Soil remediation time to achieve clean-up goals I: influence of soil water content

The current models are not simple enough to allow a quick estimation of the remediation time. This work reports the development of an easy and relatively rapid procedure for the forecasting of the remediation time using vapour extraction. Sandy soils contaminated with cyclohexane and prepared with different water contents were studied. The remediation times estimated through the mathematical fitting of experimental results were compared with those of real soils. The main objectives were: (i) to predict, through a simple mathematical fitting, the remediation time of soils with water contents different from those used in the experiments; (ii) to analyse the influence of soil water content on the: (ii1) remediation time; (ii2) remediation efficiency; and (ii3) distribution of contaminants in the different phases present into the soil matrix after the remediation process. For sandy soils with negligible contents of clay and natural organic matter, artificially contaminated with cyclohexane before vapour extraction, it was concluded that (i) if the soil water content belonged to the range considered in the experiments with the prepared soils, then the remediation time of real soils of similar characteristics could be successfully predicted, with relative differences not higher than 10%, through a simple mathematical fitting of experimental results; (ii) increasing soil water content from 0% to 6% had the following consequences: (ii1) increased remediation time (1.8–4.9 h, respectively); (ii2) decreased remediation efficiency (99–97%, respectively); and (ii3) decreased the amount of contaminant adsorbed onto the soil and in the non-aqueous liquid phase, thus increasing the amount of contaminant in the aqueous and gaseous phases.

Sistema de apoio ao utilizador de transportes públicos

Nos dias de hoje usar o transporte público para nos deslocarmos de uma determinada origem para um determinado destino é uma realidade na vida da maioria das pessoas. Muitas destas deslocações fazem parte da rotina diária do cidadão, que depende destes transportes para as suas atividades do dia-a-dia. Nos últimos anos, o número de cidadãos que usa os transportes públicos como meio de deslocação tem vindo a aumentar consideravelmente. Contudo, a maioria dos operadores de transportes públicos pecam pela falta de pontualidade dos seus serviços, e pela falta de informação disponível ao cidadão acerca dos horários dos mesmos em tempo real. Tendo este problema em conta, foi desenvolvida uma solução capaz de realizar uma previsão do tempo de chegada de um transporte público, ao longo de todo o seu serviço. Previsão essa que é atualizada ao longo do percurso de forma a reduzir a margem de erro da informação apresentada. Com esta informação o cidadão pode planear melhor o seu dia e decidir qual é a melhor altura para se deslocar para a paragem, evitando ao máximo a perda de tempo à espera do seu transporte público. A solução final foi desenvolvida com a ajuda da empresa BEWARE e teve como objetivo a criação de uma aplicação web capaz de apresentar os tempos de espera dos autocarros em diferentes tipos de vista, bem como o acompanhamento do mesmo ao longo do percurso. Toda a informação utilizada na aplicação web foi criada por dois serviços de apoio que efetuam o controlo do autocarro ao longo do percurso, bem como os cálculos da previsão dos tempos de espera. O projeto foi dividido em quatro constituintes que foram repetidas durante o desenvolvimento da solução. A primeira constou na análise do problema, no levantamento e definição dos requisitos. A segunda incluiu o desenvolvimento de um algoritmo capaz de validar a posição do autocarro ao longo do seu percurso, detetando a paragem onde este se encontra e a hora de chegada à mesma. A terceira abrangeu o desenvolvimento de um algoritmo capaz de prever o tempo de chegada de um autocarro às paragens definidas na sua rota, recorrendo ao histórico de viagens realizadas anteriormente. A quarta consistiu no desenvolvimento da aplicação web, implementando todas as funcionalidades necessárias para que a aplicação consiga realizar o acompanhamento do autocarro no percurso, a consulta dos tempos de chegada e da previsão dos tempos às paragens seguintes recorrendo a três tipos de vistas diferentes, e a possibilidade de agendar notificações de forma a receber no email as previsões dos tempos de chegada nos dias e horas mais significativos para o utilizador.

Sistema de suporte à negociação numa empresa de prestação de serviços médicos

Nesta dissertação foram estudados métodos de apoio à negociação com o objectivo de encontrar o melhor modelo de negociação para uma empresa prestadora de serviços médicos. O modelo utilizado foi o WinWin e para testar o modelo foi desenvolvido um sistema de apoio à negociação com os clientes. A aplicação foi desenvolvida com o objectivo de conseguir optimizar percursos e reduzir custos, dentro de certas condições, da forma mais eficiente possível, e que fosse de acordo aos interesses do processo de negociação e do contrato com o cliente. Com isto, a aplicação foi testada com 70 contratos, tendo conseguido simular vários grafos que conseguiam alocar todas as consultas dos contratos de forma a respeitar os objectivos impostos por este, e sendo eficientes no sentido de reduzir os custos e tempo de deslocação, diminuindo consequentemente os custos do contrato para o cliente. A redução dos custos para o cliente permite à empresa prestadora de serviços médicos ser mais competitiva face aos seus concorrentes, assim como possuir uma maior margem de manobra face ao processo de negociação, pois também através das simulações conseguem ter uma noção mais precisa dos custos totais de um contrato, diminuindo assim possíveis riscos de um contrato mal estimado.

Soil vapor extraction in sandy soils: influence of airflow rate

Airflow rate is one of the most important parameters for the soil vapor extraction of contaminated sites, due to its direct influence on the mass transfer occurring during the remediation process. This work reports the study of airflow rate influence on soil vapor extractions, performed in sandy soils contaminated with benzene, toluene, ethylbenzene, xylene, trichloroethylene and perchloroethylene. The objectives were: (i) to analyze the influence of airflow rate on the process; (ii) to develop a methodology to predict the remediation time and the remediation efficiency; and (iii) to select the most efficient airflow rate. For dry sandy soils with negligible contents of clay and natural organic matter, containing the contaminants previously cited, it was concluded that: (i) if equilibrium between the pollutants and the different phases present in the soil matrix was reached and if slow diffusion effects did not occur, higher airflow rates exhibited the fastest remediations, (ii) it was possible to predict the remediation time and the efficiency of remediation with errors below 14%; and (iii) the most efficient remediation were reached with airflow rates below 1.2 cm3 s 1 standard temperature and pressure conditions.

Using data mining with time series data in short-term stocks prediction

Data Mining (DM) methods are being increasingly used in prediction with time series data, in addition to traditional statistical approaches. This paper presents a literature review of the use of DM with time series data, focusing on short- time stocks prediction. This is an area that has been attracting a great deal of attention from researchers in the field. The main contribution of this paper is to provide an outline of the use of DM with time series data, using mainly examples related with short-term stocks prediction. This is important to a better understanding of the field. Some of the main trends and open issues will also be introduced.

Multiple Linear Regression and Artificial Neural Networks to Predict Time and Efficiency of Soil Vapor Extraction

The prediction of the time and the efficiency of the remediation of contaminated soils using soil vapor extraction remain a difficult challenge to the scientific community and consultants. This work reports the development of multiple linear regression and artificial neural network models to predict the remediation time and efficiency of soil vapor extractions performed in soils contaminated separately with benzene, toluene, ethylbenzene, xylene, trichloroethylene, and perchloroethylene. The results demonstrated that the artificial neural network approach presents better performances when compared with multiple linear regression models. The artificial neural network model allowed an accurate prediction of remediation time and efficiency based on only soil and pollutants characteristics, and consequently allowing a simple and quick previous evaluation of the process viability.