987 resultados para data logger


Relevância:

60.00% 60.00%

Publicador:

Resumo:

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Um leito de gaseificação de pequena escala foi projetado, construído e operado com o objetivo de investigar os parâmetros que influenciam o processo de gaseificação de um leito fixo de caroço de açaí. O reator é do tipo topo aberto downdraft estratificado, de dimensões de 15 cm de diâmetro interno por 1,5 m de altura, com isolamento térmico. O gás produzido foi coletado a jusante do leito de gaseificação e condensado para remoção de alcatrão, o qual foi posteriormente quantificado em titulador Karl Fisher. Após remoção do alcatrão o gás foi introduzido em um Micro GC para quantificação dos percentuais molares de H2, CO, N2 e CH4. O perfil de temperatura do leito foi medido com termopares tipo K posicionados ao longo do eixo longitudinal do leito em distâncias de 10 cm. A vazão de ar foi medida com auxilio de um tubo de Pitot e um micromanômetro. As aquisições dos dados de temperatura foram feitas por um data logger e vazão mássica do ar sendo feita usando comunicação RS232 do micromanômetro. Os procedimentos experimentais foram feitos ao longo de 4 horas de operação do leito de gaseificação, com consumo médio de biomassa de 1,6 kg/h, com 6 dados do perfil de temperatura, vazão mássica de ar, perda de carga do leito e concentração dos gases obtidos no processo de gaseificação e quantificação do teor de alcatrão condensável presente no gás. Verificou-se que o gaseificador de leito de açaí pode ser operado através de uma gama bastante ampla de taxas de fluxo de ar de 2 a 5 kg/h, com a quantidade de energia do gás produzido variando de 5 a 15 MJ/h. As concentrações típicas dos gases obtidos no leito foram de 13% de H2, 11% de CO, 1,3% de CH4. A eficiência máxima de gás frio de 57% e teor médio de alcatrão de 155 g/m3.

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Research studies on the association between exposures to air contaminants and disease frequently use worn dosimeters to measure the concentration of the contaminant of interest. But investigation of exposure determinants requires additional knowledge beyond concentration, i.e., knowledge about personal activity such as whether the exposure occurred in a building or outdoors. Current studies frequently depend upon manual activity logging to record location. This study's purpose was to evaluate the use of a worn data logger recording three environmental parameters—temperature, humidity, and light intensity—as well as time of day, to determine indoor or outdoor location, with an ultimate aim of eliminating the need to manually log location or at least providing a method to verify such logs. For this study, data collection was limited to a single geographical area (Houston, Texas metropolitan area) during a single season (winter) using a HOBO H8 four-channel data logger. Data for development of a Location Model were collected using the logger for deliberate sampling of programmed activities in outdoor, building, and vehicle locations at various times of day. The Model was developed by analyzing the distributions of environmental parameters by location and time to establish a prioritized set of cut points for assessing locations. The final Model consisted of four "processors" that varied these priorities and cut points. Data to evaluate the Model were collected by wearing the logger during "typical days" while maintaining a location log. The Model was tested by feeding the typical day data into each processor and generating assessed locations for each record. These assessed locations were then compared with true locations recorded in the manual log to determine accurate versus erroneous assessments. The utility of each processor was evaluated by calculating overall error rates across all times of day, and calculating individual error rates by time of day. Unfortunately, the error rates were large, such that there would be no benefit in using the Model. Another analysis in which assessed locations were classified as either indoor (including both building and vehicle) or outdoor yielded slightly lower error rates that still precluded any benefit of the Model's use.^