais em sistemas ICM’s baseados em SSVEP (Potencial Evocado Visualmente em Estado Estável). Como metodologia, foram realizadas cinco abordagens do método CCA, em ambiente Python, usando o mesmo conjunto de dados e mesma técnica de processamento e classificação de sinais, alterando apenas a forma como os dados são tratados no método. Os dados usados são provenientes de um repositório de domínio público contendo sinais de EEG de quatro sujeitos em presença de estímulos de SSVEP em frequências de 8 Hz, 14 Hz e 28 Hz. Em adição ao CCA, utilizou-se do periodograma como tecnica para maximizar a extração de características dos sinais resultantes da aplicação do método. Na etapa de classificação os sinais foram agrupados em três combinações binárias entre as frequências de estímulo, e para cada par, foi aplicado a Análise do Discriminante Linear (LDA). Ao final, a acurácia do classificador foi utilizada como parâmetro para discussões e conclusões de cada abordagem. De forma geral, notou-se que os resultados variam entre os indivíduos numa faixa de 38% a 100% de acurácia. A partir da lógica de construção e dos resultados da abordagem E, conclui-se que essa é propícia para aplicação em um sistema real.
Acesso aberto (Open Access)
Apresentação do resumo expandido elaborado em 2019 por meio da IN Proeg n° 01/2023: automação residencial baseada em comportamento utilizando Raspberry Pi
(2023-06-15) OLIVEIRA, Josemar Lopes; CRUZ, André Felipe Souza da; http://lattes.cnpq.br/8342943140907725
Este trabalho é apresentado e estruturado sobre a regulamentação da INSTRUÇÃO NORMATIVA Nº 01/2023 – PROEG/UFPA e da RESOLUÇÃO 001/2023 - FEE – maio de 2023, que fala sobre as diretrizes acadêmicas para a normatização e realização das atividades do Trabalho de Curso – TCC, flexibilizando a sua forma de elaboração, de apresentação e de defesa. E regulamenta a aplicação da Instrução Normativa na Faculdade de Engenharia Elétrica do Campus Universitário de Tucuruí. O resumo expandido desenvolvido no período de 03/2019 a 10/2019, e apresentado no III Congresso de Tecnologias e Desenvolvimento na Amazônia - CTDA, no qual é relatado uma das atividades desenvolvidas durante a execução do "Projeto de Extensão Domótica", sob orientação do Professor Jefferson Souza Costa. O projeto tinha como objetivo aplicar tecnologias de automação residencial de baixo custo no município de Tucuruí, motivando os interesses de jovens e adultos da comunidade para as aplicações de robótica e domótica usando circuito impressos e plataformas microprocessadas de baixo custo, como o Arduino, Raspberry Pi, NodeMCU do chip ESP8266, módulo sensores e atuadores. Abordamos no resumo uma automação residencial baseada em comportamentos utilizando Raspberry Pi, dos estudos bibliográficos realizados pelos alunos membros do projeto. Várias foram as atividades desenvolvidas da construção de protótipos a realização de palestras e minicursos ministrados nas escolas da rede pública no Município de Tucuruí. Os resultados alcançados pelo projeto foram os desenvolvimentos de protótipos de automação residencial, produções textuais que provocaram publicações em congressos, e uma dessas publicações é apresentado no anexo A deste trabalho, um estudo de automação residencial baseada em comportamento utilizando Raspberry Pi.
Acesso aberto (Open Access)
Automatização do sistema de cultivo de alface hidropônica em NFT com o uso do Arduino
(2021-09-03) ARAÚJO, Gabriel Bento; SOUSA, Washington César Braga de; http://lattes.cnpq.br/2431243933941204
Este projeto foi desenvolvido com o propósito de apresentar um protótipo de sistema alternativo de cultivo hidropônico de alface em NFT automatizado. Para este fim, foi desenvolvido um modelos reduzido do sistema, o qual utiliza componentes eletrônicos de baixo custo como: relés (de 5V e 12V), motobombas de 5V, sensores (de pH, condutividade elétrica, nível de solução, luminosidade e temperatura) e um módulo Arduino para controle do sistemas. Um ponto fundamental deste trabalho é que, visando a cuestão custo-benefício, desenvolveu-se um sensor de condutividade elétrica com componentes de baixo custo, projetado para atuar em uma faixa específica que atenda os parâmetros exigidos de condutividade elétrica da solução hidropônica utilizada no cultivo de alface. Após o desenvolvimento do sensor e do protótipo do sistema, foram realizados testes de monitoramento com a finalidade de definir parâmetros de atuação do sistema e validar o funcionamento do protótipo e do sensor de condutividade elétrica. O monitoramento foi realizado de duas formas: através da IDE do Arduino e também a partir de um módulo com display LCD acoplado diretamente ao sistema.
Acesso aberto (Open Access)
Ball Beam: projeto, construção e controle de um protótipo de bancada didática
(2021-06-14) REAL, Rogério Fonseca Côrte; BAYMA, Rafael Suzuki; http://lattes.cnpq.br/6240525080111166
O presente trabalho visa o desenvolvimento de um protótipo de bancada didática para um sistema ball beam, sua modelagem matemática e implementação de um controlador digital. O desafio havia sido lançado ainda no primeiro ano do curso de Engenharia Elétrica, pelo professor Raphael Teixeira, que desenvolvia atividades no Laboratório de Controle com alunos de todos os períodos, desde calouros a concluintes. O projeto do protótipo foi desenvolvido após pesquisas onde avaliou-se diversos modelos de ball beam existentes, além de fornecedores para os materiais necessários à sua confecção. Os componentes utilizados, atuador e transdutores, foram objeto de extensos estudos e ensaios, determinando-se diversas características, a princípio ocultas, que impactaram na implementação do controlador. O projeto do controlador iniciou-se pela modelagem matemática, seguida pela definição das especificações de desempenho. Adotou-se uma arquitetura de controle PD sem a derivada do erro, mas devido às limitações impostas pelo atuador e transdutores, fez-se uso de recursos como compensadores, filtragem com processamento estatístico, estimador recursivo e preditor. Os resultados construtivos e de funcionamento ficaram próximos aos resultados teóricos, de forma que os recursos utilizados para mitigar as limitações dos componentes utilizados se mostraram satisfatórios.
Acesso aberto (Open Access)
Identificação não-linear no espaço de estados por regressão esparsa de bancada motor-gerador
(2023-01-25) SOUZA, Klarissa Carvalho de; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521
No decorrer dos anos, cresce a busca pela identificação de sistemas dinâmicos utilizando aprendizagem de máquina. Essas ferramentas auxiliam, por exemplo, na compreensão e extração de informações de dados experimentais e na descoberta de estruturas de modelos matemáticos. Desta forma, este trabalho tem por objetivo apresentar os modelos obtidos de uma bancada motor-gerador utilizando o método de identificação esparsa de dinâmica não-linear (SINDy), este método tem-se mostrado útil na identificação da dinâmica não-linear, ao assumir que as equações possuem apenas alguns termos importantes que regem a dinâmica. A abordagem SINDy resolve um problema de regressão esparsa, eliminando os termos cujos coeficientes são menores que um limite. Os componentes usados no processo de identificação são baseados no Otimizador Threshold Least Square (STLSq). São apresentados os modelos obtidos no experimento linear e não linear por meio do pacote PySINDy. A raiz do erro quadrático é calculada pela métrica NRMSE para cada um dos modelos. Ao final do trabalho é visto que o método SINDy é capaz de identificar o modelo da bancada motor-gerador.
Acesso aberto (Open Access)
Interface Cérebro-Máquina: uma abordagem ótima via distância de Riemann por subbanda
(2024-11-01) ANJOS, Leilane de Jesus; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329; https://orcid.org/0000-0001-8280-2928
Este trabalho, apresenta o relatório de pesquisa intitulado "Interface Cérebro-Máquina: uma abordagem ótima via distância de Riemann", desenvolvido entre 01 de setembro de 2023 à 31 de agosto de 2024, durante a execução do projeto de pesquisa denominado "Técnicas de otimização aplicadas a Interface Cérebro-Máquina", financiado pela Fundação Amazônica de Amparo a Estudos e Pesquisas, sob orientação do professor Dr. Cleison Daniel Silva. Este trabalho foi elaborado seguindo a resolução nº1/2024 da Faculdade de Engenharia Elétrica- CAMTUC, que regulamenta os termos da flexibilização do Trabalho de Curso na IN nº5/2023 da PROEG-UFPA. Sistemas de Interface Cérebro Máquina (ICM) são tecnologias capazes realizar a comunicação entre o cérebro humano e dispositivos externos, a partir de sinais neurais, que podem ser coletadas, através de técnicas de neuroimagem como a eletroencefalografia (EEG), processadas e convertidas em comandos. O estudo da pesquisa, concentra-se em melhorar o desempenho de classificação em sistemas de ICM baseados em imagética motora usando o método de Mínima distância a Média de Riemann (do inglês Minimum Distance to Riemann Mean - MDRM) através do algoritmo de classificação Distância Mínima à Média (do inglês Minimum Distance to Mean - MDM) para a extração de informações discriminantes a partir de sinais de EEG representados por matrizes de covariância simétricas positivas definidas por sub-banda, formando uma representação normalizada dos sinais de EEG que são entregues ao algoritmo de classificação Máquina de Vetor de Suporte (do inglês Support Vector Machine). Os hiperparâmetros relacionados a faixa de frequência de interesse, número de sub-bandas e parâmetros do classificador, são ajustados por meio da Otimização Bayesiana de modo a lidar com as características inter e intra sujeitos, permitindo ajustes individuais. Os resultados obtidos a partir de um conjunto de dados públicos apresentaram melhorias significativas em comparação como um método previamente proposto. A acurácia do classificador foi utilizada para a comparação, servido de base para discussões e conclusões da pesquisa.
Acesso aberto (Open Access)
Modelagem e controle de robô pêndulo invertido sobre rodas
(2023-01-17) TEIXEIRA, Telson Galdino Pinheiro; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521
O robô pêndulo invertido sobre rodas é uma planta clássica de sistemas de controle, não linear e instável em malha aberta. Neste trabalho é realizada a modelagem utilizando leis físicas fundamentais das partes constitutivas do robô: o pêndulo, a roda e os motores de ativação. A agregação das equações destas partes conduz a um modelo de quarta ordem que expressa as propriedades dinâmicas do sistema. A estratégia de controle adotada foi do tipo realocação de polos do modelo no espaço de estados. Em se tratando de uma técnica linear, houve a necessidade de realizar a linearização do modelo em torno do ponto de operação desejado para o sistema. O modelo linear de quarta ordem mostrou-se controlável, porém não-observável, de maneira que foi necessário excluir uma das variáveis do modelo conduzindo a uma estrutura controlável e observável de terceira ordem. O projeto de controlador e observador foram bem sucedidos, e resultados computacionais do desempenho do sistema controlado foram levantados. O trabalho apresenta ainda a descrição, projeto e implementação da planta real, a ser utilizada na implementação da estratégia de controle em trabalhos futuros.
Acesso aberto (Open Access)
Prognóstico de falhas baseado em redes neurais convolucionais: uma análise para estimar a vida útil remanescente de turbinas turbofan
(2021-06-03) SILVA, William Machado da; BAYMA, Rafael Suzuki; http://lattes.cnpq.br/6240525080111166
Este trabalho propõe um método baseado em aprendizado profundo para estimar a vida útil remanescente (RUL do inglês, Remaining Useful Life) de turbinas turbofan. É apresentada uma arquitetura de rede neural convolucional (CNN do inglês, Convolutional Neural Network). O método proposto é aplicado a um conjunto de dados da NASA (do inglês, National Aeronautics and Space Administration) para a estimativa RUL, variando o conjunto de sensores e a forma de degradação das turbinas em dois modelos: RUL linear e RUL linear por partes. Os resultados experimentais são comparados entre si e com outros métodos encontrados na literatura, as comparações mostram que o método proposto RUL linear por partes apresenta desempenho comparável aos outros trabalhos publicados em termos da raiz do erro quadrático médio (RMSE do inglês, Root Mean Square Error) e uma métrica específica de competições de prognósticos.

Navegar

Navegando Faculdade de Engenharia Elétrica - FEE/CAMTUC por CNPq "CNPQ::ENGENHARIAS"

Resultados por página

Opções de Ordenação