3 resultados para Higher-order Shear Deformation Theory
em Universidade Federal do Pará
Resumo:
A região Noroeste da Província Borborema apresenta uma diversidade de corpos graníticos de natureza e evolução tectônica diversificadas, do Paleoproterozoico ao Paleozoico, com maior incidência relacionada ao Neoproterozoico e alojamento em diferentes fases da orogenia Brasiliana. Um desses exemplos é o Granito Chaval, que representa um batólito aflorante próximo à costa Atlântica do Ceará e Piauí, intrusivo em ortognaisses do Complexo Granja e supracrustais do Grupo Martinópole. Ele é, em parte, coberto por depósitos cenozoicos costeiros e rochas sedimentares paleozoicas da Bacia do Parnaíba. O Granito Chaval tem como característica marcante a textura porfirítica, destacando-se megacristais de microclina, em sienogranitos e monzogranitos, e outras feições texturais/estruturais de origem magmática, Essas permitiram interpretar sua evolução como de alojamento relativamente raso do plúton, conduzido por processos de cristalização fracionada, mistura de magmas com fluxo magmático e ação gravitacional em função da diferença de densidade do magma, levando à flutuação e ascensão de megacristais de microclina no magma residual, com alojamento de leucogranitos e pegmatitos nos estágios finais da evolução deste plutonismo. Por outro lado, em toda a metade Leste do plúton, encontra-se um rico acervo de estruturas tectógenas de cisalhamento, relacionada à implantação da Zona de Cisalhamento Transcorrente Santa Rosa, que levou a transformações tectonometamórficas superpostas às feições magmáticas, as quais atingiram condições metamórficas máximas na fácies anfibolito baixo. Cartograficamente, foram individualizados três domínios estruturais em que estão presentes uma gama de variações petroestruturais do Granito Chaval, sejam feições texturais/estruturais ígneas e tectônicas. As rochas plutônicas foram deformadas e modificadas progressivamente à medida que se dirige para Leste, no qual as rochas mudam-se para tonalidades mais escuras do cinza e os processos de cominuição e recristalização dinâmica reduzem, progressivamente, a granulação grossa desses granitos bem como o tamanho dos fenocristais para dimensões mais finas, mantendo-se suas características porfiroides. Desse modo, a trama milonítica se torna evidente, acentuando-se ao atingir a porção principal da Zona de Cisalhamento Transcorrente Santa Rosa. Como principais feições estruturais, destacam-se extinção ondulante forte; encurvamento e segmentação de cristais; geminação de deformação; rotação de cristais; microbudinagem; foliação anastomosada, inclusive S-C; lineação de estiramento; formas amendoadas de porfiroclastos, fitas e folhas de quartzo e recristalização. Os produtos desses processos de cisalhamento resultam na formação de protomilonitos, milonitos e ultramilonitos. Essas faixas miloníticas representam os locais de maior concentração da deformação, por isso é possível acompanhar progressivamente suas modificações texturais e mineralógicas, configurando uma sequência clássica de deformação progressiva heterogênea, por cisalhamento simples, em condições frágil-dúctil e dúctil. O alojamento do Granito Chaval aconteceu no final do Criogeniano (aproximadamente 630 Ma) e pode ser interpretado como magmatismo sin a tardi-tectônico em relação ao evento Brasiliano. O processo de cisalhamento que gerou a Zona de Cisalhamento Transcorrente Santa Rosa se formou nos incrementos finais da deformação de uma colisão continental em um sistema de cavalgamento oblíquo, em que se edificou o Cinturão de Cisalhamento Noroeste do Ceará, devido ao extravasamento lateral de massas crustais em fluxo dúctil acontecido no final da orogenia Brasiliana no Noroeste da Província Borborema.
Resumo:
Teoricamente, a predição de falha em cadeia de isoladores pode ser observada pela verificação do comportamento harmônico da corrente através dos isoladores, chamada de corrente de fuga. Isto porque a capacitância de uma cadeia de isoladores permite a passagem das componentes harmônicas de maior ordem da corrente na linha. No entanto os projetos e planejamento de linhas de transmissão só levam em consideração as dimensões e geometrias da linha; esquecendo ou ignorando os efeitos ambientais em uma linha de transmissão. A omissão de tais efeitos, podem confundir um diagnóstico de falha no sistema de isolação da linha, de forma que foi necessário desenvolver uma metodologia para determinação dos valores dos parâmetros elétricos, resistência elétrica e capacitância em função de variáveis ambientais como: temperatura ambiente, radiação solar, umidade relativa do ar, velocidade do vento e direção do vento, particularmente a determinação do comportamento da capacitância, em função dessas variáveis ambientais se deu de maneira inovadora e experimental, tendo em vista obter um modelo matemático de linha de transmissão mais realista e dinâmico, que possa identificar de maneira precisa os parâmetros elétricos, sob a influência das variáveis ambientais. Nesse trabalho é desenvolvido esse modelo, que, além de ser alimentado com dados elétricos e ambientais reais, é feito o estudo da decomposição harmônica da corrente de fuga; além da comparação com resultados de outros modelos já existentes. São realizadas ainda, simulações de falhas virtuais, que compravam a eficiência e limitações do modelo, além de sugerir uma forma de monitoração em tempo real e a baixos custos.
Resumo:
Este artigo apresenta um estudo experimental de técnicas de identificação paramétrica aplicadas à modelagem dinâmica de um servidor web Apache. Foi desenvolvido um arranjo experimental para simular variações de carga no servidor. O arranjo é composto por dois computadores PC, sendo um deles utilizado para executar o servidor Apache e o outro utilizado como um gerador de carga, solicitando requisições de serviço ao servidor Apache. Foram estimados modelos paramétricos auto-regressivos (AR) para diferentes pontos de operação e de condição de carga. Cada ponto de operação foi definido em termos dos valores médios para o parâmetro de entrada MaxClients (parâmetro utilizado para definir o número máximo de processos ativos) e a saída percentual de consumo de CPU (Central Processing Unit) do servidor Apache. Para cada ponto de operação foram coletadas 600 amostras, com um intervalo de amostragem de 5 segundos. Metade do conjunto de amostras coletadas em cada ponto de operação foi utilizada para estimação do modelo, enquanto que a outra metade foi utilizada para validação. Um estudo da ordem mais adequada do modelo mostrou que, para um ponto de operação com valor reduzido de MaxClients, um modelo AR de 7a ordem pode ser satisfatório. Para valores mais elevados de MaxClients, os resultados mostraram que são necessários modelos de ordem mais elevada, devido às não-linearidades inerentes ao sistema.