Programa de Pós-Graduação em Engenharia Elétrica

Metodologia sistemática de seleção de métodos e atributos multidomínio para classificação de padrões de escoamento bifásico com sensores ópticos NIR multicomprimento de onda

2026-09-21T23:28:59Z

Metodologia sistemática de seleção de métodos e atributos multidomínio para classificação de padrões de escoamento bifásico com sensores ópticos NIR multicomprimento de onda Martins, Thiago A classificação de padrões de escoamento bifásico gás?líquido é essencial para o monitoramento, a análise e a operação segura de sistemas industriais. Abordagens baseadas em aprendizado de máquina têm sido empregadas para automatizar essa tarefa, mas muitos estudos ainda analisam separadamente a tecnologia de sensoriamento, a extração de atributos dos sinais e a escolha do classificador. No caso de sensores ópticos no infravermelho próximo, ainda é limitada a avaliação sistemática de comprimentos de onda discretos, atributos extraídos em diferentes domínios e métodos de seleção ou redução de características. Essa lacuna é especialmente relevante quando se busca combinar alta acurácia de classificação com modelos de menor complexidade, isto é, capazes de operar com conjuntos reduzidos de atributos e com potencial de aplicação em soluções dedicadas de instrumentação digital. Esta tese propõe e valida uma metodologia sistemática para a classificação de padrões de escoamento bifásico horizontal ar?água a partir de sinais ópticos obtidos por sensores colimados no infravermelho próximo. Foram avaliados três comprimentos de onda, 850 nm, 980 nm e 1310 nm, selecionados por apresentarem diferentes sensibilidades à interface gás?líquido e à presença da fase líquida no caminho óptico. A metodologia proposta, denominada Multi-Feature Multi-Domain, organiza a análise de forma integrada, considerando a contribuição individual e combinada dos sensores, a extração de atributos nos domínios do tempo, da frequência e do tempo?frequência, a aplicação de métodos de redução ou seleção de características e a avaliação de classificadores supervisionados. Os atributos foram extraídos por meio de descritores estatísticos no domínio do tempo, descritores espectrais baseados na densidade espectral de potência e descritores tempo?frequência obtidos pela transformada discreta de wavelet. Esses conjuntos foram avaliados por análise de componentes principais (PCA), análise discriminante linear (LDA) e eliminação recursiva de características (RFE), sendo posteriormente classificados por máquina de vetores de suporte (SVM), k-vizinhos mais próximos (kNN), Random Forest e redes neurais artificiais. Os resultados mostraram que os três comprimentos de onda fornecem respostas físicas complementares aos padrões de escoamento e que a fusão multicomprimento de onda discreto melhora a separação entre regimes em diferentes configurações. A melhor configuração baseada em análise de componentes principais atingiu 97,67% de acurácia com atributos estatísticos do sensor de 980 nm. Com análise discriminante linear, a combinação de atributos wavelet dos três sensores atingiu 99,31% de acurácia. A eliminação recursiva de características apresentou os resultados mais expressivos, alcançando 99,48% de acurácia com apenas sete atributos espectrais dos três sensores, 99,83% com cinco atributos multidomínio do sensor de 1310 nm e 100% de acurácia quando todos os sensores e domínios de atributos foram combinados. A partir desses resultados, foi proposta a diretriz Optimal Feature and Method Selection, que organiza diferentes rotas de escolha conforme o objetivo da aplicação, seja a máxima acurácia, seja a redução do número de atributos e da complexidade do modelo. A principal contribuição da tese é a consolidação de uma abordagem integrada para seleção de sensores, atributos e classificadores em sistemas ópticos discretos no infravermelho próximo. A metodologia proposta fornece suporte ao desenvolvimento de soluções de instrumentação para monitoramento automático de escoamentos bifásicos, com processamento seletivo e potencial de aplicação em sistemas dedicados de medição e monitoramento.; Abstract: The classification of gas?liquid two-phase flow patterns is essential for monitoring, analysis, and safe operation of industrial systems. Machine learning-based approaches have been used to automate this task, but many studies still analyze sensing technology, signal feature extraction, and classifier selection separately. In the case of near-infrared optical sensors, the systematic evaluation of discrete wavelengths, features extracted from different domains, and feature selection or dimensionality reduction methods remains limited. This gap is especially relevant when aiming to combine high classification accuracy with lower-complexity models, that is, models capable of operating with reduced feature sets and with potential application in dedicated digital instrumentation solutions. This thesis proposes and validates a systematic methodology for classifying horizontal air?water two-phase flow patterns from optical signals obtained by collimated near-infrared sensors. Three wavelengths were evaluated, 850 nm, 980 nm, and 1310 nm, selected because they provide different sensitivities to the gas?liquid interface and to the presence of the liquid phase in the optical path. The proposed methodology, named Multi-Feature Multi-Domain, organizes the analysis in an integrated way, considering the individual and combined contribution of the sensors, feature extraction in the time, frequency, and time?frequency domains, the application of feature selection or dimensionality reduction methods, and the evaluation of supervised classifiers. Features were extracted using statistical descriptors in the time domain, spectral descriptors based on power spectral density, and time?frequency descriptors obtained from the discrete wavelet transform. These feature sets were evaluated using principal component analysis (PCA), linear discriminant analysis (LDA), and recursive feature elimination (RFE), and subsequently classified using support vector machine (SVM), k-nearest neighbors (kNN), Random Forest, and artificial neural networks. The results showed that the three wavelengths provide complementary physical responses to the flow patterns and that discrete multi-wavelength fusion improves regime separation in different configurations. The best configuration based on principal component analysis achieved 97.67% accuracy using statistical features from the 980 nm sensor. With linear discriminant analysis, the combination of wavelet features from the three sensors achieved 99.31% accuracy. Recursive feature elimination provided the most expressive results, reaching 99.48% accuracy with only seven spectral features from the three sensors, 99.83% with five multi-domain features from the 1310 nm sensor, and 100% accuracy when all sensors and feature domains were combined. Based on these results, the Optimal Feature and Method Selection guideline was proposed, organizing different selection routes according to the application objective, whether maximum accuracy or reduction in the number of features and model complexity. The main contribution of this thesis is the consolidation of an integrated approach for selecting sensors, features, and classifiers in discrete near-infrared optical systems. The proposed methodology supports the development of instrumentation solutions for automatic two-phase flow monitoring, with selective processing and potential application in dedicated systems. Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2026.

Aprendizado profundo explicável com mecanismo de atenção para detecção de displasia epitelial oral em leucoplasias: desenvolvimento de uma ferramenta educacional

2026-09-19T23:27:44Z

Aprendizado profundo explicável com mecanismo de atenção para detecção de displasia epitelial oral em leucoplasias: desenvolvimento de uma ferramenta educacional Souza, Lucas Fiamoncini de O câncer de boca é uma das neoplasias malignas mais prevalentes, frequentemente precedido por lesões orais potencialmente malignas, como a leucoplasia. A displasia epitelial oral (OED) é uma condição histopatológica de risco aumentado para transformação maligna, cuja detecção e classificação em graus de severidade apresenta elevada subjetividade, resultando em inconsistências diagnósticas. Nos últimos anos, técnicas de inteligência artificial têm sido exploradas para auxiliar na detecção e classificação da OED, embora a falta de interpretabilidade dos modelos e a escassez de aplicações educacionais permaneçam como lacunas significativas na literatura. Nesse contexto, este trabalho propõe o desenvolvimento de uma plataforma educacional baseada em aprendizado profundo explicável com mecanismo de atenção para auxiliar estudantes de pós-graduação em patologia bucal. O sistema integra imagens histopatológicas e dados clínicos de pacientes diagnosticados com leucoplasia para detecção de OED. Técnicas de explicabilidade baseadas em mapas de calor são empregadas para destacar as regiões histológicas mais relevantes para a decisão do modelo, sendo essas regiões validadas por comparação sistemática com anotações de patologistas especialistas. Os resultados obtidos são equiparáveis ao estado da arte, com F1-score de 0,92 e AUC de 0,94. Um estudo de caso com estudantes de pós-graduação demonstrou que as informações de apoio fornecidas pela ferramenta aumentaram a acurácia do processo de classificação de 0,63 ± 0,09 para 0,82 ± 0,14 (p < 0,01) e a especificidade de 0,46 ± 0,22 para 0,78 ± 0,26 (p < 0,01) ? sugerindo seu potencial pedagógico. A plataforma desenvolvida integra predições, valores de confiabilidade e mapas de atenção, promovendo um aprendizado ativo e visualmente orientado em patologia bucal.; Abstract: Oral cancer is one of the most prevalent malignant neoplasms, frequently preceded by potentially malignant oral lesions such as leukoplakia. Oral epithelial dysplasia (OED) is a histopathological condition with an increased risk of malignant transformation, whose detection and classification into severity grades presents high subjectivity, resulting in diagnostic inconsistencies. In recent years, artificial intelligence techniques have been explored to assist in the detection and classification of OED, although the lack of interpretability of the models and the scarcity of educational applications remain significant gaps in the literature. In this context, this work proposes the development of an educational platform based on explainable deep learning with attention mechanism to assist postgraduate students in oral pathology. The system integrates histopathological images and clinical data from patients diagnosed with leukoplakia for the detection of OED at the clinical case level. Explainability techniques based on heatmaps are employed to highlight the most relevant histological regions for the model?s decision, these regions being validated by systematic comparison with annotations from expert pathologists. The results obtained are comparable to the state of the art, with an F1-score of 0.92 and an AUC of 0.94. A case study with postgraduate students demonstrated that the supporting information provided by the tool increased the accuracy of the classification process from 0.63 ± 0.09 to 0.82 ± 0.14 (p < 0.01) and the specificity from 0.46 ± 0.22 to 0.78 ± 0.26 (p < 0.01) ? suggesting its pedagogical potential. The developed platform integrates predictions, confidence scores, and attention maps, promoting active and visually oriented learning in oral pathology. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2026.

Methodology for design and static-dynamic analysis of current source rectifiers: comparative evaluation and experimental validation

2026-09-21T17:10:11Z

Methodology for design and static-dynamic analysis of current source rectifiers: comparative evaluation and experimental validation De Paris, Valdecir Junior Entre os conversores atualmente utilizados para conversão AC-CC, os retificadores a diodo (DR) e os retificadores de fonte de tensão (VSRs) são os mais comuns devido à sua disponibilidade, custo e eficiência. No entanto, os retificadores fonte de corrente (CSRs) oferecem diversas vantagens, incluindo proteção contra curto-circuito, ausência do sistema de pré-carga, característica abaixadora de tensão, mínima ondulação de corrente na saída e eliminação dos capacitores do barramento CC. Esses benefícios podem reduzir o tamanho do conversor e melhorar a qualidade da energia, mas os CSRs estão tipicamente associados a altas perdas de conversão. Avanços recentes em aplicações que poderiam se beneficiar das vantagens dos CSRs, além de novos dispositivos que melhoram sua eficiência, trouxeram um renovado interesse por essa configuração. Apresentando uma nova metodologia para análise estática e dinâmica, esta tese propõe uma abordagem inovadora para o design de componentes do CSR, esquemas de modulação, análise de perdas, modelagem e estratégias de controle. Essas metodologias são validadas por meio de investigação experimental, demonstrando sua eficácia na otimização do sistema. Além disso, é apresentada uma comparação com outras topologias, demonstrando que, em certas aplicações e condições, os CSRs são uma escolha atraente. Embora a tese apresente novos métodos de projeto, análise estática e dinâmica, esta não se concentra em um aspecto específico dos CSRs, mas oferece uma visão geral do tema em seu estado-da-arte, proporcionando insights práticos para engenheiros.; Abstract: Among the converters currently used for AC-DC conversion, diode rectifiers (DR) and voltage source rectifiers (VSRs) are the most common due to their availability, cost, and efficiency. However, current source rectifiers (CSRs) offer several advantages, including short-circuit protection, no requirement for pre-charging, step-down characteristics, minimal output current ripple, and the avoidance of DC bus capacitors. These benefits can reduce overall size and enhance power quality, but CSRs are typically associated with high conversion losses. Recent advancements in applications that could benefit from the CSRs advantages, and new devices that improve their efficiency, have brought renewed interest to this configuration. Introducing a novel methodology for static and dynamic analysis, this thesis sets out a new approach of design parameters of CSR components, modulation schemes, losses analysis, modelling, and control strategies validating these innovative methodologies and system optimization in experimental investigation. Additionally, a comparison with other topologies is presented, demonstrating that in certain applications and conditions, CSRs are an attractive choice. Although the thesis present novel methods of design, static and dynamic analysis, it is not focusing on a specific aspect of CSRs but provides an overview of the topic and its state-of-art, offering practical insights for engineers. Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2026.

Desafios da integração de energias renováveis não convencionais no sistema elétrico brasileiro: uma análise sistêmica de longo prazo do desempenho da frequência e da resposta dinâmica de aerogeradores com base em medições sincrofasoriais

2026-09-19T23:27:21Z

Desafios da integração de energias renováveis não convencionais no sistema elétrico brasileiro: uma análise sistêmica de longo prazo do desempenho da frequência e da resposta dinâmica de aerogeradores com base em medições sincrofasoriais Souza, Giovane Faria de Desafios da Integração de Energias Renováveis Não Convencionais no Sistema Elétrico Brasileiro: Uma Análise Sistêmica de Longo Prazo do Desempenho da Frequência e da Resposta Dinâmica de Aerogeradores com Base em Medições SincrofasoriaisResumo: A expansão acelerada de fontes renováveis conectadas por conversores eletrônicos, conhecidas como inverter-based resources (IBRs), na matriz elétrica brasileira impõe novos desafios à estabilidade de frequência do sistema. Esta dissertação analisa os impactos dessa transição no Sistema Interligado Nacional (SIN) utilizando dados sincrofasoriais provenientes de Unidades de Medição Fasorial (PMUs). A metodologia baseia-se em dois níveis de análise: uma abordagem sistêmica de longo prazo e uma avaliação local de conformidade de aerogeradores. Os resultados sistêmicos, obtidos a partir de uma série histórica de frequência de 2011 a 2023 medida pela PMU instalada na rede de baixa tensão da Universidade Federal de Santa Catarina, revelam uma tendência clara de aumento na dispersão estatística da frequência (IQR), evidenciando uma degradação do desempenho em regime permanente, especialmente em períodos de elevada penetração solar, associados a condições de inércia reduzida do sistema e à maior variabilidade da geração e da carga líquida. Na análise local, avaliou-se a resposta de inércia sintética de parques eólicos frente a eventos de subfrequência ocorridos em 2025, utilizando dados de três PMUs instaladas em Pontos de Acoplamento Comum (PACs) de parques eólicos, a partir da análise da variação da potência ativa. Constatou-se que a atuação do suporte de inércia sintética apresentou respostas lentas e, em um caso, falta de coordenação entre diferentes plantas, o que pode comprometer a eficácia do suporte ao sistema. Como contribuição adicional, propõe-se um algoritmo para detecção automática de eventos de subfrequência em fluxos contínuos de dados, demonstrando a viabilidade da metodologia proposta em testes preliminares. O trabalho conclui que o aumento da participação de IBRs reduziu a robustez dinâmica do SIN no período analisado e levanta questionamentos sobre os requisitos de ativação da inércia sintética, especialmente quanto à velocidade de atuação dos aerogeradores, bem como sobre a viabilidade do uso do RoCoF como métrica auxiliar para o disparo desse recurso, além do limiar fixo de 59,8 Hz.; Abstract: The accelerated expansion of renewable energy sources connected through power electronic converters, commonly referred to as inverter-based resources (IBRs), in the Brazilian electricity matrix poses new challenges to frequency stability. This dissertation analyzes the impacts of this transition on the Brazilian Interconnected Power System (SIN) using synchrophasor data obtained from Phasor Measurement Units (PMUs). The methodology is based on two levels of analysis: a long-term system-wide approach and a local compliance assessment of wind turbines. The system-wide results, obtained from a historical frequency time series from 2011 to 2023 measured by the PMU installed in the low-voltage network of the Federal University of Santa Catarina, reveal a clear increasing trend in the statistical dispersion of frequency (IQR), indicating a degradation of steady-state performance, particularly during periods of high solar penetration, associated with low system inertia conditions and increased variability of generation and net load. In the local analysis, the synthetic inertia response of wind farms during underfrequency events occurring in 2025 was evaluated using data from three PMUs installed at the Points of Common Coupling (PCCs) of wind farms, based on the analysis of active power variations. The results show that the activation of synthetic inertia support presented slow responses and, in one case, a lack of coordination among different plants, which may compromise the effectiveness of system support. As an additional contribution, an algorithm for the automatic detection of underfrequency events in continuous data streams is proposed, demonstrating the feasibility of the proposed methodology in preliminary tests. The work concludes that the increasing participation of IBRs has reduced the dynamic robustness of the SIN during the analyzed period and raises questions regarding the activation requirements of synthetic inertia, particularly concerning the response speed of wind turbines, as well as the feasibility of using RoCoF as an auxiliary metric to trigger this resource in addition to the fixed 59.8 Hz threshold. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2026.