Modelagem de um secador solar de produtos agrícolas com sistema de armazenagem de energia térmica

Nos países em desenvolvimento, como o Brasil, a secagem de produtos agrícolas com uso de secador solar representa uma alternativa promissora de baixo custo, reduzindo perdas e agregando valor aos produtos. Porém, devido à natureza periódica da radiação solar e das condições do tempo, nem sempre é viável sua utilização. Dessa forma, o objetivo do trabalho foi a modelagem de um sistema auxiliar de armazenagem de energia térmica (SAET) em um secador solar, cuja finalidade é armazenar energia durante o dia para ser utilizada conforme necessário. Com base em registros de temperatura e umidade relativa, ambas do ar, de um secador solar, foi feito um estudo da termodinâmica dos processos envolvidos, a fim de propor meios para o dimensionamento do SAET. Foram explorados a estimativa do fluxo de massa de ar no secador, a modelagem da temperatura em função da radiação, e o dimensionamento para diferentes modos de operação do SAET, considerando o sistema ideal. Este dimensionamento tratou tanto do caso de fornecimento contínuo de fluxo de água preaquecida, como de uso de automação para controlar o fluxo. A estimativa de fluxo de ar no secador se aproximou de valores típicos encontrados na literatura. O dimensionamento do sistema, embora considerado ideal, mostra que a utilização do SAET melhora o desempenho do secador, servindo como parâmetro para melhor compreender o comportamento das variáveis durante seu funcionamento.

Imputação de dados em experimentos multiambientais: novos algoritmos utilizando a decomposição por valores singulares

As análises biplot que utilizam os modelos de efeitos principais aditivos com inter- ação multiplicativa (AMMI) requerem matrizes de dados completas, mas, frequentemente os ensaios multiambientais apresentam dados faltantes. Nesta tese são propostas novas metodologias de imputação simples e múltipla que podem ser usadas para analisar da- dos desbalanceados em experimentos com interação genótipo por ambiente (G×E). A primeira, é uma nova extensão do método de validação cruzada por autovetor (Bro et al, 2008). A segunda, corresponde a um novo algoritmo não-paramétrico obtido por meio de modificações no método de imputação simples desenvolvido por Yan (2013). Também é incluído um estudo que considera sistemas de imputação recentemente relatados na literatura e os compara com o procedimento clássico recomendado para imputação em ensaios (G×E), ou seja, a combinação do algoritmo de Esperança-Maximização com os modelos AMMI ou EM-AMMI. Por último, são fornecidas generalizações da imputação simples descrita por Arciniegas-Alarcón et al. (2010) que mistura regressão com aproximação de posto inferior de uma matriz. Todas as metodologias têm como base a decomposição por valores singulares (DVS), portanto, são livres de pressuposições distribucionais ou estruturais. Para determinar o desempenho dos novos esquemas de imputação foram realizadas simulações baseadas em conjuntos de dados reais de diferentes espécies, com valores re- tirados aleatoriamente em diferentes porcentagens e a qualidade das imputações avaliada com distintas estatísticas. Concluiu-se que a DVS constitui uma ferramenta útil e flexível na construção de técnicas eficientes que contornem o problema de perda de informação em matrizes experimentais.