Resumo

O estudo da confiabilidade de circuitos integrados tem se tornado de súbita importância para o entendimento, detecção e correção de falhas dos mesmos. A compreensão de como ou sob quais condições este envelhecimento se torna prejudicial a um sistema permitirá tomar decisões que sanem ou evitem estas condições. Este trabalho estabelece um fluxo para análise e simulação de sistemas integrados que permite entender o envelhecimento dos mesmos, em diferentes condições. Além disso, permite extrair e analisar dados que são relevantes para prever a falha dos mesmos e sirvam de entrada para sistemas de verificação, avaliação e atuação contra falhas utilizando-se de técnicas de aprendizado de máquina. A metodologia desenvolvida permite a integração de técnicas de coleta de dados offline e online para atualização dos métodos de estimativa, além de permitir que novos sejam adicionados. O trabalho utiliza três métodos diferentes para prever o Mean Time To Failure e o Tempo de Vida Restante para alguns circuitos de teste ISCAS-85 e uma cadeia de inversores. O MTTF é estimado para cada um deles utilizando um Modelo Linear Generalizado (Regressão de Mínimos Quadrados Parciais), a Distância Euclideana e a Correlação de Pearson como métodos de predição. Os resultados obtidos indicam que a representação das condições de operação dos sistemas através de perfis dinâmicos é mais realística do que a representação através de um perfil de operação que não varia no tempo, além de mais precisa. Adicionalmente, a predição do MTTF foi de aproximadamente 90% para um modelo de Regressão de Mínimos Quadrados Parciais e de Distância Euclideana.

Abstract

The study of integrated circuits reliability has become of sudden importance to the understanding, detection and correction of their failures. Compreend how or under which conditions this aging becomes harmful to a system will enable decisions to be made that will mitigate or prevent these conditions. This work establishes a flow for analysis and simulation of integrated systems that allows us to understand the aging of it in different conditions. In addition, it allows us to extract and analyze data that are relevant to predict their failure and also serve as input to verification, evaluation and fault-tolerance systems using machine learning techniques. The methodology developed allows the integration of offline and online data collection techniques to update estimation methods, as well as allowing new ones to be added. This work uses three different methods to predict the Mean Time To Failure and the Remaining Useful Lifetime for some ISCAS-85 test circuits and a inverter chain. The MTTF is estimated for each of them using a Generalized Linear Model (Partial Least Squares Regression), Euclidean Distance and Pearsons Correlation as prediction methods. The obtained results indicate that the representation of the operating conditions of the systems through dynamic profiles is more realistic than the representation through a operation profile that does not vary in time, and more precise. Additionally, the MTTF prediction was approximately 90% for Partial Least Squares Regression and Euclidean Distance models.

Resumo

O fenômeno de descargas parciais (DPs) em materiais dielétricos pode causar a sua degradação. Por isso, a medição de DPs é amplamente utilizada para diagnosticar as condições do isolamento de equipamentos elétricos, tais como transformadores, cabos e motores. Contudo, a medição de DPs em campo é limitada devido às características inerentes desse tipo de sinal, como baixa amplitude (na ordem de milivolts) e amplo espectro de frequências. Além disso, frequentemente a medição é inviabilizada devido às interferências causadas por ruídos presentes no ambiente, onde também estão presentes tensões de grande amplitude (da ordem de quilovolts), que dificultam o diagnóstico in loco. A utilização de filtros digitais lineares para atenuação de ruídos em descargas parciais é limitada, uma vez que sinais de DPs e os ruídos geralmente ocupam faixas de frequências não facilmente separáveis. Portanto, a filtragem de DPs demanda a utilização de técnicas de processamento de sinais mais avançadas, principalmente com o objetivo de atenuar ruídos específicos deste tipo de sinal. Técnicas de processamento de sinais baseadas em dicionários analíticos compõem-se, de maneira geral, da busca pela melhor combinação de um conjunto de sinais elementares (átomos do dicionário) para realizar a representação do sinal. Citam-se, como exemplo, as decomposições por Fourier ou Wavelets. Entretanto, a utilização de dicionários sobre completos, compostos, por exemplo, da junção de diferentes famílias Wavelets, permite obter representações mais próximas das características do sinal em questão. No entanto, ao utilizar dicionários sobre completos, obtém-se um sistema de equações indeterminadas (sistema mal condicionado), que permite infinitas soluções. Para se chegar a uma solução particular, é preciso inserir restrições ao problema (regularização) e utilizar uma abordagem iterativa que minimize o erro de representação. Esta abordagem pode ser modelada como um típico problema de otimização, e uma de suas soluções consiste em buscar por representações esparsas por meio da minimização da norma L1, conhecida como Método de Busca da Base. Este trabalho apresenta um método de filtragem de sinais de DPs baseado em um algoritmo iterativo que utiliza dicionários de wavelets sobre completos e, a partir de representações esparsas, busca obter uma reconstrução livre de ruídos (Método de Busca da Base para Filtragem). O algoritmo utilizado é o SALSA (Split Variable Augmented Lagrangian Shrinkage Algorithm), que baseia-se na abordagem do Lagrangiano aumentado, associados à técnica de separação de variáveis. O procedimento de otimização é detalhado no documento, bem como suas características, limitações e as metodologias utilizadas para configuração, ajuste de parâmetros e composição do dicionário sobrecompleto. A eficiência da filtragem foi avaliada considerando uma base de sinais de DPs composta por casos reais (medidos em laboratório) e sintéticos (gerados por modelos numéricos). A abordagem proposta obteve resultados significativos na filtragem de ruídos tipo AM e Gaussianos, obtendo também expressivo resultados na filtragem de ruídos de natureza impulsiva, embora com algumas limitações neste caso. O desempenho foi avaliado a partir de comparações entre os sinais originais e filtrados, considerando análises visuais e numéricas obtidas por métricas de desempenho comumente utilizadas.

Abstract

The partial discharge (PD) phenomenon may cause the degradation of dielectric materials. Therefore, PD measurement is an important tool to diagnose the insulation conditions of electric equipment such as transformers, cables, and motors. However, on site PD measurement is usually limited due to the inherent characteristics of this type of signal, such as the low amplitude (millivolts) and broad frequency spectrum. Moreover, often the measurement becomes impossible due to interferences caused by the ambient noises, related to the high voltage amplitudes (kilovolts). The application of LTI filters for noise attenuation is limited since PD signals and noise typically occupy frequency bands not easily resoluble. Therefore, PD filtering requires the use of advanced signal processing techniques, especially those adapted to this specific type of signal. Generally, the signal processing techniques based on analytic dictionaries consist of searching for the best combination of a set of elementary signals (dictionary atoms) to compose a signal representation. As an example, the decompositions by Fourier or Wavelets may be cited. However, the use of overcomplete dictionaries composed by, for example, a blend of different wavelet families, allows closer representations of the signal properties in question. However, when using overcomplete dictionaries, an indeterminate system of equations is obtained (ill-posed system), which leads to infinite solutions. To find a particular solution, it is required to set restrictions to the problem (regularization) and to use an iterative approach that minimizes the representation error. This approach can be modeled as a typical optimization problem and one of its solutions consists of a search for sparse representations by minimizing the L1 norm, which is known as Basis Pursuit. This text presents a PD denoising method based on an iterative algorithm that uses wavelets overcomplete dictionaries and, from sparse representations, aims to obtain a noise-free reconstruction (Basis Pursuit Denoising). The optimization algorithm used in this method is named SALSA (Split Variable Augmented Lagrangian Shrinkage Algorithm) and is based on the Augmented Lagrangian approach associated with techniques for variable separation. The procedure is further detailed in the text along with its characteristics, limitations and methods for parameters setting, configure the algoritm and compose the overcomplete dictionary. The denoising performance was evaluated considering a PD signal database composed by real (measured in the laboratory) and synthetic (generated by numerical models) cases. It is shown that the proposed approach obtained signficant results in filtering AM and Gaussian noise types, with significant success, and obtaining also expressive results in the filtering of impulsive noise, although with some limitations in this case. The performance was evaluated by comparing the original and filtered signals, considering visual and numerical analysis obtained by commonly used denoising performance metrics.

Resumo

O Brasil observa a expansão dos sistemas fotovoltaicos desde a publicação da REN 482 em 2012. Após sua revisão, com a publicação da REN 687/2015 novas desafios e oportunidades surgiram no univers comercial e acadêmico. Destaca-se a estrutura da cadeia produtiva dos sistemas fotovoltaicas formada pelos fabricantes de equipamentos, depois pelos distribuidores, pelos integradores e pelos clientes finais, os quais representam o público-alvo que aproveita os benefícios dos sistemas fotovoltaicos. Eles têm acesso a modelos distintos para aderir a estes sistemas dos quais destacam-se: aquisição, aluguel e consórcio. Neste contexto, o objetivo do trabalho busca agregar os conhecimentos de engenharia e economia para propor uma metodologia de análise de investimentos em sistemas fotovoltaicos considerando os parâmetros de incerteza e as métricas de risco. Primeiramente realizou-se a modelagem das incertezas relacionadas aos sistemas fotovoltaicos. Elas foram classificadas em três grupos: Recurso Solar, Performance do Sistema e Incertezas do Mercado de Energia. Então foram identificaram-se as características dos três principais modelos de negócio do mercado fotovoltaico: o modelo de aquisição, de aluguel e de consórcio. Modelou-se o fluxo de caixa de cada modelo e implementou-se a metodologia considerando as incertezas, os modelos de negócio, os métodos de avaliação de investimento (VPL, TIR, LCOE e Payback Descontado) e as métricas de risco VaR e CVaR. A metodologia utilizou a simulação de Monte Carlo para simular os diferentes cenários de resposta dos SFV. Ao final do trabalho concluiu-se que a metodologia apresentou-se adequada para uma avaliação completa com relação ao potencial de atratividade dos diferentes modelo de negócio e da avaliação do risco assumido pelo investidor ao optar por cada modelo. Apresentam-se, ainda, as vantagens e desvantagens de cada modelo de negócio com base no resultado da metodologia. O modelo de aquisição apresenta maior potencial de ganho enquanto que o modelo de aluguel apresenta o menor risco e o modelo de consórcio oferece potencial de ganho com menor descapitalização.

Abstract

Brazil has observed the expansion of photovoltaic systems since the publication of REN 482 in 2012. After its revision, with the publication of REN 687/2015 new challenges and opportunities emerged in the commercial and academic universe. It is worth mentioning the structure of the production chain of photovoltaic systems formed by the equipment manufacturers, then by the distributors, the integrators and the final customers, who represent the target audience that takes advantage of the benefits of photovoltaic systems. They have access to distinct models to join these systems of which stand out: acquisition, rent and consortium. In this context, the objective of this work is to aggregate engineering and economics knowledge to propose a methodology for the analysis of investments in photovoltaic systems considering uncertainty parameters and risk metrics. First, the modeling of the uncertainties related to photovoltaic systems was carried out. They were classified into three groups: Solar Resource, System Performance and Uncertainties of the Energy Market. Then, the characteristics of the three main business models of the photovoltaic market were identified: the acquisition, rental and consortium model. The cash flow of each model was modeled and the methodology was implemented considering uncertainties, business models, investment valuation methods (NPV, IRR, LCOE and Discounted Payback) and VaR and CVaR risk metrics. The methodology used the Monte Carlo simulation to simulate the different SFV response scenarios. At the end of the study it was concluded that the methodology was adequate for a complete evaluation regarding the attractiveness potential of the different business model and the risk assessment undertaken by the investor when choosing each model. It also presents the advantages and disadvantages of each business model based on the methodology result. The acquisition model presents a greater potential of gain while the model of rent presents the lowest risk and the consortium model offers potential of gain with less decapitalization.

Resumo

O transporte escolar rural gratuito é de fundamental importância para promover a educação em regiões rurais do Brasil. Devido à natureza de zonas rurais brasileiras, muitos estudantes residem distantes de suas escolas, e muitas vezes não têm condições de arcar com o transporte diário necessário para atender às aulas. Entretanto, o transporte de milhares de alunos, diariamente, é um processo caro que consome verba que poderia ser utilizada para melhorar a qualidade da própria educação. Pois, a minimização do custo do transporte escolar rural se faz imprescindível para permitir maior investimento em setores base da infraestrutura brasileira, ao mesmo tempo em que permite a manutenção do devido transporte de alunos e consequente promoção da educação nas regiões rurais. É neste contexto que as contribuições do presente trabalho se fazem relevantes. Este trabalho tem o objetivo de apresentar uma metodologia de otimização híbrida dedicada à solução de Problemas de Roteamento de Ônibus Escolares (ou PROE). O método proposto faz uso do Algoritmo de Seleção Clonal, também conhecido como CLONALG, o qual se baseia da Teoria de Sistemas Imonológicos Artificiais. O algoritmo é aplicado no planejamento e desenho de rotas que perpassem todos os pontos de parada agrupados em clusters por meio do algoritmo de agrupamento k-means++. O agrupamento do espaço de busca do problema reduz sua complexidade e permite a construção de populações iniciais mais inteligentes e com menor custo computacional. O objetivo principal do presente trabalho consiste em aplicar a metodologia proposta sobre instâncias reais de transporte escolar rural praticados pela Secretaria de Estado da Educação do estado do Espírito Santo (SEDU-ES) e minimizar o custo atualmente despendido pelo estado no transporte gratuito de estudantes. A SEDU-ES, em aliança ao projeto Transcolar-ES, forneceu todos os dados necessários a esta pesquisa de aplicação.

Abstract

The free school transportantion is fundamental for promoting education in rural environents from Brasil. Due to the nature of rural regions, many students live far away from their schools and don't have enough resources, or condition, to attend to their classes. However, transporting thousands of students a day consumes a sum which could be used to further develop education quality itself. Hence, transportation cost minimization is indispensable to allow higher investiments on sectors of basic infrastructure in Brazil, at the same time it maintains the free scholar transportation e consequent promotion of education in rural regions. It is in such context this work's contributions take place. This work aims to present a hybrid optimization methodology dedicated to solve the Bus Stop Routing Problem (or BSRP). The proposed method uses the Clonal Selection Algorithm, also known as CLONALG, which is based on the Articial Immune Systems Theory. The algorithm is apllied on routes' planning and designing, which must pass through every bus stop grouped into clusters by the clustering algorithm k-means++. Clustering the problem's search space reduces its complexity and allows construction of more inteligent initial populations, while also reduces computational time. The main objective is to apply the proposed methodology over real instancies faced by the brazilian State Secretariat of Education, SEDU-ES, and minimize the cost spent by the state of Espírito Santo on free school transportation. SEDU-ES, in alliance to the Transcolar-ES project, has provived every information required by this applied research.

Resumo

Neste trabalho é proposto um sistema de aquisição de dados baseado em Redes de Sensores Sem Fio para subsidiar a análise biomecânica da marcha. O sistema é composto por nós sensores que podem ser fixados aos membros de uma pessoa. Cada nó contém a plataforma ESP8266 conectada a um módulo MPU6050 que inclui um giroscópio e um acelerômetro. O sistema inicia o trabalho através de uma fase de auto-ajuste (auto-calibração). Após a aquisição de dados, o sinal do acelerômetro é convertido em graus e o do giroscópio em graus por segundo. No computador base os dados do giroscópio são modelados empregando uma matriz rotação através da aplicação dos métodos do ângulo de Euler e quaternions. As saídas de ambos os sensores são combinadas por meio de um filtro complementar de primeira ordem. Foi projetado um dispositivo mecânico especial para validar as medidas dos sensores. Após validação dos sensores, foram executados testes no corpo do indivíduo fixando os nós sensores aos membros inferiores. Foram observados os ângulos gerados pelo movimento da marcha nos eixos X,Y e Z. Os resultados foram comparados a padrões estabelecidos previamente pela literatura e demonstram que o dispositivo já pode ser usado como um substituto de baixo custo para as caras câmeras de controle óptico.

Abstract

In this work is proposed a data acquisition system based on wireless sensor networks to support the biomechanical gait analysis will be presented. The system is composed by sensor nodes that can be fasten to the limbs of a person. Each node contains the ESP8266 platform connected to a MPU6050 module that includes a gyroscope and an accelerometer. The system starts working in a self-adjusting (auto calibration) phase. Data acquisition follows next when the signal from the accelerometer is converted in degrees and the one from the gyroscope in degrees per second. In the host computer data from the gyro are modeled employing a rotational matrix applying the Euler angle method and the quaternions. The outputs of both sensors are combined by means of a complementary filter of first order. A special mechanical device was designed to validate sensor measurements. After validation of the sensors tests were performed on the individual's body securing the sensor nodes to the lower limbs. The angles generated by the movement of the X, Y and Z axes were observed. The results were compared to standards previously established in the literature and demonstrate that the device can already be used as a low cost substitute for costly optical control cameras.