Corrosão e tribocorrosão de novas ligas Ti35Nb5Zr e Ti35Nb10Zr em saliva artificial

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Aplicação de sistemas neuro-fuzzy e espectrometria no infravermelho próximo para a identificação em tempo real do teor de nitrogênio foliar em cana-de-açúcar

Pós-graduação em Engenharia Elétrica - FEB

Efeito da escovação utilizando dentifrícios com diferentes graus de abrasividade no desgaste do esmalte após o uso de agentes clareadores com e sem cálcio, em diferentes intervalos de tempo

Pós-graduação em Odontologia Restauradora - ICT

Adsorção de metais em solução aquosa pelos processos de batelada e coluna de leito fixo utilizando silsesquioxano funcionalizado com 5-amino-1,3,4-tiadiazol-2-tiol

Pós-graduação em Ciência dos Materiais - FEIS

Análise da influência de variantes do método de solução de escoamentos utilizando os métodos de elementos finitos com compressibilidade artificial e pseudo-características

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Avaliação in vitro do tempo de fotopolimerização com led de alta potência de bráquetes ortodônticos e remoção de adesivo remanescente sob luz ultravioleta

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Aplicação de técnicas inteligentes com análise no domínio do tempo para reconhecimento de defeitos em motores de indução trifásicos

Os motores de indução trifásicos são os principais elementos de conversão de energia elétrica em mecânica motriz aplicados em vários setores produtivos. Identificar um defeito no motor em operação pode fornecer, antes que ele falhe, maior segurança no processo de tomada de decisão sobre a manutenção da máquina, redução de custos e aumento de disponibilidade. Nesta tese são apresentas inicialmente uma revisão bibliográfica e a metodologia geral para a reprodução dos defeitos nos motores e a aplicação da técnica de discretização dos sinais de correntes e tensões no domínio do tempo. É também desenvolvido um estudo comparativo entre métodos de classificação de padrões para a identificação de defeitos nestas máquinas, tais como: Naive Bayes, k-Nearest Neighbor, Support Vector Machine (Sequential Minimal Optimization), Rede Neural Artificial (Perceptron Multicamadas), Repeated Incremental Pruning to Produce Error Reduction e C4.5 Decision Tree. Também aplicou-se o conceito de Sistemas Multiagentes (SMA) para suportar a utilização de múltiplos métodos concorrentes de forma distribuída para reconhecimento de padrões de defeitos em rolamentos defeituosos, quebras nas barras da gaiola de esquilo do rotor e curto-circuito entre as bobinas do enrolamento do estator de motores de indução trifásicos. Complementarmente, algumas estratégias para a definição da severidade dos defeitos supracitados em motores foram exploradas, fazendo inclusive uma averiguação da influência do desequilíbrio de tensão na alimentação da máquina para a determinação destas anomalias. Os dados experimentais foram adquiridos por meio de uma bancada experimental em laboratório com motores de potência de 1 e 2 cv acionados diretamente na rede elétrica, operando em várias condições de desequilíbrio das tensões e variações da carga mecânica aplicada ao eixo do motor.

Aplicações híbridas entre sistemas multiagentes e técnicas de inteligência artificial para redes inteligentes de distribuição de energia elétrica

Os smart grids representam a nova geração dos sistemas elétricos de potência, combinando avanços em computação, sistemas de comunicação, processos distribuídos e inteligência artificial para prover novas funcionalidades quanto ao acompanhamento em tempo real da demanda e do consumo de energia elétrica, gerenciamento em larga escala de geradores distribuídos, entre outras, a partir de um sistema de controle distribuído sobre a rede elétrica. Esta estrutura modifica profundamente a maneira como se realiza o planejamento e a operação de sistemas elétricos nos dias de hoje, em especial os de distribuição, e há interessantes possibilidades de pesquisa e desenvolvimento possibilitada pela busca da implementação destas funcionalidades. Com esse cenário em vista, o presente trabalho utiliza uma abordagem baseada no uso de sistemas multiagentes para simular esse tipo de sistema de distribuição de energia elétrica, considerando opções de controle distintas. A utilização da tecnologia de sistemas multiagentes para a simulação é baseada na conceituação de smart grids como um sistema distribuído, algo também realizado nesse trabalho. Para validar a proposta, foram simuladas três funcionalidades esperadas dessas redes elétricas: classificação de cargas não-lineares; gerenciamento de perfil de tensão; e reconfiguração topológica com a finalidade de reduzir as perdas elétricas. Todas as modelagens e desenvolvimentos destes estudos estão aqui relatados. Por fim, o trabalho se propõe a identificar os sistemas multiagentes como uma tecnologia a ser empregada tanto para a pesquisa, quanto para implementação dessas redes elétricas.

Registro global de nuvens de pontos RGB-D em tempo real usando fluxo óptico e marcadores

Registration of point clouds captured by depth sensors is an important task in 3D reconstruction applications based on computer vision. In many applications with strict performance requirements, the registration should be executed not only with precision, but also in the same frequency as data is acquired by the sensor. This thesis proposes theuse of the pyramidal sparse optical flow algorithm to incrementally register point clouds captured by RGB-D sensors (e.g. Microsoft Kinect) in real time. The accumulated errorinherent to the process is posteriorly minimized by utilizing a marker and pose graph optimization. Experimental results gathered by processing several RGB-D datasets validatethe system proposed by this thesis in visual odometry and simultaneous localization and mapping (SLAM) applications.

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Quitosana imobilizada em suporte inerte para a adsorção de corantes alimentícios em coluna de leito fixo

O uso de corantes sintéticos na indústria de alimentos tem provocado transtornos à saúde humana e ao meio ambiente. A quitosana pode ser imobilizada em matrizes sólidas e aplicada na remoção de corantes em coluna de leito fixo. A análise da dinâmica de uma coluna de leito fixo é baseada na curva de ruptura, esta é dependente da geometria da coluna, das condições operacionais e dos dados de equilíbrio. Neste contexto, o objetivo deste trabalho foi estudar o recobrimento de esferas de vidro por quitosana e sua aplicação como adsorvente de corantes em coluna de leito fixo. No estudo do recobrimento avaliaram-se os efeitos da concentração de quitosana e dos métodos de cura. As esferas recobertas foram aplicadas em ensaios de adsorção estático e dinâmico. Inicialmente, avaliou-se o equilíbrio de adsorção através da construção de isotermas e ajuste de modelos, e após, avaliaram-se os efeitos do tipo de cura e do grau de desacetilação da quitosana. Em seguida, foram analisados os efeitos do tipo de corante e do pH, e o comportamento cinético da adsorção pela construção de curvas de ruptura e ajuste de modelos dinâmicos. A influência da altura do leito e da concentração inicial de corante sobre os parâmetros da adsorção em leito fixo foram analisados através da metodologia de superfície de resposta (MSR). Ao final, estudou-se a regeneração da coluna. Os resultados mostraram que os maiores percentuais de recobrimento foram obtidos pelos métodos físico e físico/químico, na concentração de quitosana de 0,5% (m/v). Nestas condições o percentual de recobrimento foi de 46%. Nas imagens da superfície das esferas (MEV) observou-se que as mesmas foram recobertas de forma homogênea pela quitosana. As isotermas de equilíbrio obtidas foram classificadas como do tipo V, sendo o modelo de Sips o mais adequado para representar os dados experimentais. As capacidades máximas de adsorção foram 337 mg g-1, 286 mg g-1 e 200 mg g-1 para os corantes amarelo tartrazina, amarelo crepúsculo e vermelho 40, respectivamente. A aplicação das esferas recobertas com quitosana em leito fixo mostrou-se mais adequada utilizando o método de cura físico/químico e quitosana com grau de desacetilação de 85%. A máxima capacidade de adsorção da coluna em função do corante e do pH variou de 13 a 108 mg g–1. Os modelos BDST (bed–depth–service–time), Thomas e Yoon–Nelson foram adequados para representar os dados experimentais. De acordo com a MSR, o melhor desempenho do leito foi com altura de 30 cm e concentração inicial de corante de 50 mg L-1. Nestas condições, obteve-se tempo de ruptura de 88 min, máxima capacidade da coluna de 108 mg g-1 e remoção de 86 %. Na regeneração da coluna observou-se que cerca de 75% da capacidade máxima da coluna foi mantida após cinco ciclos de adsorção–eluição. Diante do exposto, a coluna de leito fixo empacotada com esferas recobertas com quitosana mostrou-se promissora na remoção de corantes de soluções aquosas.

Efeitos da tilápia do Nilo (Oreochromis niloticus) e do enriquecimento por nutrientes sobre a comunidade planctônica em um lago artificial no semi-árido brasileiro

The major aim of this study was to test the hypothesis that the introduction of the Nile tilapia (Oreochromis niloticus) and the enrichment with nutrients (N and P) interact synergistically to change the structure of plankton communities, increase phytoplankton biomass and decrease water transparency of a semi-arid tropical reservoir. One field experiment was performed during five weeks in twenty enclosures (8m3) to where four treatments were randomly allocated: with tilapia addition (T), with nutrients addition (NP), with tilapia and nutrients addition (T+NP) and a control treatment with no tilapia or nutrients addition (C). A two-way repeated measures ANOVA was done to test for time (t), tilapia (T) and nutrient (NP) effects and their interaction on water transparency, total phosphorus, total nitrogen, phytoplankton and zooplankton. The results show that there was no effect of nutrient addition on these variables but significant fish effects on the biomass of total zooplankton, nauplii, rotifers, cladocerans and calanoid copepods, on the biovolume of Bacillariophyta, Zygnemaphyceae and large algae (GALD ≥ 50 μm) and on Secchi depth. In addition, we found significant interaction effects between tilapia and nutrients on Secchi depth and rotifers. Overall, tilapia decreased the biomass of most zooplankton taxa and large algae (diatoms) and decreased the water transparency while nutrient enrichment increased the biomass of zooplankton (rotifers) but only in the absence of tilapia. In conclusion, the influence of fish on the reservoir plankton community and water transparency was greater than that of nutrient loading. This finding suggests that biomanipulation should be a greater priority in the restoration of eutrophic reservoirs in tropical semi-arid regions

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Ambiente para avaliação de controladores fuzzy aplicados ao método de elevação artificial por bombeio centrífugo submerso

From their early days, Electrical Submergible Pumping (ESP) units have excelled in lifting much greater liquid rates than most of the other types of artificial lift and developed by good performance in wells with high BSW, in onshore and offshore environments. For all artificial lift system, the lifetime and frequency of interventions are of paramount importance, given the high costs of rigs and equipment, plus the losses coming from a halt in production. In search of a better life of the system comes the need to work with the same efficiency and security within the limits of their equipment, this implies the need for periodic adjustments, monitoring and control. How is increasing the prospect of minimizing direct human actions, these adjustments should be made increasingly via automation. The automated system not only provides a longer life, but also greater control over the production of the well. The controller is the brain of most automation systems, it is inserted the logic and strategies in the work process in order to get you to work efficiently. So great is the importance of controlling for any automation system is expected that, with better understanding of ESP system and the development of research, many controllers will be proposed for this method of artificial lift. Once a controller is proposed, it must be tested and validated before they take it as efficient and functional. The use of a producing well or a test well could favor the completion of testing, but with the serious risk that flaws in the design of the controller were to cause damage to oil well equipment, many of them expensive. Given this reality, the main objective of the present work is to present an environment for evaluation of fuzzy controllers for wells equipped with ESP system, using a computer simulator representing a virtual oil well, a software design fuzzy controllers and a PLC. The use of the proposed environment will enable a reduction in time required for testing and adjustments to the controller and evaluated a rapid diagnosis of their efficiency and effectiveness. The control algorithms are implemented in both high-level language, through the controller design software, such as specific language for programming PLCs, Ladder Diagram language.

Efeitos da tilápia do Nilo (Oreochromis niloticus) e do enriquecimento por nutrientes sobre a comunidade planctônica em um lago artificial no semi-árido brasileiro

The major aim of this study was to test the hypothesis that the introduction of the Nile tilapia (Oreochromis niloticus) and the enrichment with nutrients (N and P) interact synergistically to change the structure of plankton communities, increase phytoplankton biomass and decrease water transparency of a semi-arid tropical reservoir. One field experiment was performed during five weeks in twenty enclosures (8m3) to where four treatments were randomly allocated: with tilapia addition (T), with nutrients addition (NP), with tilapia and nutrients addition (T+NP) and a control treatment with no tilapia or nutrients addition (C). A two-way repeated measures ANOVA was done to test for time (t), tilapia (T) and nutrient (NP) effects and their interaction on water transparency, total phosphorus, total nitrogen, phytoplankton and zooplankton. The results show that there was no effect of nutrient addition on these variables but significant fish effects on the biomass of total zooplankton, nauplii, rotifers, cladocerans and calanoid copepods, on the biovolume of Bacillariophyta, Zygnemaphyceae and large algae (GALD ≥ 50 μm) and on Secchi depth. In addition, we found significant interaction effects between tilapia and nutrients on Secchi depth and rotifers. Overall, tilapia decreased the biomass of most zooplankton taxa and large algae (diatoms) and decreased the water transparency while nutrient enrichment increased the biomass of zooplankton (rotifers) but only in the absence of tilapia. In conclusion, the influence of fish on the reservoir plankton community and water transparency was greater than that of nutrient loading. This finding suggests that biomanipulation should be a greater priority in the restoration of eutrophic reservoirs in tropical semi-arid regions