Alocação eficiente de indicadores de faltas em um sistema de distribuição real usando computação evolutiva

Este trabalho propõe uma abordagem computacional evolutiva para a resolução do problema de alocação de dispositivos indicadores de faltas (IFs) em alimentadores primários de distribuição de energia elétrica. De forma mais específica, o problema de se obter o melhor local de instalação é solucionado por meio da técnica de Algoritmos Genéticos (AGs) que busca obter uma configuração eficiente de instalação de IFs no tronco principal de um alimentador de distribuição. Assim, faz-se a modelagem do mesmo na forma de um problema de otimização orientado à melhoria dos indicadores de qualidade do serviço e ao encontro de uma solução economicamente atraente. Os resultados com dados reais comprovam a eficiência da metodologia proposta.

Avaliação da distribuição de sementes por uma semeadora de anel interno rotativo utilizando média móvel exponencial

Conceitos de qualidade cada vez mais se tornam essenciais para a sobrevivência da empresa agrícola, pois a importância do aprimoramento das operações agrícolas se faz necessária para a obtenção de resultados viáveis economicamente, ambientamente e socialmente. Uma das dimensões da qualidade é conseguir de conformidade, ou seja, a garantia de execução exata do que foi planejado para atender aos requisitos dos clientes em relação a um determinado produto ou serviço. Os objetivos deste trabalho são avaliar a distribuição longitudinal entre sementes de uma semeadora de anel interno rotativo, e propor a utilização da metodologia estatística da Média Móvel Exponencialmente Ponderada (MMEP) como alternativa para o controle de qualidade da semeadura, quando não há normalidade da distribuição dos dados. Os resultados demonstraram que a MMEP é adequada para a avaliação da qualidade da distribuição longitudinal de sementes, pois concordou com os dados apresentados na estatística descritiva, o que lhe credencia para avaliação de distribuições não normais.