Gestão de Afluências Indevidas em Redes de Águas Residuais Urbanas

As afluências indevidas resultantes direta ou indiretamente da precipitação são um dos principais fatores que provocam graves problemas de carácter ambiental, estrutural e económico, no âmbito de um bom funcionamento dos sistemas separativos de saneamento e tratamento de águas residuais urbanas. Ao longo dos anos, com a expansão do serviço de saneamento à população, tem sido reconhecido que os caudais excedentes às redes de drenagem de águas residuais e estações de tratamento são um problema grave e para isso estão a ser criados critérios cada vez mais exigentes no domínio da gestão e operação destes sistemas de saneamento. Para uma melhor compreensão sobre a incidência das afluências indevidas nos sistemas de saneamento e nas estações de tratamento de águas residuais, é necessário realizar estudos de quantificação e caracterização no sistema de esgotos. Com a necessidade de compreender a plenitude e natureza deste problema, tornou-se necessário desenvolver metodologias com o objetivo de melhorar a eficiência e eficácia hidráulica dos sistemas de drenagem e de tratamento. Este trabalho tem como objetivo a análise quantitativa das afluências indevidas, recorrendo a um caso de estudo de uma bacia de drenagem de águas residuais. Para adquirir mais conhecimento sobre o tema foi necessário recolher várias metodologias existentes de maneira a selecionar, estudar e aplicar o método mais vantajoso. Nesta dissertação, foram utilizados dados disponibilizados pela SIMRIA, no que respeita aos caudais de bombagem da estação elevatória a que afluiu a rede em estudo, e pela INDAQUA Feira, no que respeita aos dados de precipitação.

Descoberta de Conhecimento em Dádivas de Sangue

Atualmente, são geradas enormes quantidades de dados que, na maior parte das vezes, não são devidamente analisados. Como tal, existe um fosso cada vez mais significativo entre os dados existentes e a quantidade de dados que é realmente analisada. Esta situação verifica-se com grande frequência na área da saúde. De forma a combater este problema foram criadas técnicas que permitem efetuar uma análise de grandes massas de dados, retirando padrões e conhecimento intrínseco dos dados. A área da saúde é um exemplo de uma área que cria enormes quantidades de dados diariamente, mas que na maior parte das vezes não é retirado conhecimento proveitoso dos mesmos. Este novo conhecimento poderia ajudar os profissionais de saúde a obter resposta para vários problemas. Esta dissertação pretende apresentar todo o processo de descoberta de conhecimento: análise dos dados, preparação dos dados, escolha dos atributos e dos algoritmos, aplicação de técnicas de mineração de dados (classificação, segmentação e regras de associação), escolha dos algoritmos (C5.0, CHAID, Kohonen, TwoSteps, K-means, Apriori) e avaliação dos modelos criados. O projeto baseia-se na metodologia CRISP-DM e foi desenvolvido com a ferramenta Clementine 12.0. O principal intuito deste projeto é retirar padrões e perfis de dadores que possam vir a contrair determinadas doenças (anemia, doenças renais, hepatite, entre outras) ou quais as doenças ou valores anormais de componentes sanguíneos que podem ser comuns entre os dadores.