Programa de Pós-Graduação em Modelagem Matemática - Doutorado

URI Permanente para esta coleçãohttps://bibliodigital.unijui.edu.br/handle/123456789/6160

Navegar

Agora exibindo 1 - 20 de 29

Aplicação de técnicas de imputação de dados no ambiente das smart grids
(2025-02-19) Schreiber, Jonas Fernando
O mundo está cada dia mais conectado, qualquer ação é passível de registro, e o setor elétrico pode ser caracterizado como um dos serviços que tem agregado sistematicamente novas tecnologias nos últimos anos. As chamadas Smart Grids, ou Redes Elétricas Inteligentes, caracterizam-se pela adoção de tecnologias de monitoramento e comunicação em praticamente todo o sistema. Com a implementação dessas novas tecnologias, observa-se um aumento significativo na quantidade de dados gerados, também conhecido como Big Data, o que torna sua análise mais complexa. Nas Smart Grids trafegam dados importantes que são usados como base para o planejamento, monitoramento e operações de manobras pelas concessionárias de energia, tendo, como um dos principais desafios, a criação de métodos e estratégias para tratar esse grande volume de dados, por meio do Big Data Analytics, com o objetivo de transformá-los em conhecimento útil. No entanto, a utilização de dados em larga escala gera lacunas e falhas de continuidade, afetando sua qualidade. Neste contexto, este trabalho inova ao aplicar, pela primeira vez no segmento das Smart Grids, quatro técnicas de imputação de dados amplamente referenciadas na literatura, mas ainda não exploradas nesse campo. As técnicas incluem Imputação pela Mediana e Last Observation Carried Forward como métodos estatísticos, e K-Nearest Neighbor e Makima como métodos baseados em aprendizado de máquina. O principal objetivo é testar a viabilidade dessas técnicas no tratamento de dados ausentes em sistemas de monitoramento de subestações elétricas. O diferencial deste trabalho também está na utilização de bases de dados reais, provenientes de uma concessionária de energia elétrica do sul do Brasil. As técnicas de imputação foram aplicadas em cenários de teste com dados removidos de forma controlada, e a eficácia foi verificada por meio da análise dos erros comparando as bases resultantes com a original. A partir dos resultados, é possível concluir que a técnica Makima foi a que obteve melhor performance na aplicação ao ambiente das Smart Grids, especialmente no tratamento de dados ausentes em uma base de dados de subestações de energia elétrica. Este trabalho abre novas possibilidades para o uso de imputação de dados neste segmento, abordando uma lacuna existente na literatura e na prática.
Modelo matemático e computacional para avaliação do aquecimento interno de barramentos em painéis elétricos
(2025-02-20) Alves, Alesandre
Esta pesquisa apresenta o desenvolvimento de um protótipo de arranjo de barramentos para painéis elétricos, em uma parceria entre a Universidade e a Indústria local. O objetivo principal é modelar matematicamente a elevação de temperatura em barramentos de cobre, utilizando uma abordagem de modelagem do tipo caixa cinza. A pesquisa considera variáveis como geometria, material, condições ambientais e o efeito da pintura dos barramentos. A metodologia envolveu ensaios experimentais e simulações com diferentes configurações de ventilação e disposição dos barramentos. Os resultados demonstraram que os modelos propostos, utilizando técnicas de Machine Learning e Redes Neurais Artificiais, alcançaram alta precisão, com erros inferiores a 4% na estimativa de temperatura em barramentos e conexões. Embora os métodos tradicionais de ensaio físico ofereçam boa precisão, o modelo desenvolvido proporciona essa precisão com um investimento significativamente menor. Em comparação com métodos generalistas, o modelo supera de forma significativa, oferecendo um mapeamento real das regiões internas de aquecimento dos painéis, o que é fundamental para evitar problemas futuros devido à falta de uma análise precisa. Além disso, a análise revelou que a pintura dos barramentos pode reduzir a elevação de temperatura em até 36%. A contribuição científica desta pesquisa reside na simplificação e precisão das validações térmicas em painéis elétricos, oferecendo uma ferramenta eficaz para o design e manutenção de sistemas de distribuição elétrica. A parceria com a indústria local foi fundamental para validar o modelo em condições reais, reforçando a aplicabilidade prática dos resultados. As conclusões ressaltam a importância da pintura e ventilação adequada para otimizar o desempenho térmico dos painéis, garantindo conformidade com as normas técnicas e eficiência operacional.
Modelagem matemática e análise teórico experimental do encapsulamento de sensor piezoresistivo
(2025-02-20) Wachholz, Luís Carlos
Este trabalho apresenta três concepções de encapsulamento para sensores baseados no efeito piezoresistivo que foram fabricados com a utilização de materiais simples e baratos, como acetal, alumínio e aço inox através de processos de fabricação não automatizado. A concepção 1 e concepção 2 são de dispositivos sensores de peça única enquanto a concepção 3 é de membrana circular fixada por parafusos. Foi utilizado a metodologia de pesquisa para Projeto de Desenvolvimento de Produto (PDP), onde cada concepção com seu respectivo material foi projetada e modelada em Software 3D, assim como, para as bancadas de pneumática e de hidráulica necessárias para a realização dos testes experimentais. A modelagem matemática da tensão mecânica e deslocamento mecânico máximo é descrita de forma analítica e determinada computacionalmente. Os cálculos analíticos foram baseados nas equações de vaso de pressão de paredes finas para a concepção 1 e nas equações das placas circulares com bordas fixadas para a concepção 2 e concepção 3. As tensões mecânicas foram comparadas com os resultados da simulação computacional e com o cálculo analítico oriundo das equações que definem cada uma das concepções. O deslocamento mecânico máximo foi realizado através de comparações entre os cálculos analíticos, simulação computacional e testes experimentais. O resultado da comparação de cada concepção resultou que, para a tensão mecânica, o percentual de erro das equações analíticas em relação a simulação computacional foi de 5,8 % para a concepção 1, 19,5 % para a concepção 2 e 28,3 % para a concepção 3. Para o deslocamento mecânico máximo o índice foi de 11,8 % para a concepção 1, 36,7 % para a concepção 2 e de 25,3 % para a concepção 3. A realização da medição da resistência elétrica em intervalos pré-definidos de pressão, através de multímetro digital com 6 ½ dígitos, com um coeficiente de segurança estipulado de 1,5, para cada concepção e material resultaram que o acetal na concepção 1 teve uma excelente variação da resistência elétrica enquanto que, na concepção 2, praticamente não variou. O alumínio AA6351-T6 teve uma boa variação na resistência elétrica em todas as concepções, porém o inox, tanto o 304L como o 430 tiveram baixa variação nestes valores em todas as concepções. Dentre todos os dispositivos sensores fabricados validou-se os melhores em relação a sua concepção e material, dentro da sua faixa de pressão.
Jabuti ASL: A Domain-specific language to specify smart contracts for application integration processes
(2025-02-19) Dornelles, Eldair Fabricio
Várias linguagens específicas de domínio foram desenvolvidas para escrever contratos inteligentes em diferentes áreas, como saúde, finanças e processos empresariais. No entanto, essas linguagens não abrangem o domínio da integração de aplicações. Nesse domínio, os contratos inteligentes supervisionam a comunicação entre o processo e as aplicações, garantindo que os direitos das partes envolvidas no processo de integração sejam respeitados. Atualmente, os contratos inteligentes usados nesse domínio são construídos utilizando linguagens como Solidity, Go, Michelson, entre outras. Embora essas linguagens permitam especificar contratos e monitorar a comunicação em um processo de integração, elas exigem um alto nível de conhecimento em programação. Esta tese apresenta o Jabuti, uma linguagem de domínio específico para escrever contratos inteligentes no domínio da integração de aplicações. Jabuti é uma DSL externa que fornece construtores com um alto nível de abstração para escrever contratos inteligentes. Os contratos escritos em Jabuti podem ser transformados automaticamente em Solidity usando uma ferramenta de transformação implementada neste trabalho. Os testes de validação mostram que os contratos inteligentes, que são gerados automaticamente, não necessitam de ajustes manuais.
Identificação do consumo de dietas obesogênica e diabetogênica a partir de dados do hemograma com Machone Learning: uma abordagem pré-clínica
(2025-02-19) Trindade, Laize Dariele de Lima
O hemograma é um exame de rotina e geralmente não apresenta alterações significativas nas fases iniciais de doenças metabólicas, nem é utilizado diretamente para avaliar a qualidade dos alimentos ingeridos. Neste estudo, testamos e avaliamos a viabilidade de aplicar algoritmos de Machine Learning (Aprendizado de Máquina) para identificar o tipo de dieta consumida a partir de parâmetros obtidos do hemograma. O estudo foi conduzido em cinco etapas. Inicialmente, utilizamos 7 (sete) algoritmos diferentes de Machine Learning para analisar dados de hemogramas de 44 (quarenta e quatro) animais de laboratório, que foram submetidos a uma dieta padrão com (11%) de gordura ou uma dieta rica em gordura (58%), considerando 14 (quatorze) parâmetros do hemograma. Os resultados iniciais apresentaram uma acurácia de 88% na identificação da dieta. Após o balanceamento do conjunto de dados utilizando a técnica SMOTE (Synthetic Minority Over-sampling Technique), as acurácias atingiram 100%. Em seguida, realizamos a exclusão de algumas variáveis e observamos que o impacto da Glicemia de jejum e PESO variou entre os modelos, afetando principalmente algoritmos como K- vizinho mais próximo KNN, sem comprometer a performance de Regressão Logística RL. A remoção de variáveis como WBC, RBC, HGB, HCT não impactou negativamente os modelos, contribuindo para uma maior simplificação do processo. Para evitar overfitting (sobreajuste), dividimos os dados em conjuntos de treinamento, validação e teste, realizando uma média de 30 (trinta) repetições, e comparamos os modelos utilizando Datasets desbalanceados e balanceados. O Dataset balanceado proporcionou melhorias estatisticamente significativas na métrica de especificidade em grande parte dos modelos e na sensibilidade em alguns casos, conforme indicado pelo t-teste (p-valor ≤ 0,05). Portanto, verificamos que é possível identificar o tipo de dieta com base em apenas oito variáveis. Além disso, ao reduzir o número de variáveis para duas - neutrófilos e linfócitos - associadas a avaliação do processo inflamatório presente na obesidade e diabetes, os modelos ainda mantiveram um bom desempenho, com acurácia superior a 91% e equilíbrio nas cinco métricas analisadas. Toda a análise e o tratamento realizados neste estudo também podem ser considerados uma abordagem relevante para experimentos com pequeno tamanho amostral, um desafio recorrente em pesquisas pré-clínicas devido às restrições éticas e aos altos custos. Os métodos aplicados demonstraram sua capacidade de maximizar o uso dos dados disponíveis, enfrentando desafios como o desequilíbrio de classes e a limitação no número de amostras. Por fim, desenvolvemos um protótipo de aplicação web voltada para pesquisadores da área saúde e biológicas. Concluímos que a aplicação de técnicas de Machine Learning em parâmetros hematológicos obtidos a partir do hemograma pode servir como suporte à tomada de decisão para profissionais de saúde na identificação de padrões alimentares inadequados que possam induzir obesidade e diabetes.
DMQueue: an efficient dynamic heuristic : a strategy for task scheduling in application integration platforms to handle large volume of data in message-based application integration
(2024-12-16) Mazzonetto, Angela
Integration platforms are tools deployed locally or in the cloud that software engineers use for designing, implementing, executing and monitoring integration processes that process data retrieved from remote third parties. Typically, at the heart of an integration platform is a runtime system that processes data on demand, that is, as it arrives. Small arriving rates of the order of 1 message/second can be processed without worries about efficiency or resource exhaustion. However, the continuous expansion and technological transformation of companies’ ecosystem has resulted in the generation of large volumes of data of the order of 100 messages/ second that runtime systems are not capable of processing efficiently unless they are assisted by adaptation mechanisms. Examples of sources that produce large volume of data are IoT agents and web services that collect events, for example, business events. Computational efficiency measures the relationship between the degree of performance and the amount of computing resources consumed. In this dissertation we argue that runtime systems need to be assisted by adaptation mechanisms that enable them to process large volumes of data efficiently and without increasing the amount of computational resources consumed. To support our argument, we have designed, implemented and experimented with DMQueue heuristic. We have implemented DMQueue in Java to assist the runtime systems of integration platforms that follow the task-based model. Its salient feature is that it dynamically calculates the optimal number of threads needed to process the incoming data under the consideration of the amount of computational processing resources available. We also designed and implemented a new architecture for the runtime system of the integration platform, where tasks from queues are run in parallel by threads from local thread pools. To validate our solution, we conducted experiments with data inputs that exhibit six different load swing patterns. The statistical results that we collected demonstrate that DMQueue heuristic provides greater efficiency to the runtime systems of integration platforms. The reason for that is that DMQueue has a frequent monitoring period that adjusts the number of threads in reaction to the arriving workload. The efficiency that DMQueue achieves results from the combination of several properties: we designed it to operate with multicore processors, elastic thread pool configuration and dynamic thread pool creation. We have implemented DMQueue to manage thread pool by mapping, to conduct task complexity analysis and to work with local pools. The statistical results confirm our research hypothesis that: DMQueue is able to provide the Guaraná integration platform runtime system with efficiency, performance and dynamic adaptation to the increasing volume of data input. It is also worth noting that the heuristic DMQueue can be deployed on task-based model integration platforms both on-premises and in the cloud.
Modelagem do progresso de doenças foliares e produtividade em cultivares de aveia à redução no uso de fungicida
(2024-10-25) 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.
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior
(2024-05-23) Chicon, Patricia Mariotto Mozzaquatro
A evasão é um problema recorrente que atinge a gestão universitária o Brasil, principalmente em cursos e disciplinas oferecidos na modalidade de ensino a distância. A utilização de ferramentas que identificam de forma precoce os alunos propensos a evadir pode auxiliar professores e equipe educacional. Neste contexto, o objetivo desta tese é a construção de um modelo preditivo que identifique precocemente alunos propensos a evadir, que forneça características e descubra padrões de relacionamento sobre perfis desses alunos. O método utilizado segue um modelo de processo para análise da aprendizagem, cíclico e iterativo, que envolve as etapas de coleta de dados e pré-processamento, análise e ação e pós-processamento. Na etapa de coleta de dados e pré-processamento utilizou-se dados históricos, comportamentais e de desempenho de estudantes de uma instituição de ensino superior, referentes a um período de três anos. Na etapa de análise e ação, comparou-se algoritmos de classificação a fim de escolher o melhor classificador. O modelo implantado com a árvore de decisão, apresentou-se como sendo o mais adequado, sendo capaz de identificar, de forma precoce, alunos propensos a evadir. Na etapa de pós-processamento, realizou-se o refinamento do modelo existente. Constatou-se que: a combinação dos dados de desempenho, comportamental e demográfico contribuiu para uma intervenção personalizada durante o processo de detecção precoce de evasão em disciplinas EAD; o atributo que mais impactou no baixo desempenho e possível evasão nas disciplinas EAD foi a quantidade de disciplinas cursadas pelos alunos no semestre letivo analisado; existem atributos com o valor preditivo significativamente equivalentes que impactam no baixo desempenho dos alunos, os quais podem ser utilizados na construção de modelos preditivos de evasão para diferentes cursos; e, por fim, que o estilo de aprendizagem do aluno pode ser utilizado para conceber estratégias de intervenção buscando a redução do risco de alunos propensos à evasão. Palavras-chave: Evasão. Educação a distância. Análise de aprendizagem. Mineração de dados. Sistemas Web educacionais. Predição de evasão.
Desenvolvimento de um método para ajustes de salto de vetor aplicado em geração distribuída
(2024-10-24) Finkler, Alcedir Luis
O aumento da demanda por eletricidade tem incentivado os consumidores a investir em recursos energéticos distribuídos e, entre eles, estão os geradores síncronos alimentados a biogás. Uma das principais preocupações com isso é a possibilidade destas fontes alimentarem uma seção da rede durante uma falta, conhecida como operação ilhada. Para evitar tal condição, os geradores distribuídos devem possuir dispositivos de proteção que possam identificar essa perda de conexão. O relé de salto de vetor é uma das técnicas mais populares para detecção de ilhamento aplicada a geradores síncronos. No entanto, uma preocupação crescente com a falsa atuação desses relés levou, em 2021, o operador nacional do sistema elétrico brasileiro a solicitar à agência reguladora a realização de pesquisas ponderando quanto a continuidade do uso dessa proteção, além de, pesquisas para contornar a dificuldade na escolha dos seus valores de ajustes. No presente documento de Tese é descrita uma revisão bibliográfica demonstrando-se que, até o momento, havia uma carência por um procedimento a ser seguido para obtenção dos ajustes do relé de salto de vetor. Na sequência é realizada a análise detalhada do seu princípio de funcionamento bem como do procedimento para a realização de simulações utilizando-se do MATLAB/SIMULINK. Como principal contribuição, é proposta uma equação para determinar o valor de ajuste do relé, considerando diferentes desbalanços entre carga e geração. Como contribuição adicional, uma análise é realizada demonstrando-se que este dispositivo de proteção é rápido para detectar ilhamento quando há um desequilíbrio de energia maior que 30%, mas pode apresentar falsos disparos se ajustado para valores de desbalanço inferiores a este limite. Apresenta-se ainda uma discussão para demonstrar que há problemas com o uso correto deste dispositivo em conformidade com os padrões atuais mostrando a necessidade da realização de investigações adicionais. Conclui-se o presente estudo exemplificando a aplicação da equação para obtenção dos ajustes do relé de salto de vetor.
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 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 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.
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.
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 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 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.
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.
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.
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.

Navegar

Submissões Recentes