Programa de Pós-Graduação em Modelagem Matemática - Mestrado

URI Permanente para esta coleçãohttps://bibliodigital.unijui.edu.br/handle/123456789/466

Navegar

Agora exibindo 1 - 20 de 188

Aplicação de conceitos de smart grids para otimização através de reconfiguração de sistemas radiais seletivos subterrâneos
(2024-11-12) França, Ronei Eloi Ody
A introdução de Smart Grids em sistemas de distribuição subterrâneos tem sido viabilizada pela tecnologia de informação e comunicação de dados, sensoriamento e controle inteligentes. Devido à alta densidade de carga e ao aumento progressivo da demanda de energia elétrica, dada complexidade do sistema duplo radial, é necessário aprimorar técnicas que incorporam as necessidades operacionais emergentes para melhorar a qualidade de energia e garantir operabilidade. O estudo foca na rede da Companhia Estadual de Energia Elétrica – Distribuição (CEEE-D), destacando a necessidade de inovação e a transição de redes tradicionais para Smart Grids. As reconfiguração de redes de distribuição são extremamente necessárias para evitar contingências e atribuir uma condição ótima entre unidades geradoras, cargas do sistema de distribuição e sistema de proteção. Neste projeto é proposto o desenvolvimento de uma modelagem computacional em que RNA analisam os consumos e as demandas pontuais do sistema de distribuição de energia elétrica através de dados acumulados, analisadores de sinal e sensores em tempo real condicionados nas chaves telecomandadas. O objetivo é aplicar técnicas de IA por redes neurais artificias para reduzir o tempo de reconfiguração de sistemas de distribuição, através da reconfiguração dinâmica. A RNA é utilizada para enfrentar a complexidade dos sistemas elétricos de distribuição subterrâneos, utilizando funções de ativação não-lineares e arquiteturas para reconfigurações. Os resultados obtidos pela RNA com a função de ativação sigmoide na camada oculta e da função linear na camada de saída, em conjunto com o algoritmo Backpropagation e a otimização pelo método de Levenberg-Marquardt, apresentam as configurações de chaveamento, as quais serão aplicadas às chaves de transferência automáticas. A técnica adotada provou ser eficiente, resultando em previsões confiáveis que contribuem para a redução de perdas, respeitando os limites de capacidade de corrente e magnitude de tensão. Os resultados dos testes em três cenários evidenciam a robustez do modelo, que conseguiu capturar variações nas potências de carga e prever configurações de chaveamento, mantendo desempenho elevado mesmo em condições não vistas durante o treinamento. A aplicação de RNA em Smart Grids destaca-se pela precisão e adaptabilidade, mostrando-se promissora para otimizações futuras em sistemas mais complexos.
Modelagem computacional de sistemas de distribuição de energia subterrâneos do tipo radial seletivo visando a detecção de faltas incipientes
(2024-11-12) Lima, Abilio da Silva
Os sistemas de distribuição de energia elétrica subterrâneos são uma opção mais confiável e menos suscetível a intempéries do que os sistemas de rede aérea. No entanto, os custos de construção e manutenção são mais elevados. Além disso, os componentes dessas redes subterrâ- neas, principalmente os cabos, podem se degradar com o tempo, devido a diversos estressores, o que pode levar a falhas incipientes que evoluem para falhas totais. Falhas incipientes, como arborescências e descargas parciais, estão ligadas à degradação dos componentes e podem ser detectadas por meio de manutenção regular e identificação precoce do sistema. A manutenção é importante para prevenir ou corrigir problemas antes que se tornem mais graves, minimi- zando assim os impactos no fornecimento de energia elétrica aos consumidores. Apesar de vários estudos terem sido realizados para detectar falhas incipientes em cabos isolados de redes subterrâneas, nenhum deles apresentou resultados satisfatórios para a detecção precisa dessas falhas. Para desenvolver novos conhecimentos que busquem solucionar a detecção precisa de faltas incipientes é necessário modelar e reproduzir o fenômeno computacionalmente para possibilitar sua análise. Este trabalho apresenta um modelo que replica um trecho significativo do sistema radial seletivo subterrâneo da CEEE Equatorial na cidade de Porto Alegre e apresenta um modelo de falta incipiente que busca reproduzir esse fenômeno. Os modelos apresentados nesta dissertação demonstraram bons resultados. Foi realizado ainda um ensaio como prova de conceito da utilização de wavelets para analisar o seu uso potencial como uma técnica ou parte de uma metodologia para a detecção desse tipo de falta. Estes resultados demonstraram que em função das wavelets permitirem a remoção de outros ruídos envolvidos no sistema, elas permitem isolar o sinal deste fenômeno. Assim, a detecção precoce dessas falhas pode auxiliar na mitigação de eventos de interrupções no fornecimento de energia elétrica e reduzir custos de manutenção e reparo.
Modelagem matemática aplicada no ensino básico : uma abordagem financeira e sustentável utilizando sistemas fotovoltaicos
(2024-11-12) Alencar, Eduardo de Paula
Um dosgrandesdesafiosdaeducaçãobásicaemrelaçãoàmatemáticaédespertarointeresse dos alunospeloconhecimentodoconteúdopropostoepermitirqueelesrealmentepercebam sua aplicabilidadenocontextodiário,sendoquemuitasvezes,osconteúdossãoteóricose têm poucasaplicaçõespráticas.Todosessesfatorescontribuemparaoinsucessoescolar,o abandono dadisciplinaeodesinteresseporpartedosalunos.Nestadissertação,discute-sea importância dousodaModelagemMatemáticacomometodologiadeensinoeaprendizado, apresentando umapropostadeatividadequepodeserdesenvolvidacomprofessoresdeCiências da Natureza,CiênciasHumanaseMatemáticadoEnsinoMédio,abordandoatemáticadas EnergiasRenováveis,maisespecificamenteaEnergiaFotovoltaica.Aproblemáticainicial consiste emaplicaramodelagemmatemáticacomoferramentapararepresentaroscustos financeiros associadosàinstalaçãoeusodemódulosfotovoltaicos,permitindoaosalunosrealizar cálculos usandojuroscompostoseequaçõesexponenciais,alémdefazertabulaçãodedados. Por fim,osresultadosapresentadosindicamqueaaplicaçãodamodelagemmatemáticaauxilia o alunonacapacidadedepensar,refletireresolverproblemasmatemáticosmaiscomplexos, com aplicaçãopráticanodiaadia.Alémdisso,promoveumamaiorinteraçãoentrealunos e professores,fazendocomqueosestudantesdesenvolvamashabilidadesprevistasnaBase Nacional Comum Curricular(BNCC)de uma forma mais aplicável e crítica em relação ao conteúdo inserido.
Desenvolvimento de um traçador de curva IV para análise de rendimento e degradação de módulos fotovoltaicos
(2024-11-12) Lasch, Douglas de Souza
Com o aumento da demanda por fontes renováveis de geração de energia, tem ocorrido um grande crescimento global no uso de gerações fotovoltaicos. No Brasil, as legislações de 2012 e revisadas em 2022 têm impulsionado a geração de energia fotovoltaica, resultando em uma grande quantidade de equipamentos fotovoltaicos em operação. Ao longo do tempo de operação é necessário realizações avaliações e diagnósticos do desempenho e vida útil dos módulos fotovoltaicos. Para isso, os traçadores de curva IV são equipamentos capazes de avaliar as condições de operação por meio da leitura das principais grandezas elétricas de um módulo fotovoltaico. Além disso, por meio das informações de irradiação solar, temperatura de operação e do modelo matemático, é possível estimar os parâmetros elétricos e a curva de geração de um módulo fotovoltaico. Diante desse contexto, a proposta desta dissertação é apresentar um estudo para o desenvolvimento de um traçador de curva IV e, por meio dos dados obtidos com esse equipamento, realizar a avaliação da taxa de degradação e estimar a vida útil de módulos fotovoltaicos. Essa pesquisa visa contribuir para a melhoria da avaliação do desempenho dos módulos fotovoltaicos e sua eficiência, permitindo uma melhor compreensão das condições de operação desses equipamentos e uma estimativa mais precisa de sua vida útil. O estudo proposto também pode ajudar a aprimorar o processo de manutenção dos módulos fotovoltaicos, reduzindo os custos operacionais e aumentando a eficiência do sistema como um todo.
Modelagem de biodigestores de dejetos animais : da digestão anaeróbia à análise de viabilidade econômica de sistemas de lagoa coberta
(2024-10-25) Obregon, Luana
A modelagem matemática de biodigestores é comumente utilizada para estimar a quantidade e qualidade do biogás de acordo com o tipo de matéria orgânica de entrada ou estimar a energia de saída dos sistemas biodigestores a partir da quantidade de metano presente neste biogás. A pesquisa exposta neste trabalho propõe um modelo matemático e computacional unificado que avalie a geração de potência elétrica em um biodigestor anaeróbio de resíduos animais considerando as características destes resíduos e a viabilidade econômica do sistema. Foram revisados, adaptados e simulados computacionalmente quatro modelos denominados como Modelo Químico, Modelo Mecânico, Modelo Elétrico e a Avaliação de Viabilidade Econômica. As simulações foram realizadas a fim de comparar apenas as variáveis de saída de interesse: fluxo de biogás produzido, capacidade de produção diária de energia mecânica e elétrica e as análises econômicas a partir destas variáveis, supondo que o investimento inicial de implementação dos biodigestores fosse o mesmo. Os modelos simulados avaliam e relacionam a geração de potência elétrica em biodigestores anaeróbios de resíduos animais considerando as características químicas, físicas e biológicas destes resíduos e apresenta a viabilidade econômica dos três sistemas simulados, permitindo comparação entre os resultados. Este trabalho demonstra que é possível modelar matematicamente todo o processo de geração de bioenergia, desde a matéria prima até a energia elétrica e que os sistemas de biodigestores aqui discutidos apresentam viabilidade econômica no atual cenário energético e tarifário brasileiro, além de também serem benéficos ambientalmente, utilizando gases geradores de efeito estufa para produzir energia elétrica.
Modelagem matemática da dinâmica de uso do nitrogênio fertilizante com espécies de rápido crescimento e decomposição anteriores à semeadura da aveia
(2024-10-24) Warmbier, Eduarda
O Brasil é uma das maiores potências mundiais na produção de alimentos e a forma de produzir deve estar conectada à promoção de processos limpos e sustentáveis. Entre os principais alimentos produzidos está a aveia-branca, espécie que faz parte do consumo humano e se destaca por ser um alimento funcional. Durante o ciclo da aveia, o nitrogênio (N) é o nutriente mais absorvido, responsável por diferentes funções no sistema vegetal e possuindo grande influência no desenvolvimento e na expressão da produtividade. Embora esteja no ambiente em diferentes fontes, o processo de liberação do nutriente às plantas é demorado, comprometendo a produtividade. Este fato leva à necessidade da suplementação com fertilizantes sintéticos nitrogenados para rápida absorção e aproveitamento. No entanto, o uso de N-fertilizante é facilmente perdido ao ambiente, refletindo em grandes problemas ambientais envolvendo a contaminação do solo, água e atmosfera. Durante o cultivo de verão no Brasil, as principais espécies de grande interesse comercial e que representam as culturas antecessoras à aveia são o milho e a soja. O milho, uma gramínea com alta relação C/N, é cultivado em grande parte para subsidiar a produção leiteira através do corte da planta inteira para elaboração de silagem, condição que deixa o solo descoberto, facilitando a erosão e perdas de nutrientes. A soja, é uma leguminosa de baixa relação C/N, que contém em suas raízes bactérias fixadoras do N do ar, apresenta atividade microbiana acelerada e rápida decomposição de seu tecido vegetal. No entanto, essa situação propicia que os nutrientes disponibilizados ao solo sejam aproveitados por plantas invasoras, que revigoram seu poder de crescimento e invadem ainda mais as lavouras de aveia, gerando maior uso de agrotóxicos para controle. A incorporação de espécies após cultivo de verão e anterior à semeadura da aveia com rápida cobertura vegetal para proteção do solo e controle de invasoras, bem como de reduzida relação C/N com alta capacidade de decomposição e liberação de nutrientes, representa uma possibilidade de também reduzir o uso de N-fertilizante. No que envolve o estudo de biossistemas complexos, a modelagem matemática e técnicas de inteligência artificial são decisivas para compreensão destes fenômenos e podem validar processos mais sustentáveis de cultivo da aveia. O objetivo desse estudo foi empregar modelos matemáticos e técnicas de inteligência artificial na simulação e otimização de uso de nitrogênio na cultura da aveia em sistemas de alta e reduzida relação C/N tradicionais e com uso de espécies de rápida cobertura vegetal no período de pousio momentâneo. O experimento foi realizado nos anos agrícolas de 2020 e 2021, no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ), localizado em Augusto Pestana/RS. O delineamento experimental foi de blocos ao acaso, com oito repetições, em um arranjo fatorial 4x6 para doses de nitrogênio (0, 60, 120 e 180 kg ha-1 ) e sistemas de sucessão (soja/pousio, soja/nabo, soja/sarraceno, milho/pousio, milho/nabo e milho/sarraceno). A análise de variância e teste de médias por Scott&Knott comprovaram a influência do nitrogênio sobre os componentes da produtividade, qualidade industrial e química dos grãos de aveia. A pesquisa também evidenciou a dependência de ação do nitrogênio pelas condições meteorológicas. Os anos agrícolas em estudo foram desfavoráveis ao cultivo da aveia, mostrando a forte restrição ao aproveitamento do nitrogênio. Em todos os sistemas estudados se percebe a necessidade de um grande volume de N-fertilizante para atingir a máxima eficiência biológica. Há uma tendência de redução com a incorporação de nabo e sarraceno no pousio momentâneo. Os resultados de máxima eficiência econômica evidenciam redução significativa de uso de nitrogênio em comparação a eficiência biológica em todos os sistemas de sucessão testados. Embora tenha se constatado um cenário desfavorável de cultivo da aveia, a rede neural implementada é capaz de simular com grande eficiência a produtividade de grãos de aveia, trazendo os manejos de nitrogênio, indicadores biológicos e meteorológicos. A otimização via algoritmo genético foi eficiente, apontando a possibilidade de redução de doses de nitrogênio nos sistemas de cultivo, principalmente com a inserção de nabo e sarraceno no pousio momentâneo. Além disso, ainda há a possibilidade de melhorar a estrutura da rede e a otimização de nitrogênio com a inclusão de novos cenários agrícolas.
Inteligência artificial aplicada à inferência de parâmetros físicos da soja
(2024-10-24) Dessuy, Maurício dos Santos
Dado a enorme variedade de benefícios que os grãos de soja trazem para nossa sociedade, sua produção e processamento são de suma importância, porém existem alguns problemas que podem fazer com que estas safras se percam, como ineficiências e problemas de qualidade no processo de secagem devido ao fluxo irregular de grãos no secador ou nos equipamentos de transporte de grãos, como esteiras e elevadores. Dessa forma, a obtenção de um modelo computacional que permita simular a movimentação dos grãos é muito importante, e para esse modelo é fundamental a obtenção de parâmetros físicos adequados. A obtenção destes parâmetros é um processo complexo e caro, contudo é possível replicar o problema em um ambiente de simulações computacionais. Com isto a pesquisa tem como objetivo desenvolver uma simulação para replicar um experimento físico e aplicar inteligência artificial para obter os parâmetros físicos adequados para o modelo. Foi desenvolvido um algoritmo genético e um modelo de redes neurais para a inferência dos parâmetros da soja na simulação computacional. O modelo de inteligência artificial foi eficaz na inferência de parâmetros físicos necessários ao método dos elementos discretos, fazendo com que a simulação apresentasse resultados muito próximos aos observados experimentalmente.
Modelagem matemática do tempo de vida de baterias por meio por meio de um modelo híbrido personalizado considerando o número de ciclos
(2024-10-24) Dammann, Julia
As baterias são responsáveis por fornecer energia para o funcionamento de dispositivos móveis e com isso têm sido objeto de estudos nos últimos anos. A utilização destes dispositivos, por parte do usuário, está condicionada ao estado de carga das baterias, então surge a necessidade de predizer o seu tempo de vida, ou seja, por quanto tempo o dispositivo poderá ficar operacional sem a necessidade de uma recarga. Uma das ferramentas para predizer o tempo de vida das baterias é a modelagem matemática. Para isso, são encontrados na literatura técnica diferentes modelos de baterias, tais como: os analíticos, os estocásticos, os via teoria de identificação de sistemas, os elétricos, os eletroquímicos e os híbridos. O foco deste estudo são os modelos híbridos, uma vez que agregam as vantagens dos modelos que fazem parte da sua constituição. Nesse sentido, o objetivo desta pesquisa é a proposição de um modelo matemático do tempo de vida de baterias por meio de um modelo híbrido, levando em consideração o número de ciclos de carga e descarga. Para isso, é realizado um estudo teórico acerca das baterias e sobre os diferentes modelos híbridos a partir de uma revisão bibliográfica da literatura técnica. O conjunto de dados experimentais de um processo de descarga de baterias, do tipo Lítio-Íon Polímero (Li-Po), é obtido de uma plataforma de testes, e os modelos são implementados na ferramenta computacional Matlab/Simulink. Por fim, o modelo híbrido original (i.e., modelo híbrido de Kim) e o modelo híbrido personalizado, proposto nesse trabalho, são avaliados e validados, a partir da comparação dos seus resultados simulados com os dados experimentais obtidos da plataforma de testes. A partir dos resultados das simulações é considerado que o modelo híbrido personalizado se ajustou melhor aos dados quando comparado ao modelo híbrido de Kim, uma vez que o erro médio do modelo de Kim foi de 13, 61% e do modelo híbrido personalizado foi de apenas 5, 19%, considerando 850 ciclos de descarga.
Modelo de inteligência artificial para auxiliar na triagem de Unidades de Terapia Intensiva: um estudo no protocolo da AMIB
(2024-10-16) Sassi, Alison Luis
As internações de pessoas em leitos de Unidade de Terapia Intensiva (UTI) aumentaram aceleradamente diante dos casos clínicos críticos suscitados pelo vírus COVID-19, ocasionando a escassez de leitos hospitalares, durante alguns meses. No cenário da escassez de leitos de UTI, o médico intensivista vivencia a inquietude de uma decisão da escolha do próximo paciente à medida que os leitos vão sendo desocupados. Essa situação pode causar problemas psicológicos, visto que a escolha pode ser influenciada por fatores emocionais do médico, bem como por influências políticas e sociais, o que pode entrar em conflito com a ética profissional e prejudicar indevidamente outro paciente com maior probabilidade de recuperação. Geralmente, a decisão de qual paciente deve ocupar um leito segue o conhecimento e experiência do médico encarregado, que utiliza formas de triagem que o auxiliam. A utilização de protocolos pode ajudar a padronizar as escolhas do médico, levando em conta o estado clínico dos pacientes. Entretanto, em certas situações, pode ocorrer empate na avaliação clínica de pacientes, o que pode dificultar a escolha de qual deles ocupará o leito hospitalar. Adicionalmente, é possível que fatores emocionais exerçam influência na decisão do médico, levando a escolhas inadequadas. Com um modelo computacional capturando as variáveis de decisão baseadas em dados do paciente, o profissional poderá se apoiar na transparência da sugestão que o modelo oferece. Para esse modelo baseado em dados do paciente se tornar factível, será necessário utilizar um protocolo que através de variáveis informadas, possa fazer uma listagem dos pacientes que necessitarão de um leito de UTI. O sistema utiliza modelo de Inteligência Artificial supervisionado, treinado para que o médico visualize os dados do paciente e sua respectiva prioridade dentre os que necessitam de internação na UTI.
Redes neurais artificiais aplicadas a modelagem matemática de ensaios não destrutivos para determinação da resistência à compressão do concreto
(2024-07-02) Bandeira, Flávia Izabel
A avaliação das estruturas de concreto é uma questão importante enfrentada na Engenharia Civil, e pode ser necessária devido ao surgimento de danos nas construções, mudança de uso ou ainda suspeita de má qualidade do material empregado. A resistência à compressão é a principal propriedade do concreto, responsável pela sua segurança estrutural. Nesse sentido, é ela que se investiga durante a avaliação de uma estrutura. Essa investigação normalmente é realizada através de ensaios destrutivos que envolvem a remoção de uma amostra de concreto do local para ser submetida ao ensaio em laboratório. Mesmo sendo a metodologia mais tradicional, esses ensaios nem sempre são viáveis pois envolvem um processo dispendioso e tecnicamente difícil, além de permitirem a extração de um pequeno número de amostras, a fim de não prejudicar a estrutura em análise. Uma alternativa a estes ensaios, são os chamados ensaios não destrutivos. Estes tipos de ensaios não causam danos significativos ao concreto, apresentam baixo custo, maior facilidade de execução e podem ser utilizados para avaliar um grande número de elementos de concreto. Apesar de suas vantagens, para utilizá-los com precisão na determinação da resistência à compressão do concreto, é necessário estabelecer uma relação entre a resistência e o resultado do ensaio não destrutivo, a qual pode ser realizada a partir da coleta de dados experimentais e sua posterior modelagem. Com base nestas considerações, desenvolveu-se neste trabalho um modelo matemático para determinação da resistência à compressão do concreto através de ensaios não destrutivos, formulado a partir de redes neurais artificiais. Isso foi possível por meio da elaboração de uma metodologia experimental, onde foram moldados blocos de concreto de diferentes resistências e submetidos aos ensaios não destrutivos de esclerometria e penetração de pinos. Foram realizados ainda ensaios destrutivos para a obtenção da resistência real do concreto, a qual foi utilizada na formulação e na validação do modelo. A partir da coleta e posterior modelagem dos dados experimentais observou-se que os modelos de redes neurais artificiais gerados apresentaram resultados satisfatórios, com correlação próxima a 1. Além disso, o erro médio relativo para os modelos propostos foi inferior a 4% demonstrando o bom desempenho da metodologia proposta. Palavras-chave: Desempenho, Esclerometria, Penetração de pinos, Redes neurais artificiais.
Elementos sensores piezoresistivos de grafite usando ferramentas de simulação e caracterização
(2024-05-23) Dimkoski, Leandro Calson
Este trabalho, baseia-se em uma proposta de modelar matemática e computacionalmente uma estrutura de viga engastada de papel que serve como substrato para dispositivos sensores feitos de grafite de lápis. Foram revistos os procedimentos de fabricação de piezoresistores e empregada a modelagem matemática para interpretar e entender o mecanismo de funcionamento de dispositivos sensores em movimento e evidenciar a importância dos coeficientes de amortecimento do ar neste mecanismo. Em um ambiente real, a partir das equações analizadas, chegou-se a um coeficiente de amortecimento de 5,2x10−2 N.s/m. Após se comprovar as respostas e simulações obtidas estipulou-se ambientes controlados de ordens maiores e menores, a fim de evidenciar os diversos tipos de amortecimentos em que pode-se ter no dia-a-dia de um sensor com substrato polimérico obtido pela técnica GoP - Graphite on Paper. Os resultados foram avaliados usando um software matemático. As avaliações obtidas seguem a metodologia descrita para a confecção das estruturas testes propostas. O modelo matemático usado é importante para projeto de dispositivos sensores dinâmicos como acelerômetros ou sensores de inércia. Palavras-chave: Modelagem Matemática. Elemento Sensor. Piezoresistividade. Grafite.
Modelagem matemática computacional a partir da relação entre o perfil econômico e o nível de isolamento social no contexto da pandemia de Covid-19 no Estado do Rio Grande do Sul usando machine learning
(2024-04-30) Sebastiany, Félix Hoffmann
Em 2020, a pandemia de Covid-19 afetou diferentes pessoas de distintas maneiras. A maioria das pessoas infectadas apresentaram sintomas leves a moderados da doença, entretanto caso não haja medidas protetivas, a contaminação desenfreada pode gerar sobrecarga nos sistemas hospitalares. No Brasil, assim como em grande parte de outros países, adotou-se o isolamento social como forma de controlar a propagação do vírus. Os índices de isolamento diário foram fornecidos aos gestores públicos para auxiliar no controle da pandemia. Nesse sentido, mais análises são necessárias para compreender e interpretar de forma mais efetiva a relação entre isolamento social e os novos casos de contaminação. Neste contexto, este trabalho busca utilizar a base de dados CNAE (Classificação Nacional de Atividades Econômicas), juntamente com as bases de dados de Isolamento Social (InLoco) e número de casos diários de Covid-19 (Secretaria de Saúde do Estado do Rio Grande do Sul) com o objetivo de desenvolver um modelo computacional para descoberta de conhecimento a partir da relação entre essas bases de dados no contexto da pandemia de Covid-19 no Estado do Rio Grande do Sul usandoMachine Learning. Os resultados obtidos mostram que os setores com maior número de trabalhadores e maior concentração de pessoas em um mesmo ambiente, como o comércio e a indústria, apresentam maiores índices de contaminação. Palavras-chave: Covid-19; Aprendizado de Máquina; Clusterização.
Estimativa de geração fotovoltaica BTM sob a perspectiva de variação de fluxo de potência
(2024-04-29) Almeida, Matheus Reis de
A geração distribuída será elemento central das redes de distribuição de energia elétrica modernas. Neste contexto as micro e mini gerações distribuídas fotovoltaicas se expandiram com caráter exponencial nos anos recentes. Isso traz implicações às concessionárias distribuídas, pois os geradores estão instalados behind-the-meter. O desenvolvimento de metodologias de estimação da potência gerada behind-the-meter pelos sistemas fotovoltaicos tornaram-se tema de estudo em âmbito acadêmico. Nesta dissertação fez-se o estudo e a implantação do modelo de um diodo, consolidado e amplamente referenciado na literatura, e o modelo de estimação proposto pela Empresa de Pesquisa Energética (EPE). Os resultados obtidos utilizando os modelos foram comparados com dados reais e se concluiu que o modelo de um diodo é bastante preciso, porém inadequado para abordagens sistêmicas. O modelo proposto pela EPE é adequado para abordagens sistêmicas, mas se mostrou pouco preciso em sua formulação original. No entanto, foi demonstrado que utilizando medições de irradiância solar próximas do local em que se realiza a estimativa e um fator de capacidade fotovoltaico estimado os resultados melhoram significativamente. No entanto, somente abordagens baseadas em análise de variações de fluxo de potência são capazes de estimar a potência fotovoltaica instalada, o que permite prever possíveis aumentos de capacidade instalada de forma inadvertida. Durante a pesquisa bibliográfica, não foi encontrado nenhum modelo deste tipo que realizasse a estimação a nível alimentador. Foi então proposta um novo modelo, sob a perspectiva de variações de fluxo de potência, para estimar a capacidade fotovoltaica instalada behind-the-meter a nível alimentador. Palavras-chaves: Energia fotovoltaica, geração distribuída, energias renováveis, estimação de potência behind-the-meter.
Utilização de modelagem matemática como metodologia de ensino e aprendizagem para ensinar funções
(2024-03-12) Rodrigues, Leandra
A matemática desempenha um papel essencial como linguagem universal para compre- ender os fenômenos que ocorrem em diversas áreas do conhecimento. Esse processo envolve a organização intelectual de ideias e a criação de modelos matemáticos, que são represen- tações abstratas da realidade. No contexto educacional, a modelagem matemática é vista como uma estratégia de ensino e aprendizagem que tem como objetivo envolver os estudan- tes na construção ativa do conhecimento. Este trabalho de Dissertação tem como objetivo utilizar a modelagem matemática como estratégia de ensino e aprendizagem para ensinar Funções em uma escola de ensino médio na cidade de Cuiabá/MT. O assunto Funções foi escolhido porque os índices de desempenho dos estudantes foram baixos nos descritores do CAed sobre Funções. Como tema de fundo para a pesquisa, foi escolhida a pandemia da Covid-19, justificada pela relevância e aplicabilidade do assunto na vida cotidiana dos alu- nos. Duas turmas do 2o ano foram selecionadas para a pesquisa, sendo que em uma o ensino de Funções ocorreu através da modelagem matemática, enquanto na outra foi utilizada a metodologia tradicional de ensino. O desempenho e a compreensão dos alunos foram avalia- dos para verificar a eficácia das metodologias utilizadas e promover melhorias no processo de ensino por meio de um mesmo instrumento avaliativo. A partir dos resultados encontrados, observou-se que a turma da pesquisa, onde foi utilizada a metodologia da modelagem mate- mática para ensinar Funções, obteve os melhores resultados na avaliação realizada. Ou seja, 83,7% dos estudantes acertaram mais de 70% da avaliação. Por outro lado, na turma de controle, onde foi utilizada a metodologia tradicional o resultado da avaliação ficou aquém do desejado, visto que apenas 31,43% dos estudantes acertaram mais de 70% da avaliação. Palavras chave: Ensino; Funções; Aplicações e Modelagem Matemática.
Desenvolvimento de uma ferramenta para transformação e geração de documentos que descrevem delineamentos experimentais em formulários para comissão de ética no uso de animais : uma abordagem computacional
(2024-02-28) Hoppen, Marcelo Maboni
A redução do sofrimento de animais utilizados em pesquisa é um tema importante e necessário. É fundamental encontrar um equilíbrio entre o avanço científico e o respeito aos animais, buscando constantemente alternativas que substituam ou so de animais, minimizemos eu usoouquemelhoremseubem-estar.Felizmente,existem diretrizeseregulamentaçõesrigorosasemmuitospaísesquevisam garantiro bem-estardosanimaisutilizadosempesquisas.Essasregulamentaçõesexi- gemqueospesquisadoresconsideremeapliquemmétodosalternativos semprequepossível,reduzamonúmerodeanimaisutilizadoseimple- mentempráticasqueminimizemosofrimento.NoBrasil,ocuidadocom experimentosenvolvendoanimaiséregulamentadopelaLeiArouca (Leinº 11.794/2008),queestabeleceprocedimentosparaousocientíficode animais empesquisa,ensinoetestesdeprodutos.Alémdisso,oConselhoNacio- naldeControledeExperimentaçãoAnimal(CONCEA)foicriadocomoum órgãoresponsávelpelaimplementaçãoefiscalizaçãodessasregulamenta- ções.Essaleiestabelecequeousodeanimaisdeveserpautadopelo princípio dos"3Rs":Reduzir(reduçãodonúmerodeanimaisutilizados),Refinar(aper- feiçoarosprocedimentosparaminimizarosofrimento)eSubstituir (buscar alternativasquenãoenvolvamousodeanimais).Alémdisso,cada institui- çãodepesquisaqueutilizaanimaisemexperimentosdeveterumComitê deÉticanoUsodeAnimais(CEUA).Nestecontexto,o NationalCen- trefortheReplacement,Refinement&ReductionofAnimalsinResearch (NC3Rs),sediadonoReinoUnido,desenvolveuumaferramentaonlinepara o projetoexperimentalcomanimais,chamada ExperimentalDesignAssis- tant (EDA),aqualbaseadanaaplicaçãodos3Rs,auxiliaospesquisadoresna formulaçãodosexperimentos,apontapossíveisproblemas,sugeremelho- rias,determinaonúmerodeunidadesexperimentais,entreoutrosbenefícios. A utilizaçãodeanimaisprecisaserautorizadapeloCEUAcompetente medi- anteapresentaçãodeumextensoformuláriocontendodiversasinformações, ondepartedelastambémestãopresentesnomomentodaelaboraçãoda pes- quisadentrodaferramentaEDA.Estetrabalhoapresentaaferramenta de gestãodeexperimentoscomanimaisdenominada"GeE-GestãodeExperi- mentos".Estaferramentafoidesenvolvidanestadissertaçãoeimplementa um modelocomputacionalcapazderealizaraleituraetransformação deum conjuntodedadoscontigosemexperimentosnoformatoEDAparauma basededados.Nasequencia,estesdadossãotransferidosparaos cam- posdoformuláriopadrãoCEUA/UNIJUÍ.Estaferramentaégenérica epode seradaptadaparaqualquermodelodeformulárioCEUA.Paravalidarafer- ramentaeomodelocomputacionaldetransformaçãoforamutilizados cinco estudosdecasoquerealizamtodooprocesso:leitura,armazenamento, transformaçãoegeraçãodoformulário. Palavras-chaves: CEUA,ExperimentalDesignAssistant,Extraçãode Informações,JSON.
Caracterização de polímeros e grafite de lápis para desenvolvimento de sensores piezoresistivos
(2023-12-04) Pedrali, Patrícia Carolina
O principal objetivo desta tese centra-se em analisar as propriedades de dois materiais que possam ser utilizados como substrato na implementação de dispositivos sensores eletrônicos, almejando uma produção eficiente e econômica de dispositivos alternativos aos tradicionais fabricados a partir do silício. Foram realizadas a caracterização óptica e química do grafite usado como elemento sensor e caracterização mecânica do papel A4 usado como substrato para implementação de dispositivos sensores eletrônicos. Sensores piezoresistivos foram produzidos com os materiais selecionados e por meio de diferentes ensaios foi analisado o comportamento elétrico, térmico quando submetidos a esforços mecânicos. Os resultados mostraram que a sensibilidade média do grafite permite a fabricação de elementos sensores utilizando os procedimentos descritos neste trabalho. Com o desenvolvimento desta pesquisa foram produzidos e caracterizados sensores, e os resultados comparados com o modelo matemático de piezoresistor de Gniazdowski, uma vez que, as pesquisas, anteriormente, defendidas pelo grupo GPMaD utilizaram as propriedades definidas na literatura para simulação e comparação com a modelagem matemática. Com os resultados alcançados referente à caracterização dos materiais utilizando o MEV, a Microscopia Ótica, a Difração de Raio X, tanto do substrato de papel como do filme semimetálico do grafite, usado como piezoresistor foi possível comprovar a tendência do modelo teórico. Palavras-chave: Grafite, Sensores Piezoresistivos, Poliuretano, Caracterização, Modelagem Matemática.
Modelagem matemática para a previsão de consumo de ração aplicada em unidades armazenadoras avícolas
(2023-12-04) Kuhn, Jonas
A partirdocrescimentodaaviculturadecortenasregiõesSul,SudesteeCentro-Oeste, o gerenciamentodoestoquederaçãodasunidadesprodutoras(aviários)édeextremaim- portância,vistoqueemcasosdefaltaafetaodesenvolvimentoeoprocessodeengordadas avesdecorte.Nestecontexto,nessapesquisaédesenvolvidoummodelomatemáticovia Redes NeuraisArtificiais(RNAs)desériestemporais,baseadonaarquiteturaNARX,capaz de realizaraprediçãodoconsumoderaçãoparaavesdecorte.Estapesquisaestávinculada à empresaApcInovaetambémaumavicultordoExtremoOesteCatarinensequepossui um dispositivodesenvolvidopelaempresaequeestainstaladonossilospresentesemsua propriedade, deondeforamcoletados245dadosobservadosduranteoprocessodeengorda das aves.Comointuitodealcançaroobjetivogeralfoinecessáriaaescolhadevariáveis observadaspeloavicultorduranteoprocessodeengordadasavesdecorte.Paradeterminar o modelomatemáticoviaRNA,querealizaaprevisãodoconsumoderação,foinecessário desenvolverumalgoritmoquerealizadeformadinâmicaotreinamentoeavalidaçãodas redes emumformatometodológicodetesteeerro.Asimplementaçõesesimulaçõesforam realizadas nosoftwareMatlab.Porfim,foiapresentadaavalidaçãodaRNAobtidapelo algoritmo detreinamentocomomelhordesempenho,quepossuiumerrode2,61%,sendo este consideradoumresultadoacuradoparaaprevisãodoconsumoderaçãoemaviários. Palavras-chave: Avicultura;ModelagemMatemática;RNA;SériesTemporais;Previ- são.
Modelagem e viabilidade econômica de sistemas de geração distribuída, baseada em painéis fotovoltáicos para aplicação em pequenas propriedades rurais na Região Noroeste do Estado do Rio Grande do Sul
(82 f., 2023-12-04) Almeida, Mônica Nejar de
Ao longo dos tempos, a energia utilizada pelo ser humano e seus meios de obtenção foram se modificando, influenciando profundamente o modo como vivemos. Atualmente, a energia está presente em quase tudo, o que faz com que o consumo energético venha aumentado exponencialmente. O cenário da distribuição de energia vem sendo alterado em função do advento das chamadas Redes Elétricas Inteligentes, que são caracterizadas pelas redes elétricas tradicionais modernizadas a partir da inserção de novas tecnologias, principalmente de monitoramento e comunicação. Entre os novos conceitos está o de Geração Distribuída (GD), que se baseia na ideia da utilização da geração de eletricidade descentralizada. A energia fotovoltaica é uma excelente opção para áreas remotas com deficiência de energia elétrica e com radiação solar abundante. A economia advinda do uso da energia solar possibilita ao produtor rural um maior investimento no agronegócio local promovendo maior lucratividade para o produtor e maior desenvolvimento para a região. O objetivo deste trabalho foi avaliar a viabilidade da inserção de um sistema de GD a partir de células fotovoltaica em uma pequena agroindústria familiar na cidade de Ijuí. A incidência solar é distinta para as diversas regiões do Brasil, e para isso foi modelada a capacidade de geração da região noroeste do Estado do Rio Grande do Sul. Em seguida, foi medida e avaliada a demanda energética de uma agroindústria familiar. A partir destes dados foi dimensionado um sistema de GD fotovoltaica e analisados vários casos distintos para este mesmo cenário. Esses casos foram estabelecidos, levando-se em conta que sistemas de distribuição rurais podem sofrer impacto a partir de sua configuração, sua construção e expensão, a região onde esta instalado e até mesmo com variações na qualidade de energia. Mesmo nos casos mais extremos o tempo de retorno do investimento não ultrapassou 6 anos e 1 mês, levando-se em conta uma vida útil do sistema de 20 anos. Na sequência foi avaliada a possibilidade de utilização de sistemas de armazenamento, tais como baterias. Entretanto, o alto custo destes dispositivos elevou o payback para 10 anos e 6 meses e reduziu a vida útil do sistema para 16 anos e 6 meses. Desta forma, conclui-se que sistemas fotovoltaicos são viáveis na zona rural da região noroeste do estado do Rio Grande do Sul, mesmo nas piores condições de fornecimento. No entanto, ainda não é viável a utilização de sistemas de armazenamento de energia com o uso de baterias. Palavras-chave: Energia Rural, Redes elétricas inteligentes, Geração distribuída, Geração fotovoltaica.
Modelagem matemática e computacional de um medidor de umidade de grãos
(2023-12-04) Antunes, Marcelo Carvalho
Esta dissertação de mestrado aborda a modelagem matemática e computacional de um medidor de umidade de grãos, considerando a influência da variação da porosidade dos grãos nas medidas elétricas de temperatura, tensão e frequência. Para isso, foram utilizadas técnicas de regressão linear múltipla e redes neurais artificiais para desenvolver modelos preditivos eficazes para a inferência da umidade nos grãos de soja e milho. Os dados experimentais utilizados foram obtidos de um aparelho protótipo para medição de umidade, e os resultados da modelagem indicam que o método de redes neurais artificiais é superior ao de regressão linear múltipla para realizar a inferência da umidade. Além disso, foi levantada a hipótese de que a morfologia dos grãos pode influenciar na acomodação dos mesmos durante o escoamento, alterando o valor da porosidade e interferindo na verificação da umidade. Para verificar essa hipótese foi utilizado o método dos elementos discretos para simular a deposição dos grãos no aparelho. A simulação numérica mostrou que a variação da porosidade segue a mesma tendência da variação das medidas elétricas, indicando uma possível relação entre esses fenômenos. No entanto, para comprovar essa hipótese de forma definitiva, seria necessário incluir mais tipos de grãos e estudar mais a fundo os mecanismos que podem explicar uma relação de causa e efeito. Palavras-chave: Soja, Milho, Umidade, Modelagem Matemática, Redes Neurais Artificiais, Porosidade, Método dos Elementos Discretos.
Predição da eficiência térmica da soldagem a arco elétrico utilizando redes neurais artificiais
(2023-11-19) Arruda Júnior, Ricardo José Campelo
Neste trabalho é apresentada a modelagem matemática e computacional, baseada na aplicação de Redes Neurais Artificias (RNA), aplicada ao problema da predição da eficiência do processo de soldagem do tipo arco elétrico amplamente utilizada na indústria metalmecânica. Embora a eficiência da solda seja um parâmetro importante, muitas vezes é determinada por valores tabelados em normas técnicas, o que pode prejudicar a análise metalúrgica, já que esses valores podem não considerar todas as variações possíveis nos parâmetros de soldagem ou mesmo do ambiente. Neste trabalho, a eficiência foi estimada experimentalmente a partir de um conjunto real de dados obtidos a partir da utilização de um calorímetro de fluxo contínuo de água. O conjunto de dados obtido foi analisado para determinar a presença de calor residual e utilizado para calcular o aporte térmico e a eficiência do processo. Além disso, foi desenvolvido um modelo matemático e computacional baseado em Redes Neurais Artificiais que possibilita predizer a eficiência do processo de soldagem sem a necessidade de realizar novos ensaios físicos que demandam um alto tempo e custo financeiro. Foi realizado um conjunto significativo de simulações computacionais onde foi avaliado e validado o melhor método de treinamento para o modelo desenvolvido. O modelo final disponibilizado consegue predizer o valor da eficiência do processo de soldagem com um erro inferior a 4% o que comprova o bom desempenho do modelo proposto e apresentado neste trabalho. Palavras-chave: Modelagem Matemática. Redes Neurais Artificiais. GMAW. Soldagem

Navegar

Submissões Recentes