Problemas de estimação de sinais são comuns em várias áreas das engenharias. Em tais problemas, usualmente, trabalha-se com equações ou modelos a partir dos quais parâmetros específicos precisam ser calculados para que propriedades e características dos sinais possam ser estudadas. Em calorimetria de altas energias, por exemplo, a energia da partícula é absorvida e amostrada pela eletrônica de leitura que fornece um pulso característico, onde sua amplitude é proporcional à energia depositada. Entretanto, em condições de alta taxa de eventos e alta luminosidade, como as observadas no acelerador de partículas LHC, operado no CERN, o sinal amostrado pode conter informações de colisões adjacentes, resultando no efeito de empilhamento de sinais e dificultando a esti- mação da amplitude do sinal de interesse. Neste contexto, um modelo determinístico para o sinal, tipicamente adotado para estimação da amplitude, torna-se inviável para níveis severos de empilhamento. Desta forma, este trabalho propõe um método de estimação da amplitude (energia) baseado na teoria do Filtro de Wiener-Hopf, em que um modelo para a representação dos sinais não é necessário. Para avaliar a eficiência da abordagem pro- posta, uma ferramenta de simulação de sinais foi desenvolvida e conjuntos de dados foram gerados considerando o calorímetro de telhas do ATLAS no LHC operando em diferentes condições de empilhamento de sinais. Além disso, dados adquiridos durante operação nominal do LHC também foram utilizados. Os resultados mostram que a eficiência da abordagem proposta supera a de métodos atualmente utilizados para condições severas de empilhamento de sinais, proporcionando ganhos em termos de dispersão do erro de estimação em torno de 30% para dados reais e dados simulados. Também foi observado que para faixas de baixa e média ocupação, a eficiência do método proposto é superada por métodos alternativos.

A Informação do Estado do Canal (CSI - Channel State Information) está disponível em redes sem fio do padrão IEEE 802.11. A CSI traz informação sobre o ambiente de propagação através da amplitude e fase das subportadoras OFDM. Neste estudo, emprega-se a CSI para a detecção de risco de queda de pacientes hospitalizados. Detecta-se a mudança no ambiente de propagação do sinal sem fio e a partir deste princípio não-intrusivo são implementados detectores de risco de queda em ambiente hospitalar. Os detectores propostos detectam o risco como anomalias no ambiente a partir da identificação de alterações no ambiente de propagação. Propomos três detectores usando diferentes algoritmos de aprendizagem de máquina: kNN (k-Nearest Neighbors), PCA (Principal Component Analysis) e Autoencoder. Para cada um deles são escolhidos os pontos de corte a partir da técnica de testes e diagnósticos da Curva ROC, obtendo acurácias de até 87,33% para o kNN, 93,00% para o PCA e 90,92% para o Autoencoder. Para esse trabalho é desenvolvido um banco de dados de situações normais e de risco de queda. Além da análise global do detector de risco de queda por anomalias, avalia-se como diferentes tipos de queda comprometem o funcionamento dos detectores de anomalias, ao usá-los para classificar as situações como de risco ou sem risco de queda.

As técnicas de medição de vazão não-intrusivas atuais ainda carecem de melhorias pois têm desvantagens que são impeditivas para aplicações em pequenos diâmetros. Este trabalho busca desenvolver um medidor de vazão por efeito térmico não-intrusivo que utiliza algoritmos de aprendizado de máquinas para obtenção do menor erro de fundo de escala possível em baixas vazões de líquidos. O medidor utiliza um duto de cobre com diâmetro interno de 22mm, seis termopares comerciais do tipo k, uma resistência de aquecimento do tipo microtubular e uma inteligência artificial para inferir a vazão a partir da distribuição térmica na superfície do duto. A disposição dos sensores e do aquecedor foi calculada com base no espalhamento teórico de temperatura obtido na modelagem feita através do software COMSOL Multiphysics. Para avaliar o protótipo do medidor uma bancada de testes foi construída, a qual possibilita o controle da vazão e da temperatura da resistência de aquecimento. A bancada de testes é dotada de um medidor de vazão eletromagnético calibrado e certificado em laboratório externo o qual é utilizado para referência e comparação, conforme as orientações da ABNT e as boas práticas utilizadas nas indústrias e laboratórios de calibração. No experimento, a resistência foi acionada de modo que a temperatura na região central do duto permanecesse em 70°C e foram coletados os dados da distribuição térmica com vazões entre 0,05 e 0,6 m3/h com acréscimos intermediários de 0,01 m3/h. Os dados coletados fornecidos pelo experimento foram utilizados no treinamento dos seguintes modelos: regressão linear, K-Nearest Neighbor (K-NN), Árvore de Decisão, Florestas Aleatórias e Gradient Boosting. Além disso, também foram treinadas redes neurais artificiais Perceptron Multicamadas e modelos de Aprendizagem Profunda. O melhor resultado foi obtido com um modelo de aprendizagem profunda com a técnica Dropout, a qual demonstrou que o protótipo construído tem a capacidade de inferir a vazão com erro de fundo de escala igual a 1,8%. O experimento demonstrou que o uso de algoritmos de aprendizado de máquinas pode ser usado para melhorias em sistemas de medição de vazão não-intrusivos.

Esta dissertação considerou diferentes abordagens de técnicas de controle para acionamento de um Motor Síncrono de Ímã Permanente (MSIP) sem sensores de velocidade. As técnicas foram implementadas com base no controle por orientação de campo (Field Oriented Control – FOC) no qual, a título de comparação, considerou-se inicialmente o controle com o uso de um sensor de posição para determinar a velocidade do motor. Esta primeira abordagem permitiu analisar o acionamento do MSIP com base no controle FOC convencional. Em seguida, três diferentes abordagens de técnicas de controle sem sensor de posição foram implementadas. Na segunda (considerando a ordem de apresentação no texto), a velocidade mecânica foi estimada por meio de um circuito de sincronismo denominado IPLL (Improved Phase-Locked-Loop), no qual, os sinais de entrada correspondem aos fluxos no estator representados no sistema de coordenadas αβ. Nas duas restantes, a velocidade mecânica foi estimada por meio de técnicas de inteligência artificial como Redes Neurais, a partir de duas bases de dados diferentes, que consistiu no objetivo maior deste trabalho. A primeira base de dados correspondeu aos sinais adquiridos pelo sensor mecânico utilizado na primeira abordagem. A segunda base de dados foi obtida a partir da velocidade mecânica estimada pelo IPLL. Com base nos resultados de simulação obtidos com as diferentes abordagens foi possível verificar a viabilidade no uso de redes neurais para estimar a velocidade concebida a partir de diferentes bases de dados.

Esta tese relata de forma detalhada a metodologia para o desenvolvimento e fabricação de um protótipo de um dispositivo multiplicador de elétrons Micromegas, integrado em um anodo de leitura de pads, utilizando um wafer de Silício de 4” como substrato. O dispositivo foi empregado para a montagem de um detector de radiação à gás. São apresentadas e discutidas as técnicas para a formação das camadas micrométricas do wafer, como deposição de filmes finos, fotolitografia, wet etching, metalização e revelação. É descrita a melhora no processamento do material isolante SU-8, bem como na geometria dos orifícios da malha de Alumínio do dispositivo. Micrografias obtidas por Microscópio Óptico e Microscópio Eletrônico de Varredura são apresentadas para a análise da estrutura fabricada. Simulações com os softwares Ansys, Garfield++ e Magboltz são realizadas, a fim de prever a resposta do detector para diferentes misturas de gases. É relatado o projeto de concepção e montagem da caixa e, também, apresentados todos os componentes do sistema de detecção e suas principais características. Por fim, são realizados testes elétricos com o dispositivo, para verificar seu desempenho, em relação ao ganho de elétrons, e espectros de energia da fonte de radiação utilizada. Os resultados indicam ganhos na ordem de 3 × 102 para as fontes radioativas de 241Am e 55F e, e a detecção de eventos devido à irradiação da fonte de 241Am a` 13,9 KeV, sua principal linha de emissão de energia.