17 resultados para android, porting, pjsip, pjproject, binder
Resumo:
O presente estágio foi desenvolvido na Britafiel. Um dos projectos em que a Empresa se encontra envolvida é o STOCO, pretendendo implementar à escala industrial um processo de coloração de pedra granítica natural para fins decorativos. Foi neste projecto que se enquadrou o estágio. O tema do estágio centra-se no processo de coloração de granito tendo como principal foco a implementação de um processo industrial de produção de granito colorido. O projecto STOCO nasce da necessidade de complementar a actividade da empresa com produtos de maior valor acrescentado para valorização da matéria-prima de base, o granito. STOCO, resultante de Stone Color, é o nome dado ao projecto e ao novo produto que é granito colorido, sob a forma de brita. Pretende-se obter um produto amigo do ambiente e com boas características: manter a textura natural da pedra granítica e assegurar uma boa resistência a factores agressivos. Estudos prévios de qualidade e de toxicidade mostraram que o produto STOCO desenvolvido até então apresenta um bom comportamento face a agressões climatéricas e que não compromete a vida das espécies usadas nos testes (peixes). Em relação aos lixiviados e resíduos da pedra colorida STOCO, estes não apresentaram qualquer problema ambiental, sendo considerado um produto amigo do ambiente. À data de início do presente trabalho estava em funcionamento um equipamento protótipo de produção de granito colorido (100 kg/partida), sendo a instalação e o arranque da unidade industrial (3 ton/h) concretizados no início de 2014, já no decorrer deste trabalho. Os objectivos cumpridos no âmbito deste trabalho foram então a implementação de uma linha industrial de produção de brita colorida, avaliação técnica do processo e do custo industrial de produção associado às matérias-primas. Neste relatório é descrito o processo inicial adoptado e apresentam-se as alterações efectuadas para melhoria do processo produtivo. Resolveram-se problemas como: definição e instalação de equipamentos complementares para a entrada e a saída da brita no equipamento industrial; pó excessivo na brita; cheiro intenso a gás e elevado ruído; adequação do sistema de pintura; e secagem incompleta da brita. Alguns destes problemas não foram totalmente resolvidos, mas sim minimizados. O equipamento industrial necessita ainda de alterações em diversas áreas, que foram identificadas e para as quais são feitas sugestões de melhoria. Conseguiu-se ainda fazer alguns testes para uma possível substituição de alguns constituintes da tinta. Os componentes que entram na composição base da tinta aquosa, são de modo simplificado: ligante, pigmento, solvente e aditivos. Os constituintes que mais encarecem a tinta, e consequentemente o processo em causa, são o ligante e o pigmento. Os estudos efectuados precisam de ser aprofundados, na tentativa de melhorar o processo minimizando os custos de produção. Formalizaram-se os procedimentos escritos de produção STOCO tanto para o protótipo como para o processo industrial e elaborou-se uma ficha técnica de produto para a brita colorida STOCO.
Resumo:
A classificação automática de sons urbanos é importante para o monitoramento ambiental. Este trabalho apresenta uma nova metodologia para classificar sons urbanos, que se baseia na descoberta de padrões frequentes (motifs) nos sinais sonoros e utiliza-los como atributos para a classificação. Para extrair os motifs é utilizado um método de descoberta multi-resolução baseada em SAX. Para a classificação são usadas árvores de decisão e SVMs. Esta nova metodologia é comparada com outra bastante utilizada baseada em MFCC. Para a realização de experiências foi utilizado o dataset UrbanSound disponível publicamente. Realizadas as experiências, foi possível concluir que os atributos motif são melhores que os MFCC a discriminar sons com timbres semelhantes e que os melhores resultados são conseguidos com ambos os tipos de atributos combinados. Neste trabalho foi também desenvolvida uma aplicação móvel para Android que permite utilizar os métodos de classificação desenvolvidos num contexto de vida real e expandir o dataset.