Elastografia em imagens de ultrassom utilizando elementos de contorno.

Este trabalho apresenta uma nova metodologia para elastografia virtual em imagens simuladas de ultrassom utilizando métodos numéricos e métodos de visão computacional. O objetivo é estimar o módulo de elasticidade de diferentes tecidos tendo como entrada duas imagens da mesma seção transversal obtidas em instantes de tempo e pressões aplicadas diferentes. Esta metodologia consiste em calcular um campo de deslocamento das imagens com um método de fluxo óptico e aplicar um método iterativo para estimar os módulos de elasticidade (análise inversa) utilizando métodos numéricos. Para o cálculo dos deslocamentos, duas formulações são utilizadas para fluxo óptico: Lucas-Kanade e Brox. A análise inversa é realizada utilizando duas técnicas numéricas distintas: o Método dos Elementos Finitos (MEF) e o Método dos Elementos de Contorno (MEC), sendo ambos implementados em Unidades de Processamento Gráfico de uso geral, GpGPUs ( \"General Purpose Graphics Units\" ). Considerando uma quantidade qualquer de materiais a serem determinados, para a implementação do Método dos Elementos de Contorno é empregada a técnica de sub-regiões para acoplar as matrizes de diferentes estruturas identificadas na imagem. O processo de otimização utilizado para determinar as constantes elásticas é realizado de forma semi-analítica utilizando cálculo por variáveis complexas. A metodologia é testada em três etapas distintas, com simulações sem ruído, simulações com adição de ruído branco gaussiano e phantoms matemáticos utilizando rastreamento de ruído speckle. Os resultados das simulações apontam o uso do MEF como mais preciso, porém computacionalmente mais caro, enquanto o MEC apresenta erros toleráveis e maior velocidade no tempo de processamento.

Modelo de otimização multiobjetivo aplicado ao projeto de concepção de submarinos convencionais.

Este trabalho apresenta um modelo de otimização multiobjetivo aplicado ao projeto de concepção de submarinos convencionais (i.e. de propulsão dieselelétrica). Um modelo de síntese que permite a estimativa de pesos, volume, velocidade, carga elétrica e outras características de interesse para a o projeto de concepção é formulado. O modelo de síntese é integrado a um modelo de otimização multiobjetivo baseado em algoritmos genéticos (especificamente, o algoritmo NSGA II). A otimização multiobjetivo consiste na maximização da efetividade militar do submarino e na minimização de seu custo. A efetividade militar do submarino é representada por uma Medida Geral de Efetividade (OMOE) estabelecida por meio do Processo Analítico Hierárquico (AHP). O Custo Básico de Construção (BCC) do submarino é estimado a partir dos seus grupos de peso. Ao fim do processo de otimização, é estabelecida uma Fronteira de Pareto composta por soluções não dominadas. Uma dessas soluções é selecionada para refinamento preliminar e os resultados são discutidos. Subsidiariamente, esta dissertação apresenta discussão sucinta sobre aspectos históricos e operativos relacionados a submarinos, bem como sobre sua metodologia de projeto. Alguns conceitos de Arquitetura Naval, aplicada ao projeto dessas embarcações, são também abordados.

Extração, determinação da composição fenólica e avaliação do potencial de desativação de espécies reativas de oxigênio e da atividade anti-inflamatória de resíduos de amendoim, pimenta-rosa e pimenta-do-reino

O setor agroindustrial tem se expandido muito nos últimos anos, levando o país a um aumento na geração de resíduos agroindustriais, sendo que a maior parte deles ainda é descartada no meio ambiente, sem tratamento adequado, ou utilizada na alimentação animal, destinos que a priori, não geram ganhos econômicos para a agroindústria além de representarem gargalos logísticos e ambientais na sua disposição. Nesse sentido, o presente trabalho teve como objetivos otimizar o processo de extração de compostos bioativos, avaliar in vitro as atividades antioxidante, por meio da desativação de espécies reativas de oxigênio, e anti-inflamatória, bem como determinar a composição fenólica dos resíduos agroindustriais a saber: película de amendoim (Arachis hypogaea) (cultivares IAC886 e IAC505), pimenta-rosa (Schinus terebinthifolius Raddi) e pimenta-do-reino (Piper Nigrum L). O processo de otimização da extração de compostos antioxidantes foi realizado utilizando dois processos de extração, extração convencional e subcrítica, em delineamento composto central rotacional, utilizando como variáveis a temperatura e tempo e a pressão e temperatura, respectivamente, com os solventes etanol 80%, água e propilenoglicol 80%. Durante o processo de otimização a atividade antioxidante foi avaliada pelo método de sequestro do radical ABTS. Os melhores resultados foram obtidos para a extração convencional com os solventes etanol 80%, água e propilenoglicol 80%. A película de amendoim (IAC505) apresentou as maiores atividades antioxidantes (1.396,67, 580,44 e 859,89 μmol.g-1 em equivalentes de trolox, para os solventes etanol 80%, água e propilenoglicol 80%, respectivamente). A partir dos resultados obtidos para os solventes testados, utilizando a extração convencional, foram feitas outras análises de atividade antioxidante considerando o tempo e temperatura ideal de extração. Foram realizadas análises de avaliação da capacidade de redução de Folin-Ciocalteau e potencial de desativação dos radicais livres sintéticos (DPPH e ABTS) e espécies reativas de oxigênio (radicais peroxila, superóxido e ácido hipocloroso). O solvente de extração que apresentou melhores resultados em todos os ensaios foi o etanol 80%, sendo, portanto o solvente utilizado nas análises subsequentes. A partir da definição do melhor sistema extrator foram realizadas análises da composição fenólica, por meio das técnicas de cromatografia líquida de alta eficiência em modo analítico (HPLC-RP), cromatografia gasosa acoplada com espectrometria de massas (GC-MS), e avaliação in vitro da atividade anti-inflamatória. Foram identificados nos resíduos estudados procianidinas B1 e B2, ácido p-cumárico, miricetina, ácido ferúlico, ácido siríngico, ácido sinápico, epicatequina e catequina. A pimenta-do-reino diminui significativamente os níveis de TNF-α e nitritos, reduzindo assim o processo inflamatório gerado. Os resultados obtidos neste trabalho demonstram que estes resíduos agroindústrias possuem grande potencial biológico, podendo assim ser melhores aproveitados tanto pela indústria de alimentos quanto pela indústria farmacêutica.

Real time optimization in chemical process: evaluation of strategies, improvements and industrial application.

The increasing economic competition drives the industry to implement tools that improve their processes efficiencies. The process automation is one of these tools, and the Real Time Optimization (RTO) is an automation methodology that considers economic aspects to update the process control in accordance with market prices and disturbances. Basically, RTO uses a steady-state phenomenological model to predict the process behavior, and then, optimizes an economic objective function subject to this model. Although largely implemented in industry, there is not a general agreement about the benefits of implementing RTO due to some limitations discussed in the present work: structural plant/model mismatch, identifiability issues and low frequency of set points update. Some alternative RTO approaches have been proposed in literature to handle the problem of structural plant/model mismatch. However, there is not a sensible comparison evaluating the scope and limitations of these RTO approaches under different aspects. For this reason, the classical two-step method is compared to more recently derivative-based methods (Modifier Adaptation, Integrated System Optimization and Parameter estimation, and Sufficient Conditions of Feasibility and Optimality) using a Monte Carlo methodology. The results of this comparison show that the classical RTO method is consistent, providing a model flexible enough to represent the process topology, a parameter estimation method appropriate to handle measurement noise characteristics and a method to improve the sample information quality. At each iteration, the RTO methodology updates some key parameter of the model, where it is possible to observe identifiability issues caused by lack of measurements and measurement noise, resulting in bad prediction ability. Therefore, four different parameter estimation approaches (Rotational Discrimination, Automatic Selection and Parameter estimation, Reparametrization via Differential Geometry and classical nonlinear Least Square) are evaluated with respect to their prediction accuracy, robustness and speed. The results show that the Rotational Discrimination method is the most suitable to be implemented in a RTO framework, since it requires less a priori information, it is simple to be implemented and avoid the overfitting caused by the Least Square method. The third RTO drawback discussed in the present thesis is the low frequency of set points update, this problem increases the period in which the process operates at suboptimum conditions. An alternative to handle this problem is proposed in this thesis, by integrating the classic RTO and Self-Optimizing control (SOC) using a new Model Predictive Control strategy. The new approach demonstrates that it is possible to reduce the problem of low frequency of set points updates, improving the economic performance. Finally, the practical aspects of the RTO implementation are carried out in an industrial case study, a Vapor Recompression Distillation (VRD) process located in Paulínea refinery from Petrobras. The conclusions of this study suggest that the model parameters are successfully estimated by the Rotational Discrimination method; the RTO is able to improve the process profit in about 3%, equivalent to 2 million dollars per year; and the integration of SOC and RTO may be an interesting control alternative for the VRD process.