Avaliação de propriedades mecânicas e térmicas de compósito à base de polietileno de alta densidade e hidroxiapatita deficiente de cálcio

No presente trabalho, foram processados compósitos de polietileno de alta densidade (PEAD) com hidroxiapatita deficiente de cálcio (HA), com o objetivo de obter materiais com melhores propriedades mecânicas e bioatividade. A adição da HA deficiente de cálcio proporcionou um aumento no módulo de elasticidade (maior rigidez), menor resistência ao impacto e decréscimo do grau de cristalinidade do PEAD, proporcionando uma maior bioatividade ao material. A análise térmica exploratória (sistema não isotérmico) foi realizada por meio da técnica de calorimetria exploratória diferencial (DSC) e foram avaliados os teores de fosfato de cálcio e a velocidade de rotação da rosca no processamento dos materiais. No estudo da cristalização não-isotérmica observou-se uma diminuição da temperatura de cristalização com o aumento da taxa de resfriamento para todos os materiais sintetizados. A energia de ativação (Ea) da cristalização dos materiais foi avaliada por meio dos métodos Kissinger e Ozawa. A amostra com 5% de HA deficiente de cálcio e velocidade de processamento de 200 rpm foi a que apresentou menor valor de energia de ativação, 262 kJ/mol, menor desvio da linearidade e a que mais se assemelhou à matriz de PEAD sem HA. O teor de hidroxiapatita deficiente de cálcio não favorece o processo de cristalização devido à alta energia de ativação determinada pelos métodos descritos. Provavelmente, a velocidade de rotação, favorece a dispersão da carga na matriz de PEAD, dificultando o processo de cristalização. Na aplicação do método de Osawa-Avrami, os coeficientes de correlação indicaram perda na correlação linear. Estas perdas podem estar associadas a uma pequena percentagem de cristalização secundária e/ou à escolha das temperaturas utilizadas para determinar a velocidade de cristalização. Na determinação dos parâmetros pelo método de Mo, as menores percentagens de cristalização apresentaram um grande desvio da linearidade, com coeficiente de correlação bem menor que 1 e com o aumento da percentagem de cristalização, o desvio da linearidade diminui, ficando próximo de 1. Os resultados obtidos mostraram que o modelo de Mo e de Osawa-Avrami não foram capazes de definir o comportamento cinético dos materiais produzidos neste trabalho.

Filtragem adaptativa aplicada à redução de desvios em séries temporais de previsão numérica climática.

Esta dissertação apresenta resultados da aplicação de filtros adaptativos, utilizando os algoritmos NLMS (Normalized Least Mean Square) e RLS (Recursive Least Square), para a redução de desvios em previsões climáticas. As discrepâncias existentes entre o estado real da atmosfera e o previsto por um modelo numérico tendem a aumentar ao longo do período de integração. O modelo atmosférico Eta é utilizado operacionalmente para previsão numérica no CPTEC/INPE e como outros modelos atmosféricos, apresenta imprecisão nas previsões climáticas. Existem pesquisas que visam introduzir melhorias no modelo atmosférico Eta e outras que avaliam as previsões e identificam os erros do modelo para que seus produtos sejam utilizados de forma adequada. Dessa forma, neste trabalho pretende-se filtrar os dados provenientes do modelo Eta e ajustá-los, de modo a minimizar os erros entre os resultados fornecidos pelo modelo Eta e as reanálises do NCEP. Assim, empregamos técnicas de processamento digital de sinais e imagens com o intuito de reduzir os erros das previsões climáticas do modelo Eta. Os filtros adaptativos nesta dissertação ajustarão as séries ao longo do tempo de previsão. Para treinar os filtros foram utilizadas técnicas de agrupamento de regiões, como por exemplo o algoritmo de clusterização k-means, de modo a selecionar séries climáticas que apresentem comportamentos semelhantes entre si. As variáveis climáticas estudadas são o vento meridional e a altura geopotencial na região coberta pelo modelo de previsão atmosférica Eta com resolução de 40 km, a um nível de pressão de 250 hPa. Por fim, os resultados obtidos mostram que o filtro com 4 coeficientes, adaptado pelo algoritmo RLS em conjunto com o critério de seleção de regiões por meio do algoritmo k-means apresenta o melhor desempenho ao reduzir o erro médio e a dispersão do erro, tanto para a variável vento meridional quanto para a variável altura geopotencial.