Programa de Pós-Graduação em Modelagem Matemática - Doutorado

URI Permanente para esta coleção

https://bibliodigital.unijui.edu.br/handle/123456789/6160

Navegar

Agora exibindo 1 - 20 de 20

Customização de Ziegler-Nichols aplicada ao controle de rolagem e arfagem de quadrirrotores com variação da carga
(2020-09-18) Canal, Ivan Paulo
Um quadrirrotor têm flexíveis capacidades de voo, tornando-o solução tecnológica em diversas áreas. Suas capacidades são alcançadas através do sistema de controle dos propulsores e controlar o quadrirrotor em situações que envolvem carga útil é um desafio. De modo a contribuir com a solução da problemática, este trabalho tem como objetivo propor a sintonia de ganhos de controladores PID através de Ziegler-Nichols, aplicada ao controle de rolagem e arfagem de quadrirrotores, com variação de carga útil. Nesta pesquisa, para a coleta de dados, foi construído um protótipo quadrirrotor. Os dados foram coletados observando situações sem carga e com carga útil. Foi apresentada a modelagem matemática caixa branca do quadrirrotor, relacionando as grandezas físicas, além da modelagem matemática caixa preta, para a identificação de modelos da resposta do sistema, como efeito dos fenômenos conhecidos e desconhecidos. Foi abordado ainda o sistema de controle proporcional-integral-derivativo (PID), além de caracterizar e implementar a sintonia de ganhos de controladores PID através da teoria de Ziegler-Nichols (ZN), que se mostrou pertinente para o desenvolvimento da pesquisa. As propostas customizadas da teoria de ZN aplicada ao quadrirrotor (ZNAQ) e aplicada ao quadrirrotor com carga (ZNAQC), foram validadas com uma melhoria na resposta de até 30% e 75% em relação à ZN, respectivamente. Além disso, a proposta customizada de ZN aplicada ao quadrirrotor com carga variável (ZNAQCV), foi validada em diferentes situações de carga, representando contribuições para os sistemas de controle de rolagem e arfagem de quadrirrotores, com implementação simplificada e de baixo custo, proporcionando benefícios relevantes para a sociedade.
Desenvolvimento de um modelo analítico aplicado ao problema de predição do estado de carga de baterias
(2022-02-08) Freitas, Douglas Joziel Bitencourt
A predição correta do tempo de vida de baterias, levando em conta o ambiente real de operação, depende da acurácia da modelagem preditiva do Estado de Carga. Entretanto, a determinação da quantidade de energia restante em uma bateria requer instrumentação específica, sendo inviável o emprego em dispositivos móveis, cujas dimensões são restritas. Diante disso, pesquisas têm avançado em estratégias baseadas na modelagem matemática aplicada à predição do Estado de Carga, dando origem a diversos modelos de baterias; contudo, a maioria deles são úteis apenas como simuladores de baterias. Nesse contexto, o presente trabalho trata do problema da predição do Estado de Carga de baterias utilizadas em smartphones, tão somente a partir de informações empíricas, em tempo real, da corrente de descarga e da tensão de saída. A partir de uma ampla revisão teórica pontuando as características das baterias, as variáveis de interesse para modelagem e os principais modelos aplicados à predição do Estado de Carga, esta pesquisa desenvolve a estruturação formal de um modelo analítico aplicado ao problema em questão. Para isso, foram empregadas técnicas de modelagem matemática e computacional consolidadas na literatura técnica, bem como um conjunto de dados experimentais do processo de descarga de baterias de Polímero de Lítio utilizadas em smartphones, a partir de uma plataforma de testes. Por fim, a partir dos resultados obtidos ao longo da execução desta pesquisa, acrescentam-se ao conhecimento científico já existente acerca da modelagem matemática de baterias a proposição de uma metodologia adequada para realização de testes e aquisição de dados experimentais dos perfis de descarga, a estruturação algébrica formal de um modelo matemático analítico para predição do Estado de Carga e a validação do modelo desenvolvido em cenários de execução online para descargas em correntes constantes e variáveis.
Método Multi-Fase de Estimação e Adaptação de Parâmetros de Modelos Elétricos para a Predição do Tempo de Vida de Baterias
(2020-03-11) Binelo, Marcia de Fatima Brondani
A modelagem matemática do tempo de vida de baterias é uma importante ferramenta para o projeto de baterias mais e cientes, assim como para a otimização do seu uso. Nesta Tese, é realizada a modelagem matemática do tempo de vida de baterias de Lítio Íon Polímero a partir de dois modelos elétricos, o modelo combinado Chen e Rincón-Mora e o modelo genérico Tremblay. Uma etapa fundamental para a aplicação desses modelos matemáticos é a correta estimação dos seus parâmetros empíricos, que é um processo frequentemente manual, que depende da intervenção explícita de um especialista. A parametrização de cada um desses modelos é realizada a partir da utilização de dois métodos de estimação de parâmetros, o método convencional com base na análise visual de curvas de descarga, e o método baseado em Algoritmo Genético. Para o processo de parametrização e validação dos modelos, é obtido um conjunto de dados experimentais de descarga de baterias de Lítio Íon Polímero, por meio de uma plataforma de testes. A partir da análise dos resultados obtidos para esses dois métodos, pode-se constatar que o Algoritmo Genético apresenta desempenho superior ao método convencional, ainda sendo possível veri car que a variação do comportamento das baterias, devido a diferenças na fabricação e nas condições de uso, é um importante fator que acaba reduzindo a acurácia dos modelos. Para contornar esse problema, nesta Tese, é proposto um método multi-fase de adaptação de parâmetros, dividido nas fases de descoberta, aprendizado e inferência. O método multi-fase tem como base duas técnicas de Inteligência Arti cial, os Algoritmos Genéticos e as Redes Neurais Arti ciais, sendo que a fase de inferência é testada a partir de simulações computacionais e dados experimentais. Considerando os resultados das simulações apresentadas nesta Tese, conclui-se que a aplicação do método multi-fase proposto possibilita melhorar a acurácia efetiva de modelos elétricos ao adaptar seus parâmetros à bateria em uso em tempo de execução.
Migração de aplicações para a nuvem: uma metodologia de auxílio à decisão no contexto de infrastructure-as-a-service
(2019-09-02) Belusso, Cássio Luiz Mozer
A Computação em Nuvem é um dos principais avanços da área da Tecnologia da Informação (TI) nos últimos anos. Com isso, provedores de acesso à Nuvem oferecem diferentes modelos de serviços através da Internet, dentre os quais o modelo de Infraestrutura-como-um-Serviço (IaaS), no qual o usuário tem à disposição recursos computacionais virtualizados e gerenciáveis na forma de instâncias de máquinas virtuais (MVs). A crescente demanda por parte das empresas, especialmente para reduzir os custos de manutenção de infraestruturas de TI locais, está impulsionando a adoção de IaaS na Nuvem. No entanto, diante das inúmeras instâncias oferecidas pelos provedores, torna-se complexo decidir qual delas é a mais adequada à demanda computacional da empresa. Isso ocorre porque as instâncias possuem combinações variadas de quantidades de recursos computacionais, e os provedores consideram o número de recursos contratados para a formação do preço final da instância, ou seja, quanto mais recursos, maior é o preço. Além dos recursos computacionais, a localização do datacenter onde a MV está hospedada tem influência direta no preço das instâncias e é um fator importante no processo de tomada de decisão, porém é pouco explorada pela comunidade científica. Ademais, a grande maioria dos provedores possuem datacenters distribuídos em um vasto conjunto de localizações geográficas e, muitas das instâncias que eles hospedam, estão disponíveis em mais de um destes locais, porém, com preços distintos. Diante deste problema, este trabalho apresenta o Dominance -AHP (D-AHP), uma metodologia de auxílio à tomada de decisão baseada na Dominância de Pareto e no Processo de Hierarquia Analítica (AHP). No D-AHP, o conceito de dominância de Pareto é aplicado para reduzir o número de instâncias a serem comparadas, enquanto o AHP as classifica sob a perspectiva dos critérios Recursos Computacionais e Preço, e de seus respectivos subcritérios, dentre eles a Localização do Datacenter como subcritério do critério Preço. Para verificar a eficácia do D-AHP, foram definidos novos perfis de aplicações a serem migradas para a Nuvem com base em dados reais de um dataset do Google denominado Google Cluster Trace. Nos diferentes casos de estudo aos quais o D-AHP foi aplicado, comprovou-se que diferentes níveis de importância atribuídos por diferentes decisores a ambos os critérios de decisão alteram a classificação final das instâncias. O mesmo ocorreu com os subcritérios, em especial a Localização do Datacenter, em que a diferença de preços de uma mesma instância em diferentes locais também alterou tal classificação, evidenciando a necessidade deste fator ser considerado durante o processo de migração de aplicações para IaaS na Nuvem.
Modelagem do progresso de doenças foliares e produtividade em cultivares de aveia à redução no uso de fungicida
(2023-12-20) Alessi, Odenis
A aveia branca (Avena sativa L.) é um cereal de grande importância agrícola. Durante o seu cultivo está sujeita ao ataque de doenças foliares, com destaque à ferrugem da folha e à helmintosporiose. A forma mais eficaz no controle destas doenças ocorre com a utilização de fungicidas. Entretanto, a concentração de aplicação do fungicida ocorre em estágios como a floração e enchimento de grãos, possibilitando à permanência de resíduos dos agrotóxicos nos grãos. Além disto, o uso indiscriminado do agente químico pode trazer graves prejuízos ao meio ambiente. No Brasil há uma grande quantidade de cultivares de aveia recomendadas para cultivo e a utilização de cultivares com maior resistência às doenças foliares e com maior eficiência em condições adversas de cultivo pode proporcionar a redução do uso de agrotóxicos. Desta forma, a modelagem matemática e computacional pode auxiliar na identificação de cultivares com maior resistência às doenças foliares e pode permitir a simulação do progresso destas doenças e da produtividade de grãos, auxiliando na redução do uso de fungicida, promovendo maior segurança alimentar. O objetivo do estudo é empregar a modelagem matemática e computacional na identificação de cultivares de aveia com maior resistência às doenças foliares e realizar a simulação do progresso das doenças foliares e produtividade de grãos de aveia, na identificação do manejo do fungicida que promova maior segurança alimentar. O experimento foi realizado nos anos de 2015 a 2020 no IRDeR, pertencente à UNIJUÍ. O delineamento experimental foi o de blocos casualizados, seguindo um esquema fatorial 22 x 5, para as 22 cultivares de aveia branca recomentada para o cultivo no Brasil e 5 condições de aplicações de fungicida, com três repetições. As condições de aplicação do fungicida foram: sem aplicação de fungicida; uma aplicação aos 60 dias após a emergência (DAE); duas aplicações (uma aos 60 e outra aos 75 DAE); três aplicações (uma aos 60, outra aos 75 e outra aos 90 DAE) e; quatro aplicações (uma aos 60, outra aos 75, outra aos 90 e outra aos 105 DAE). Na condição sem uso de fungicida as cultivares Corona, Brisasul, Afrodite, Farroupilha e Gaudéria apresentam as menores taxas de evolução de necrose foliar, com destaque à cultivar Farroupilha que possui características de adaptabilidade ampla e de estabilidade sobre a área foliar necrosada. A cultivar Altiva apresenta maior expressão da produtividade de grãos na ausência de fungicida e menor dependência ao uso do agrotóxico. A produtividade de grãos mostra relação negativa com a área foliar necrosada e positiva com a massa do hectolitro e a produtividade industrial. Destaca-se que na ausência e nas condições de presença de fungicida se evidenciam relações de causa e efeito semelhantes entre as variáveis. A área foliar necrosada apresenta grande número de correlações significativas negativas com variáveis ligadas a produtividade e qualidade de grãos, principalmente a massa de mil grãos e do hectolitro e produtividade de grãos e de indústria. A condição de duas aplicações de fungicida, uma aos 60 DAE e outra aos 75 DAE, reduz a expressão da necrose foliar e permite a obtenção de produtividade de grãos satisfatória, com elevado intervalo entre a colheita e a última aplicação do agrotóxico. O modelo de simulação da área foliar necrosada via redes neurais artificiais é mais eficiente no processo de simulação em relação ao modelo de regressão linear múltipla A técnica de otimização por algoritmo genético identifica que a avaliação da área foliar necrosada aos 87 dias após a emergência permite a melhor análise da área foliar necrosada com melhor estimativa da produtividade de grãos de aveia. Palavras-chave: Avena sativa L., matemática aplicada, inteligência artificial, redução de agrotóxicos, sustentabilidade.
Modelagem matemática da eficiência de absorção do nitrogênio a partir do uso do hidrogel sobre a produtividade e qualidade de grãos em trigo
(2021-11-08) Mamann, Ângela Tersinha Woschinski de
A maximização da produção de grãos de trigo com qualidade nutricional e sustentabilidade agrícola e ambiental é uma necessidade mundial. A adubação nitrogenada está diretamente relacionada ao desenvolvimento e produtividade da planta, porém, esse nutriente possui altos índices de perdas, aumentando custos de produção e poluição ambiental. Uma alternativa que pode reduzir essas perdas, é o uso do hidrogel, que tem a capacidade de retenção de água e liberação gradual à planta. Ao manter a umidade no solo, reduz a lixiviação de nutrientes, melhora a aeração e drenagem no solo, aumentando a eficiência dos fertilizantes e evitando a poluição ambiental. Dessa forma, a modelagem matemática por regressões e redes neurais artificiais e otimização por enxame de partículas pode representar com qualidade a complexidade existente da dinâmica de absorção do nitrogênio pelo uso do hidrogel, permitindo simular e otimizar o processo de produtividade e qualidade de grãos em trigo. O objetivo do estudo é o desenvolvimento da modelagem matemática da eficiência de absorção do nitrogênio pelo uso do hidrogel em trigo via regressões e redes neurais artificiais considerando as relações biológicas e ambientais em diferentes sistemas de cultivo. Além disso, utilizar o método enxame de partículas para otimizar as doses de hidrogel e nitrogênio voltadas a máxima eficiência técnica e econômica na produtividade de grãos de trigo. O experimento foi realizado em Augusto Pestana, RS, Brasil, nos anos de 2014 à 2018. O delineamento experimental foi o de blocos casualizados com quatro repetições em fatorial 5 x 5, para doses de hidrogel (0, 30, 60, 90 e 120 kg ha-1), adicionado no sulco junto à semente, e doses de N-fertilizante (0, 30, 60, 90 e 120 kg ha-1), aplicado em cobertura no estádio fenológico V3 (de terceira folha expandida), respectivamente, no sistema soja/trigo e milho/trigo. Independente do sistema de cultivo, as doses de nitrogênio considerando a expectativa de colheita de 3 t ha-1, se mostram indicadas para otimização da adubação nitrogenada na cultura do trigo, garantindo maior sustentabilidade econômica e ambiental com produtividade satisfatória. Independente de ano agrícola, a máxima eficiência técnica de uso do hidrogel foi com 57 e 58 kg ha-1 no sistema soja/trigo e milho/trigo, respectivamente. Os modelos de superfície de resposta identificaram as doses de 48 kg ha-1 de hidrogel com 120 kg ha-1 de nitrogênio no sistema soja/trigo, e de 55 kg ha-1 de hidrogel com 120 kg ha-1 de nitrogênio no sistema milho/trigo, como combinação ótima frente a máxima produtividade de grãos. As regressões lineares múltiplas, possibilitam a inclusão de variáveis potenciais, como temperaturas mínima e máxima do ar, precipitação pluviométrica e soma térmica com o uso de hidrogel e nitrogênio, na simulação da produtividade e qualidade de grãos em trigo. O conjunto dos modelos de regressão fornecem bases sólidas para dimensionar arquitetura de rede e como referência em validar os processos de simulação e otimização por inteligência artificial. As redes neurais artificias se mostram eficientes no prognóstico de produtividades em estádio precoce de desenvolvimento do trigo, oportunizando desenvolver manejos mais sustentáveis. O método de enxame de partículas combinado com as redes neurais, permitem otimizar as doses de hidrogel e nitrogênio frente a um manejo mais adequado aos interesses do triticultor, possibilitando maior eficiência técnica, econômica e menores impactos ambientais.
Modelagem matemática da tecnologia de biofortificação por zinco e ferro via foliar à maior qualidade nutricional de grãos de aveia direcionada à alimentação /
(2021-11-08) Kraisig, Adriana Rosélia
Um dos grandes problemas de saúde pública em nível mundial é a carência de zinco e ferro. A deficiência de zinco retarda o crescimento e gera disfunções imunológicas, enquanto, a falta de ferro reduz as defesas do organismo e pode ocasionar anemia. A tecnologia de biofortificação por zinco e ferro num alimento de alto valor biológico como a aveia pode alavancar a qualidade nutricional trazendo grandes benefícios a saúde humana. Esta tecnologia pode ser validada com o emprego da bioexperimentação, aliando biometria e modelagem de resultados obtidos em condições reais de campo. Na agricultura, é difícil modelos de simulação e otimização por se tratar de um sistema complexo que envolve variáveis lineares e não lineares. No entanto, a modelagem tem contribuído para o entendimento das relações biológicas e ambientais agregando diferentes campos do conhecimento, em oportunizar avanços de simulação, otimização e validação de tecnologias. A modelagem matemática via regressão, técnicas biométricas, redes neurais artificiais e algoritmos genéticos pode representar, simular e otimizar o processo de biofortificação em grãos de aveia, validando a tecnologia. O estudo tem como objetivo desenvolver a modelagem matemática do processo de biofortificação por zinco e ferro via foliar em grãos de aveia por modelos de regressão, biométricos e técnicas computacionais à simulação e otimização da tecnologia, envolvendo relações biológicas e ambientais em condições reais de cultivo à maior qualidade dos grãos à alimentação. O experimento foi realizado no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ), em Augusto Pestana, RS, nos anos de 2017 à 2019. O delineamento experimental foi de blocos ao acaso com quatro repetições, em esquema fatorial 3x5, para as fontes de zinco, ferro e zinco+ferro, em doses de 0, 500, 1000, 2000 e 4000 g ha-1, respectivamente, em sistema de sucessão soja/aveia. Para aplicação de zinco foi usado o composto ZnSO45H2O e de ferro o FeSO47H2O, para aplicação via foliar com pulverizador costal, à pressão constante de 30 lb pol-2, com pontas de jato tipo cone. Os indicadores da produtividade, qualidade industrial e química orgânica não sofrem alterações pelo efeito das doses de biofortificação por zinco, ferro e zinco+ferro, independente do ano de cultivo. O uso das doses de biofortificação por zinco promove aumento de zinco em grãos e cariopses de aveia e, de modo contrário, ocasiona a redução de ferro nestes elementos. As doses de biofortificação por ferro geram aumento de ferro e zinco em grãos e cariopses de aveia. O emprego das doses de biofortificação por zinco+ferro resulta no incremento de zinco e ferro nas cariopses de aveia, porém, afeta negativamente o conteúdo de zinco e ferro nos grãos de aveia, no uso da dose mais elevada. A Stepwise selecionou as variáveis potenciais doses de biofortificação, temperatura mínima e soma térmica. Os modelos de regressão linear múltipla foram eficientes a simulação de zinco e ferro em grãos e cariopses de aveia quando considerado o ciclo total de cultivo, visto que os estágios fenológicos não influenciaram a composição destes elementos. O uso de inteligência artificial via redes neurais artificiais se mostra adequado a simulação de zinco e ferro em grãos e cariopses de aveia. O emprego de algoritmos genéticos evidencia maior eficiência de otimização das doses de zinco, ferro e zinco+ferro para a biofortificação, garantindo redução de custos e valores expressivos destes elementos em grãos e cariopses de aveia. Estes resultados propõem o uso racional dos nutrientes permitindo obter a maximização da qualidade nutricional de grãos de aveia.
Modelagem matemática das relações biológicas e ambientais do uso do Nitrogênio à produtividade e qualidade industrial e nutricional de grãos de aveia
(2019-07-01) Mantai, Rubia Diana
O emprego de modelos matemáticos nos processos de biossistemas geram simulações de ambientes adequados, possibilitando o avanço de novas tecnologias à agricultura. Para a cultura da aveia, destaque se dá ao manejo do N-fertilizante, o elemento químico essencial para o desenvolvimento da planta, com influência na produtividade e qualidade de biomassa e grãos. É evidente a necessidade de entendimento das relações de uso do nitrogênio para a aveia, visando a eficiência da cultura frente as condições adversas do meio e a sustentabilidade agrícola, através de modelos inovadores e eficientes que interligam fatores de manejo, genéticos e ambientais, proporcionando avanços científicos e tecnológicos. O objetivo do estudo é desenvolver e aplicar modelos matemáticos que promovam compreender a dinâmica e a eficiência de uso de N-fertilizante sobre a produtividade e qualidade industrial e nutricional de grãos de aveia promovendo simulação e otimização que abrangem as relações biológicas e ambientais atuantes nos sistemas de cultivo. O estudo foi realizado no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ) em Augusto Pestana (RS) em seis safras agrícolas (2011 a 2016). O delineamento experimental foi de blocos casualizados com quatro repetições, em um arranjo fatorial 4x2, para doses de nitrogênio (0, 30, 60 e 120 kg ha-1) e cultivares de aveia (Barbarasul e Brisasul), em sistemas de sucessão soja/aveia e milho/aveia. A análise de médias comprovou a influência do nitrogênio à alteração dos componentes da produtividade de grãos e indústria e do conteúdo de proteína e fibra dos grãos de aveia, além disso, evidenciou a dependência de ação do nitrogênio pelas condições meteorológicas atuantes no sistema produtivo. Nessa perspectiva, os modelos matemáticos desenvolvidos por regressões expressaram com eficiência o comportamento destas variáveis em função do fornecimento do nutriente quando classificados pela categoria de ano agrícola, possibilitando a análise de otimização da dose do nutriente e a previsibilidade das variáveis. Modelos de estabilidade também se mostraram apropriados à otimização, indicando a dose de nitrogênio que reporta alta estabilidade frente às variações ambientais. Modelos de superfície de resposta possibilitaram a simulação diária da produtividade biológica com uso do nitrogênio, além disso, em conjunto ao modelo do índice de colheita, previram a produtividade de grãos. O uso de regressões múltiplas se destacou pela inclusão de variáveis que influenciam potencialmente a resposta final, sendo elas, a dose de adubação nitrogenada, as temperaturas mínima e máxima, a soma térmica e a precipitação pluviométrica. Nesta perspectiva, o potencial da variação ambiental foi decomposto nos coeficientes do modelo, que geraram simulações com resultados expressivos, independente da categoria de ano agrícola. A implementação dos modelos de lógica fuzzy e redes neurais artificiais evidenciaram elevada eficiência de predição da produtividade e qualidade dos grãos de aveia, envolvendo variáveis controladas e não controladas a partir de indicadores biológicos e ambientais. Os modelos matemáticos desenvolvidos auxiliam na indicação da dose de adubação nitrogenada economicamente adequada e de menor impacto ambiental, com produtividade e qualidade industrial e nutricional de grãos de aveia exigidos pelo agricultor, indústria e consumidor. Além disso, possibilitam o planejamento de práticas agrícolas e agropecuárias, gerando informações de prognósticos e acompanhamento de produções eficientes com maior qualidade à alimentação humana. Outrossim, propõem uma nova análise de recomendações técnicas de adubação que considere, além do sistema de sucessão, as condições meteorológicas decisivas para o sucesso produtivo agrícola, visando o uso racional do fertilizante, com intuito de reduzir a poluição ambiental e os possíveis efeitos negativos à saúde pública. No entanto, descondiderando o tipo de resíduo cultural e as condições ambientais, destaca-se a dose 60 kg ha-1 de nitrogênio, como aquela que promove maior produtividade de grãos e indústria, aliando viabilidade econômica e estabilidade produtiva, com alto nível de prudência em relação aos riscos de contaminação do lençol freático, contudo, sem acompanhar o maior teor de proteína e fibra dos grãos.
Modelagem matemática de um robô pneumático do tipo Gantry para aplicações agrícolas em estufas
(2020-09-18) Pörsch, Marcia Regina Maboni Hoppen
A modelagem matemática de sistemas dinâmicos é importante no projeto de máquinas, permite prever problemas e oportunidades de otimização de parâmetros construtivos por meio de simulações computacionais que, aliada às práticas experimentais de laboratório, permite validar o comportamento de suas variáveis em protótipos de máquinas e equipamentos agrícolas nas condições similares às encontradas em campo. Na literatura científica recente existe uma lacuna de pesquisas em atuadores pneumáticos, mesmo diante do grande potencial de aplicações devido ao baixo custo, à flexibilidade de instalação, à boa relação potência/tamanho e ao fato de ser uma tecnologia limpa. O objetivo principal foi desenvolver a modelagem matemática para robô Gantry com acionamento pneumático, incluindo um estudo de metodologia de controle automático para um protótipo de estufa robotizada. Neste trabalho, foi realizado um levantamento do estado da arte de pesquisas em tecnologias aplicadas à agricultura de precisão, desenvolvimento do modelo matemático para descrever o comportamento de um protótipo incluindo a identificação de suas características não lineares, implementação e simulação computacional do modelo assim como, a construção e a realização dos testes do protótipo com acionamento pneumático em uma estufa robotizada utilizada para validação experimental dos atuadores construídos, de forma artesanal. Como resultados, obteve-se um modelo matemático não linear de 15ª ordem (total) para os três graus de liberdade do robô com estrutura cinemática do tipo Gantry. Os parâmetros da zona morta e do atrito foram obtidos experimentalmente e o modelo proposto foi validado em malha aberta para as duas primeiras juntas. Foram implementadas estratégias de controle proporcional integral derivativo com compensação da não linearidade da zona morta em simulação computacional com malha fechada e planejamento da trajetória, cujos resultados ilustram as características do controlador utilizado e a importância da compensação da zona morta. Os resultados das simulações computacionais e dos testes experimentais validaram o modelo matemático proposto. Este trabalho contribui para a pesquisa e o desenvolvimento de tecnologias voltadas ao meio rural proporcionando o aumento da produção agrícola e humanização do trabalho com o mínimo de impacto ambiental possível, tornando o acesso à agricultura de precisão competitiva para as propriedades da agricultura familiar.
Modelagem matemática de uma bancada robotizada para reabilitação física com acionamento pneumático e controle de força
(2021-06-30) Goergen, Roberta
Este trabalho tem como objetivo a pesquisa e o desenvolvimento da modelagem matemática de equipamento robótico inovador acionado por atuador pneumático, para auxiliar na reabilitação física de pacientes que possuem alguma deficiência física com perda parcial ou completa da função de mobilidade dos membros inferiores, visando auxiliar a elevação repetitiva dos membros inferiores. A metodologia está baseada no desenvolvimento do modelo matemático de mecanismo robótico, de base estacionária, acionada por atuadores pneumáticos, aplicado na recuperação de membros inferiores de pacientes. Utiliza-se atuador pneumático para a operação, controle de força e segurança. Esta pesquisa contempla estudo teórico e experimental do controle de força em atuadores pneumáticos e resultados simulados e experimentais realizados na bancada experimental de controle de força. A modelagem matemática da dinâmica do atuador pneumático foi desenvolvida identificando as características não lineares e a implementação computacional do modelo descrito permitiu a construção de uma bancada experimental para controle de força e de reabilitação de membros inferiores. No modelo proposto são discutidos e apresentadas simulações dos testes experimentais para o mecanismo robótico. Os resultados permitem a realização de movimentos angulares dos membros inferiores sendo uma ferramenta para auxiliar os procedimentos convencionais de fisioterapia em uso.
Modelagem matemática do comportamento térmico de transformadores utilizados em redes subterrâneas de distribuição de energia elétrica
(2021-11-29) Enderle, Taciana Paula
O Sistema Elétrico de Potência (SEP) é responsável por fornecer energia elétrica aos consumidores, com qualidade adequada, no instante de tempo em que for solicitado. Por este motivo, esses sistemas precisam ser robustos e seguros e necessitam de monitoramento, avaliações e constantes manutenções. Dentre os componentes que integram as redes de distribuição do SEP, os transformadores possuem um dos maiores custos, sua substituição ou manutenção requer um significativo planejamento tanto financeiro como de logística. Neste sentido, uma das dificuldades das concessionárias de energia é avaliar as reais condições de operação dos seus transformadores para somente assim organizar um planejamento adequado de manutenção ou mesmo substituição. A vida útil de um transformador está diretamente associada ao carregamento e aos efeitos térmicos ao qual ele está submetido. Na literatura existem vários modelos matemáticos que representam o comportamento térmico de transformadores, as concessionárias de energia utilizam, com grande frequência, a Norma IEEE STD C57.91 que é disponibilizada pelo Instituto de Engenheiros Eletricistas e Eletrônicos (IEEE) a partir da combinação de diversos modelos consolidados pela literatura técnica. A norma IEEE STD C57.91 foi originalmente desenvolvida para ser aplicada em transformadores aéreos que utilizam óleo mineral isolante. Neste trabalho é proposta a avaliação da norma IEEE STD C57.91 quando da sua aplicação em um conjunto de transformadores que compõem o sistema reticulado de distribuição subterrânea de energia da concessionária CEEE-D localizada em Porto Alegre-RS. Como os transformadores, que compõem o conjunto analisado, são do tipo subterrâneo e com óleo vegetal isolante foi necessário verificar se a norma consegue acompanhar os resultados dos ensaios de elevação de temperatura neste modelo de transformador. Isto foi realizado a partir do desenvolvimento de um modelo do circuito térmico equivalente que foi validado com dados reais obtidos do sistema de monitoramento que a CEEE-D possui nas suas subestações subterrâneas de energia. A partir da aplicação desta metodologia, foi possível propor uma adaptação da norma IEEE STD C57.91. A norma adaptada, proposta neste trabalho, apresentou resultados satisfatórios, podendo ser aplicada com segurança a transformadores do tipo subterrâneo com óleo vegetal isolante.
Modelagem matemática dos efeitos da época de semeadura da aveia na definição de um zoneamento de escape às doenças foliares
(2024-05-23) Pansera, Vanessa
A modelagem matemática, por meio de abordagens estatísticas e de inteligência artificial, permite descrever fenômenos naturais, podendo ser aplicada a diversas áreas do conhecimento. Por meio de modelos e métodos é possível retratar, caracterizar, quantificar, realizar previsões e otimizar processos, o que auxilia na tomada de decisões, configurando a modelagem matemática como um meio eficiente no estudo de sistemas complexos. Na agricultura, a aveia é um cereal que tem seu cultivo realizado em estação fria e possui múltiplos propósitos de uso. Entretanto, a ocorrência de doenças foliares, causadas por patógenos fúngicos, pode prejudicar significativamente a produtividade e a qualidade de grãos de aveia. Fatores como a temperatura e a umidade do ar influenciam na ocorrência destas doenças, sendo que as principais são a ferrugem da folha e a helmintosporiose, causadas pelos patógenos Puccinia coronata e Drechslera avenae, respectivamente. O controle destas doenças normalmente é realizado mediante a aplicação de agrotóxicos fungicidas, entretanto, seu uso pode causar contaminação nos grãos e poluição ambiental. Estudos apontam que os efeitos nocivos de agrotóxicos podem estar relacionados com as taxas de óbitos por câncer na região noroeste do estado do Rio Grande do Sul. Destaca-se que cada vez mais busca-se uma agricultura mais sustentável com menor uso de defensivos agrícolas. Neste contexto, o ajuste da época de semeadura da aveia pode ser uma proposta inovadora na obtenção de uma zona de escape aos patógenos fúngicos, baseada em períodos com menores temperaturas, para um controle satisfatório das doenças foliares em aveia, minimizando os efeitos destas moléstias. A modelagem matemática, por meio de modelos estatísticos e de inteligência artificial, pode auxiliar na indicação de uma época de semeadura que possibilite o controle natural às doenças foliares da aveia. Deste modo, o objetivo deste estudo é modelar matematicamente os efeitos da época de semeadura da aveia, determinando a época ideal que possibilite o aproveitamento de uma zona de escape natural às doenças foliares, promovendo um cultivo produtivo e mais sustentável, na condição da região noroeste do estado do Rio Grande do Sul. Para o desenvolvimento do estudo, foi realizado um experimento em condições reais de cultivo, em blocos casualizados e esquema fatorial 2x7, compreendendo duas condições de aplicação de fungicida e sete épocas de semeadura, com 3 repetições. As épocas de semeadura consideradas foram 15 de abril, 01 de maio, 15 de maio, 01 de junho, 15 junho, 01 de julho e 15 de julho e as condições de uso de fungicida foram a ausência e a presença de uma aplicação na fase de paniculamento. Os dados experimentais foram obtidos em quatro anos agrícolas, de 2018 a 2021, com três cultivares de aveia, URS Corona, URS Taura e URS Guria, no sistema de sucessão soja-aveia. Em cada ano agrícola, foi determinada uma zona de escape às doenças foliares em razão da temperatura do ar, analisando o ciclo de desenvolvimento da aveia e seus resultados em cada cenário de semeadura. Os dados experimentais foram avaliados por meio de análise de regressão, de modelos de adaptabilidade e estabilidade, de modelos de análise de contribuição relativa, de métodos de seleção de variáveis e de inteligência artificial. As semeaduras de 01 de maio até 01 de junho evidenciaram os melhores resultados para a área foliar necrosada e produtividade de grãos na maioria das análises. Houve destaque para as épocas de 01 de maio e 15 de maio, que por meio da zona de escape, demonstraram condições para um controle satisfatório sobre as doenças foliares, com proteção até os 105 dias após a emergência, evidenciando também as maiores médias de produtividade de grãos. Uma aplicação de fungicida no paniculamento não foi eficiente tendo em vista os custos e os impactos à saúde a longo prazo. Com base nos resultados das análises estatísticas e de inteligência artificial, foi possível reposicionar a época de recomendação de semeadura da aveia. Dessa forma, o período ideal de semeadura da aveia na região noroeste do Rio Grande do Sul ocorre de 25 de abril a 10 de maio, anterior à atual recomendação, podendo ser estendido até 01 de junho. Palavras-chave: Matemática aplicada, Modelagem computacional, Inteligência artificial, Avena sativa, Fungicida
Modelagem matemática e computacional da produtividade do trigo e otimização do uso do nitrogênio nas condições fenológicas e ambientais
(2020-08-04) Trautmann, Ana Paula Brezolin
Modelos matemáticos que busquem simulações eficientes, descrevendo interações complexas junto aos efeitos não-lineares dos agroecossistemas vem sendo cada vez mais usados. Neste sentido, destaca-se o manejo da cultura do trigo, onde o nitrogênio é o elemento mais requerido, tendo forte influência sobre a produtividade e qualidade química dos grãos. A maior eficiência do nitrogênio está diretamente ligada às condições adequadas de solo e clima, condições nem sempre obtidas no momento da adubação. Neste contexto, surge a possibilidade de uso de doses de nitrogênio ajustadas por condição de ano agrícola e aplicadas de forma cheia ou fracionada em função das condições de cultivo. Estratégias de simulação e otimização da produtividade e qualidade do trigo pelo uso do nitrogênio envolvendo de modo simultâneo, variáveis ligadas a planta, elementos meteorológicos do ano agrícola e de manejos importantes sobre a espécie pode contribuir no desenvolvimento de modelos eficientes na previsibilidade de safras e validação de novas tecnologias. O objetivo do estudo é o desenvolvimento de modelos matemáticos eficientes na simulação da produtividade do trigo por lógica fuzzy, redes neurais artificiais e do híbrido neuro-fuzzy, com otimização do uso do nitrogênio via algoritmos genéticos pelas relações que envolvem as formas de fornecimento do nutriente, associado aos estímulos fenológicos e ambientais nos principais sistemas de cultivo do noroeste do Rio Grande do Sul. O estudo foi realizado no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ), em Augusto Pestana, RS, nos anos de 2012 a 2018. O delineamento experimental foi o de blocos casualizados com quatro repetições em esquema fatorial 4 x 3, para doses de N-fertilizante (0, 30, 60, 90, 120 kg ha-1) e formas de fornecimento do nutriente [condição cheia (100%) no estádio fenológico V3 (terceira folha expandida); fracionada (70%/30%) no estádio fenológico V3/V6 (terceira e sexta folha expandida); e fracionada (70%/30%) no estádio fenológico V3/R1 (terceira folha expandida e diferenciação da espiga)], no sistema soja/trigo e milho/trigo. Os modelos de regressão expressaram com eficiência o comportamento da produtividade e qualidade química dos grãos de trigo em função do nutriente, seja pela dose cheia ou fracionada, influenciada pela condição de ano agrícola e sistema de sucessão de alta e reduzida liberação de N-residual. A contribuição relativa, correlação e análise de trilha permitem conhecer a dinâmica do nitrogênio sobre os caracteres da produtividade e qualidade química dos grãos de trigo, além da interação dos elementos meteorológicos sobre estas variáveis, permitindo identificar as reais relações. O modelo múltiplo é eficiente para simulação da produtividade e qualidade química dos grãos de trigo, sob efeito cumulativo entre ano favorável, aceitável e desfavorável nos sistemas de sucessão e condições de fornecimento do N-fertilizante, considerando variáveis controladas ou não-controladas. A lógica fuzzy, redes neurais artificiais e neuro-fuzzy são ferramentas que preveem com eficiência a produtividade e a qualidade química dos grãos de trigo pelo uso de nitrogênio com elementos meteorológicos. Destaca-se a neuro-fuzzy como a mais eficiente na simulação da produtividade e qualidade química dos grãos de trigo. O algoritmo genético permite otimizar a dose do nitrogênio nas condições de fornecimento, cheio e fracionado, nas variáveis controladas e não-controladas, com simulações da produtividade de grãos, biológica, teor de proteína total e amido. De modo geral, em V3 o uso do nitrogênio promove maior expressão da produtividade de grãos, torna-se a condição mais viável ao produtor por ser mais lucrativa, por diminuir custos operacionais.
Modelagem matemática e computacional do fluxo de ar e grãos em secadores de fluxo misto
(2023-12-20) Lorenzoni, Ricardo Klein
O processo de secagem de grãos é fundamental para a manutenção de sua qualidade e de suas características físicas, químicas e biológicas. O secador de fluxo misto é amplamente utilizado, tanto em pequenas e médias propriedades, quanto em grandes complexos industriais. Entretanto, esse tipo de equipamento ainda demanda maiores análises, voltadas especialmente ao fluxo dos grãos e do ar em seu interior. Neste trabalho, o uso de simulações computacionais em ambientes de simulação quasi-2D foi validada, sendo também realizada a modelagem matemática e computacional do fluxo dos grãos e do ar em secadores de fluxo misto, avaliando a compactação da massa de grãos e a sua porosidade utilizando o método dos elementos discretos. O método dos volumes finitos foi utilizado para analisar o fluxo de ar dentro dos secadores e, por fim, analisou-se uma nova geometria de secadores de fluxo misto, na qual , o fabricante adicionou estampas nas calhas para facilitar o fluxo do ar em meio a massa de grãos. Os resultados demonstraram que a simulação quasi-2D de secadores de fluxo misto é uma alternativa viável e muito vantajosa, devido à redução do custo computacional e do tempo de simulação necessários. A análise da porosidade da massa dos grãos dentro do secador apresentou dados similares aos dados experimentais, demonstrando a eficácia do modelo ora desenvolvido. A análise do fluxo de ar dentro do secador apresentou-se alinhada aos resultados obtidos por outros autores e também aos dados experimentais obtidos. No secador com estampas nas calhas, percebeu-se que o fluxo dos grãos ocorreu de forma bastante homogênea , sem ocorrência de compactação, independente da profundidade da massa de grãos no secador. A nova geometria apresenta como outro benefício, um fluxo do ar mais facilitado, encontrando menor resistência, e possibilitando uma secagem mais homogênea. Palavras-chave: Secagem de Grãos; Método dos Elementos Discretos; Método dos Volumes Finitos; Secador de Fluxo Misto; Calhas Estampadas.
Modelagem Matemática e Otimização do Fluxo de Ar em Armazéns Graneleiros
(2019-05-06) Faoro, Vanessa
A qualidade e a conservação dos grãos depende diretamente do sistema de armaze- namento. Problemas e ineficiências na fase de armazenagem podem acarretar, além de perdas significativas do produto armazenado, alto gasto de energia e recursos. Para mini- mizar estas perdas, é importante um sistema de aeração adequado e eficiente, abrangendo um fluxo de ar uniforme em todo o domínio da massa de grãos, obtendo-se, assim, uma armazenagem segura e eficaz por um longo período. Esta Tese tem como objetivo mode- lar matemática e computacionalmente a distribuição do fluxo de ar 3D e a transferência de calor durante o processo de aeração em sistemas reais de armazenamento de grãos, confrontando os resultados da simulação com os dados observacionais e propor um perfil otimizado do fluxo de ar. O problema formulado do fluxo de ar 3D foi resolvido por meio do Método dos Elementos Finitos, com geometrias e malhas tetraédricas de sistemas reais de armazenamento de grãos. Para avaliar a efetividade da distribuição de ar nos armazéns graneleiros, foi utilizado o critério da vazão específica local. Com os resulta- dos, foi possível realizar a análise da pressão do ar, da vazão específica global e local, da velocidade do ar e da transferência de calor em todo o domínio da massa de grãos. Foram realizadas análises da distribuição ideal do fluxo de ar em armazéns graneleiros. Foi proposto um esquema otimizado de aeração, visando maior uniformidade da distri- buição da vazão específica local, que resulta em um melhor desempenho do sistema e com controle contínuo do processo de aeração. Foi construído um instrumento adequado para obter dados observacionais da pressão em diferentes profundidades da massa de grãos, em armazéns graneleiros horizontais. Foram obtidos dados da pressão e da temperatura em sistemas reais de armazenamento. Também foi realizada uma análise de diferentes modelos de transferência de calor na massa de grãos, e um dos modelos unidimensionais foi selecionado e expandido para três dimensões. Nos modelos de temperatura, foi mos- trado que, usando a última leitura de dados obtidos como nova condição inicial, houve o aumento da precisão da simulação. Os dados obtidos na simulação foram validados com dados observacionais obtidos nos sistemas reais de armazenamento, mostrando boa concordância.
Modelagem Matemática Tridimensional de Espalhamento de Grãos e Impurezas por Meio do Método dos Elementos Discretos.
(2020-03-11) Lima, Rodolfo França de
Melhorias na concepção e desempenho de equipamentos utilizados nas operações póscolheira requerem o conhecimento das propriedades físicas e do comportamento dinâmico dos materiais granulares para que se desenvolva uma operação segura e eficiente. Devido às grandes dimensões de algumas unidades armazenadoras, por vezes, controlar toda a massa de grãos armazenada se torna uma tarefa difícil. Estudos experimentais e simulações numéricas são ferramentas poderosas que podem ajudar a entender e prever o comportamento dinâmico do material granular, o método dos elementos discretos é um método numérico atualmente empregado para abordar estes problemas. Temas como a termometria, a aeração e o processo de secagem já vem sendo amplamente estudados, porém, outro fator muito importante e pouco pesquisado é a distribuição de grãos em silos e armazéns graneleiros. A presente Tese tem como objetivo desenvolver a modelagem matemática e computacional do funcionamento de um espalhador de grãos usado em silos e armazéns graneleiros, utilizando o método dos elementos discretos, e incorporando ao modelo o efeito da resistência do ar para diferentes tipos de grãos e impurezas. Para a realização dos experimentos de distribuição de grãos de soja e impurezas, foi construído um espalhador de grãos em escala reduzida, e para as simulações computacionais, foi usado o software Yade. Para inserção da resistência aerodinâmica no método dos elementos discretos, foram realizados experimentos para obtenção dos parâmetros de arrasto aerodinâmico. Para obtenção da velocidade terminal foi usada a técnica do leito fluidizado, para outros parâmetros como área de projeção, foi desenvolvido um algoritmo de processamento de imagens digitais em Matlab. Com esse algoritmo foi possível conseguir informações importantes sobre a morfologia de grãos e impurezas. Foram analisados grãos de aveia, milho e soja em quatro diferentes teores de umidade, além de impurezas contidas nos mesmos. Os dados médios dos experimentos foram usados para modelagem das partículas por meio do método dos elementos discretos. Como resultados é possível destacar que o método dos elementos discretos foi validado para obtenção da velocidade terminal de grãos de aveia, milho e soja e impurezas usando clumps para modelar as sementes. É possível concluir também que o método dos elementos discretos pode ser usado para prever a trajetória de grãos de soja, desde que o coeficiente de arrasto da partícula esteja inserido no modelo. O método dos elementos discretos também foi validado para a distribuição de soja e impurezas, e os resultados alcançados com as simulações mostraram boa concordância com os dados experimentais.
Modelos biométricos e redes neurais à simulação da produtividade e qualidade de grãos de aveia pelo uso do nitrogênio e hidrogel
(2021-02-23) Scremin, Osmar Bruneslau
O uso de modelos matemáticos que auxiliam o entendimento de variáveis lineares e não lineares na agricultura tem se tornado uma ferramenta importantíssima na validação de novas tecnologias na agricultura, principalmente no entendimento das relações entre as variáveis meteorológicas e o manejo. Na cultura da aveia, se dá destaque ao manejo do nitrogênio por ser o elemento químico principal no desenvolvimento da planta, com influência direta na produtividade e qualidade, seja de biomassa ou grãos. No entanto, nem sempre no momento da aplicação do nutriente se encontram as condições adequadas de umidade do solo e temperatura do ar, o que pode causar perdas no nitrogênio gerando aumento no custo de produção, além de gerar poluição ambiental. Neste sentido, o emprego junto ao solo de biopolímeros hidrorretentores (hidrogel), pode ser uma alternativa inovadora para melhorar a eficiência de uso do nitrogênio. O objetivo do estudo foi desenvolver e aplicar modelos matemáticos que promovam compreensão da dinâmica e da eficiência de uso de N-fertilizante e do hidrogel sobre a produtividade e qualidade industrial e nutricional de grãos de aveia promovendo a simulação e a otimização que abrangem as relações biológicas e ambientais atuantes nos sistemas de cultivo. O estudo foi realizado no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ) em Augusto Pestana (RS) durante cinco safras agrícolas (2014 a 2018). O delineamento foi de blocos casualizados com quatro repetições em fatorial 5 x 5, para doses de hidrogel (0, 30, 60, 90 e 120 kg ha-1), adicionado no sulco junto à semente e doses de N-fertilizante (0, 30, 60, 90 e 120 kg ha-1), aplicado no estádio de quarta folha expandida por meio da fonte uréia, respectivamente, com a cultivar de aveia URS-Corona. As regressões lineares permitiram estimar a eficiência agronômica do nitrogênio à produtividade de grãos e de indústria, até o ponto de 60 kg ha-1 de hidrogel, independente do sistema de cultivo. Para a proteína total e fibra total, os parâmetros das funções de eficiência agronômica não foram expressivamente alterados. Pelas regressões quadráticas foi possível estimar comportamento da aveia sobre o aproveitamento do nitrogênio na elaboração da produtividade de grãos com obtenção da dose ótima de uso, promovendo a estimativa da eficiência técnica e a econômica. O uso do hidrogel promove pequena redução na dose ótima de nitrogênio com o aumento da produtividade de grãos e de indústria. No que se refere à quantificação de proteínas totais, o uso de hidrogel não alterou o comportamento da variável. No entanto, para a variável fibra total, o uso de hidrogel reduz sua expressão. A regressão por superfície de resposta foi eficiente nas simulações da produtividade, possibilitando a previsibilidade para os sistemas de cultivo pela combinação de hidrogel e nitrogênio. O modelo de contribuição relativa identificou que, de modo geral, a massa da panícula é a que mais altera a produtividade de grãos pelas doses de nitrogênio, sendo a mais alterada pelas doses de hidrogel. Na produtividade industrial, o uso de hidrogel alterou o comportamento das contribuições das variáveis, não permitindo identificar variáveis potenciais de maior expressividade. Pela correlação de Pearson, foi evidente que, para a produtividade de grãos e de indústria, as correlações sempre estão nas doses mais elevadas de hidrogel com doses de 30, 60 e 90 kg ha-1 de nitrogênio. O uso de redes neurais artificiais treinadas com o algoritmo back-propagation, com a função de ativação da camada intermediária Tangente Hiperbólica Sigmoide, e a regra de treinamento Levenberg-Marquardt possibilitou prever o comportamento da produtividade da aveia em alguns cenários de simulação. Se recomenda o incremento de mais anos de estudo para aprimorar o uso de redes neurais artificiais na previsibilidade da produção da cultura. De modo geral, os modelos matemáticos desenvolvidos explicaram a produção da aveia frente as relações de uso do hidrogel e nitrogênio. Sugere-se que sejam feitos estudos a fim de verificar os efeitos do hidrogel ao longo dos anos, pois o mesmo pode ficar retendo e liberando água por vários anos, possibilitando a redução do stress hídrico de outras culturas.
Redes neurais artificiais e algoritmo genético na simulação do acamamento de plantas e da produtividade e qualidade de grãos de aveia com otimização das doses de nitrogênio e regulador de crescimento
(2020-10-06) Marolli, Anderson
Modelos matemáticos voltados a simulação em sistemas complexos que consideram as interações entre efeitos não lineares e as variáveis controladas, estão sendo cada vez mais utilizados na tomada de decisão quanto ao manejo de safras agrícolas. Neste contexto, destaca-se o manejo do nitrogênio e do regulador de crescimento em aveia, onde o nitrogênio é o nutriente mais absorvido, com reflexos diretos sobre o aumento da produtividade e acamamento, enquanto que o regulador obstrui a biossíntese do ácido giberélico, tornando a planta mais apta e responsiva a receber estímulos ambientais e de insumos, possibilitando incremento da produtividade com garantia de qualidade industrial dos grãos. Neste sentido, surge a necessidade da otimização das doses combinadas de nitrogênio e regulador de crescimento, voltadas ao incremento da produtividade com reduzida ocorrência de acamamento. Técnicas de simulação e otimização que consideram de modo simultâneo as variáveis do manejo e da planta, atreladas a não linearidade dos elementos meteorológicos, podem contribuir para o desenvolvimento de modelos eficientes de previsibilidade de safras agrícolas, validando a possibilidade de novas recomendações técnicas para a cultura. O objetivo do estudo é desenvolver um sistema adaptativo à previsibilidade da ocorrência de acamamento de plantas e simulação da produtividade industrial e de grãos de aveia, via redes neurais artificiais, considerando variáveis da planta, do manejo e os efeitos não lineares dos elementos meteorológicos. Além disso, com o uso de algoritmos genéticos, otimizar as doses de uso combinado do nitrogênio e regulador, voltadas a maximização da produtividade da aveia com reduzida ocorrência de acamamento, considerando os principais sistemas de sucessão do sul do Brasil. O experimento foi realizado no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ), em Augusto Pestana, RS, nos anos de 2012 a 2018. O delineamento experimental adotado foi de blocos ao acaso com quatro repetições, em esquema fatorial 4 x 4, para os fatores doses de nitrogênio (30, 60, 90 e 120 kg ha-1) e doses de regulador de crescimento (0, 200, 400 e 600 ml ha-1), respectivamente. Os modelos de regressão expressaram com eficiência o comportamento do acamamento de plantas, da produtividade de grãos e qualidade industrial e química dos grãos de aveia em função das doses de nitrogênio e regulador de crescimento, independente da condição de ano agrícola e sistema de sucessão. A contribuição relativa juntamente com correlação e análise de trilha permitem conhecer a dinâmica do nitrogênio e do regulador de crescimento sobre os indicadores de produtividade e qualidade química dos grãos de aveia, além de desdobrar a relação do acamamento de plantas e da produtividade de grãos em efeitos diretos e indiretos sobre as variáveis de interesse. Independente do sistema de sucessão, os modelos múltiplos são eficientes para simulação do acamamento de plantas e da produtividade de grãos e industrial, considerando o efeito cumulativo dos anos de cultivo juntamente com as variáveis de manejo e os efeitos não lineares dos elementos meteorológicos. As redes neurais são ferramentas que preveem com eficiência a ocorrência de acamamento de plantas e a produtividade da aveia, considerando como variável de entrada as doses de nitrogênio e regulador, os elementos meteorológicos e a produtividade de biomassa. O algoritmo genético permite otimizar as doses combinadas de nitrogênio e regulador de crescimento, considerando a rede neural implementada como função de ativação. De modo geral, o uso combinado de nitrogênio e regulador evidencia incremento na produtividade de grãos com garantia de qualidade industrial e reduzida taxa de ocorrência de acamamento.
Simulação computacional e uso de métodos analíticos para posicionamento de elementos sensores Piezoresistivos de Grafite em Substrato Polimérico
(2020-03-11) Gabbi, Renan
Esta tese apresenta o melhor posicionamento de piezoresistores de gra te em substrato polim érico, visando a máxima sensibilidade do elemento sensor projetado, por comparação com a simulação computacional e o método analítico. O gra te é usado como componente de detecção, onde as marcas de lápis são desenhadas diretamente sobre o papel, procedimento conhecido como graphite on paper, sendo uma técnica de baixo custo. A simulação computacional, usando o método dos elementos nitos, visa encontrar a região de maior tensão mecânica de uma viga engastada livre em uma extremidade, quando uma pressão é aplicada. As etapas para a simulação são a de nição da geometria, geração da malha, inclusão das propriedades do material e execução da simulação. As simulações do elemento sensor são apresentadas de acordo com as camadas: papel, papel e gra te, e papel, gra te e epóxi. A modelagem matemática da tensão mecânica e de exão máxima é descrita de forma analítica e determinada computacionalmente. Os cálculos analíticos foram comparados com a simulação computacional usando o método dos elementos nitos. A análise realizada para o elemento sensor de papel indica que a posição ideal deve ser a 0,4591 mm do engaste da viga no sentido horizontal e a 5 mm no sentido vertical, no meio da viga. Neste local, a tensão mecânica máxima apresenta magnitude de 1,091E10 N=m2 mostrando que o piezoresistor é mais sensível aos pequenos esforços mecânicos, garantindo uma ótima sensibilidade aos sensores fabricados. A análise realizada para o elemento sensor de papel e gra te, mostrou um comparativo entre as posições longitudinal e transversal indicando que as simulações computacionais para a viga localizada a 2,82 mm do engaste, na qual é possível a deposição manual do lme de gra te, apresenta uma tensão mecânica máxima de 1,578E10 N=m2 na posição longitudinal, e 1,679E10 N=m2 na posição transversal. Os resultados para o elemento sensor completo com as três camadas: papel, gra te e epóxi mostraram uma maior tensão mecânica para o piezoresistor da viga a 2,82 mm do engaste com uma tensão mecânica máxima de 2,849E10 N=m2 na posição longitudinal e 1,732E10 N=m2 na posição transversal. Estes resultados são extremamente importantes, pois de nirão a melhor posição para deposição de lme de gra te em futuras fabricações de dispositivos sensores.
Task scheduling for application integration: a strategy for large volumes of data
(2020-10-29) Lopes, Freire, Daniela
Integração de Aplicações Empresariais é o campo de pesquisa, que fornece metodologias, técnicas e ferramentas para modelar e implementar processos de integração. Um processo de integração executa a orquestração de um conjunto de aplicações para mantê-las sincronizadas ou para permitir a criação de novas funcionalidades. Ele pode ser representado por um fluxo de trabalho composto por tarefas e canais de comunicação. Plataformas de integração são ferramentas para projetar e executar processos de integração, nas quais o motor de execução é o componente responsável pelo tempo de execução das tarefas e pela alocação de recursos computacionais que as executam. O processamento de um grande volume de dados, correspondendo a execução de milhões de tarefas, pode causar situações de sobrecarga, caracterizadas pelo acúmulo de tarefas em filas internas que aguardam recursos computacionais nos motores de execução, resultando em tempos de resposta inaceitáveis para aplicações e usuários externos. Nossa hipótese de pesquisa é que os motores de execução das plataformas de integração usam heurísticas simplistas para agendar tarefas, o que não lhes permitem manter níveis aceitáveis de desempenho em situações de sobrecarga. Neste trabalho de pesquisa, desenvolvemos (i) uma representação para processos de integração, (ii) uma caracterização para seus agendamentos de tarefas, (iii) uma heurística para lidar com situações de sobrecarga, (iv) um modelo matemático para uma métrica de desempenho da execução de processos de integração e (v) uma ferramenta de simulação para heurísticas de agendamento de tarefas. Nossos resultados de pesquisa indicam que, em situações de sobrecarga, nossa heurística promove uma distribuição equilibrada da carga de trabalho e um aumento no desempenho da execução dos processos de integração.