1000 resultados para Projectos editoriais


Relevância:

10.00% 10.00%

Publicador:

Resumo:

Trabalho de Projecto de Mestrado em Ciências da Comunicação Variante Novos Media e Práticas Web

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Trabalho de Projecto apresentado para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Ciências da Comunicação, Comunicação e Artes

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Civil – perfil de Construção

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para a obtenção do grau de Mestre em Engenharia do Ambiente, perfil Engenharia Ecológica

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação apresentada para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Ciência Política e Relações Internacionais

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Trabalho de Projecto apresentado para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Práticas Culturais para Municípios

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação de Mestrado em História de Arte Contemporânea

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Relatório de Estágio apresentado para cumprimento dos requisitos necessários à obtenção do grau de Mestre em ensino de Inglês e língua estrangeira (Alemão) no 3º ciclo do Ensino Básico e no Ensino Secundário

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Biomédica

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Trabalho apresentado no âmbito do Mestrado em Engenharia Informática, como requisito parcial para obtenção do grau de Mestre em Engenharia Informática

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação apresentada para cumprimento dos requisitos necessários à obtenção do grau de Doutor em História

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação para a obtenção do Grau de Mestre em Engenharia Civil – Mestrado Integrado em Engenharia Civil - construção

Relevância:

10.00% 10.00%

Publicador:

Resumo:

As caldeiras são equipamentos de extrema importância na maioria das indústrias portuguesas. É prática frequente os projectos de caldeiras possuírem apenas cálculos de materiais ou estruturais, nunca abordando as questões térmicas das mesmas. Neste contexto surge o presente trabalho que teve como principal objectivo estudar e modelar o comportamento térmico de uma caldeira alimentada a biomassa florestal. A caldeira em estudo é uma caldeira tubos de fumo com ante-fornalha, alimentada a biomassa e com pressão de funcionamento de 10 bar. A primeira parte do trabalho consistiu no levantamento de toda a informação relativa aos aspectos construtivos da caldeira e as condições de operação da mesma, através da consulta do seu projecto. O estudo do comportamento térmico da caldeira foi dividido em 2 partes: a modelação do comportamento térmico na ante-fornalha seguido da modelação do comportamento térmico do feixe tubular. Na ante fornalha admitiu-se que o calor seria transferido do gás para as paredes da mesma por convecção e por radiação, tendo-se utilizado o Método de Hottel para modelar a transferência de calor por radiação. No feixe tubular a transferência de calor por radiação foi desprezada, tendo-se considerado apenas transferência de calor por condução e convecção entre os gases quentes e a água. Os resultados obtidos mostram que, na ante-fornalha, o peso da potência transferida por radiação (96%) é muito superior à potência transferida por convecção (4%), tendo-se obtido os valores de 384,8 kW e de 16,0 kW para a potência térmica transferida por radiação e por convecção, respectivamente. O valor obtido para a temperatura dos gases na ante-fornalha foi de 1085 K. No feixe tubular a potência térmica transferida por convecção foi de 2559 kW tendo-se obtido o valor de 240ºC para a temperatura de exaustão dos gases pela chaminé. As perdas para o exterior foram estimadas em 1,5 %. O balanço global de energia à caldeira indicou um peso para a potência transferida por convecção de 86,3% e para a potência transferida por radiação de 13,6%. O rendimento da caldeira foi calculado pelo método das perdas tendo-se obtido o valor de 39%.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Civil-Perfil de Construção

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Harnessing idle PCs CPU cycles, storage space and other resources of networked computers to collaborative are mainly fixated on for all major grid computing research projects. Most of the university computers labs are occupied with the high puissant desktop PC nowadays. It is plausible to notice that most of the time machines are lying idle or wasting their computing power without utilizing in felicitous ways. However, for intricate quandaries and for analyzing astronomically immense amounts of data, sizably voluminous computational resources are required. For such quandaries, one may run the analysis algorithms in very puissant and expensive computers, which reduces the number of users that can afford such data analysis tasks. Instead of utilizing single expensive machines, distributed computing systems, offers the possibility of utilizing a set of much less expensive machines to do the same task. BOINC and Condor projects have been prosperously utilized for solving authentic scientific research works around the world at a low cost. In this work the main goal is to explore both distributed computing to implement, Condor and BOINC, and utilize their potency to harness the ideal PCs resources for the academic researchers to utilize in their research work. In this thesis, Data mining tasks have been performed in implementation of several machine learning algorithms on the distributed computing environment.