Avaliação e Otimização Energética das Fornalhas da Fábrica de Aromáticos

O consumo energético verificado nas refinarias petrolíferas é muito elevado, sendo as fornalhas os equipamentos que mais contribuem para esse consumo. Neste estudo foi efetuada uma avaliação e otimização energética às fornalhas da Fábrica de Aromáticos da Refinaria de Matosinhos. Numa primeira fase foi efetuado um levantamento exaustivo de dados de todas as correntes de entrada e saída dos equipamentos para posteriormente efetuar os balanços de massa e energia a cada uma das fornalhas. Os dados relativos ao levantamento compreenderam dois períodos de funcionamento distintos da unidade fabril, o período de funcionamento normal e o período relativo ao arranque. O período de funcionamento normal foi relativo ao ano de 2012 entre os meses de janeiro a setembro, por sua vez o período de arranque foi de dezembro de 2012 a março de 2013. Na segunda fase foram realizados os balanços de massa e energia quantificando todas as correntes de entrada e saída das fornalhas em termos mássicos e energéticos permitindo o cálculo do rendimento térmico das fornalhas para avaliar a sua performance. A avaliação energética permitiu concluir que existe um consumo maior de energia proveniente da combustão do Fuel Gás do que do Fuel Óleo, tanto no período de funcionamento normal como no arranque. As fornalhas H0101, H0301 e a H0471 possuem os consumos mais elevados, sendo responsáveis por mais de 70% do consumo da Fábrica de Aromáticos. Na terceira fase foram enunciadas duas medidas para a otimização energética das três fornalhas mais consumidoras de energia, a limpeza mensal e o uso exclusivo de Fuel Gás como combustível. As poupanças energéticas obtidas para uma limpeza mensal foram de 0,3% na fornalha H0101, 0,7% na fornalha H0301 e uma poupança de 0,9 % na fornalha H0471. Para o uso exclusivo de Fuel Gás obteve-se uma poupança de 0,9% na fornalha H0101 e uma poupança de 1,3% nas fornalhas H0301 e H0471. A análise económica efetuada à sugestão de alteração do combustível mostra que os custos de operação sofrerão um aumento anual de 621 679 €. Apesar do aumento dos custos, a redução na emissão de 24% de dióxido de carbono, poderá justificar este aumento na despesa.

A study on parallel versus sequential relational fuzzy clustering methods

Dissertação para obtenção do Grau de Mestre em Engenharia Informática

Implementação de um processo industrial de coloração de granito

O presente estágio foi desenvolvido na Britafiel. Um dos projectos em que a Empresa se encontra envolvida é o STOCO, pretendendo implementar à escala industrial um processo de coloração de pedra granítica natural para fins decorativos. Foi neste projecto que se enquadrou o estágio. O tema do estágio centra-se no processo de coloração de granito tendo como principal foco a implementação de um processo industrial de produção de granito colorido. O projecto STOCO nasce da necessidade de complementar a actividade da empresa com produtos de maior valor acrescentado para valorização da matéria-prima de base, o granito. STOCO, resultante de Stone Color, é o nome dado ao projecto e ao novo produto que é granito colorido, sob a forma de brita. Pretende-se obter um produto amigo do ambiente e com boas características: manter a textura natural da pedra granítica e assegurar uma boa resistência a factores agressivos. Estudos prévios de qualidade e de toxicidade mostraram que o produto STOCO desenvolvido até então apresenta um bom comportamento face a agressões climatéricas e que não compromete a vida das espécies usadas nos testes (peixes). Em relação aos lixiviados e resíduos da pedra colorida STOCO, estes não apresentaram qualquer problema ambiental, sendo considerado um produto amigo do ambiente. À data de início do presente trabalho estava em funcionamento um equipamento protótipo de produção de granito colorido (100 kg/partida), sendo a instalação e o arranque da unidade industrial (3 ton/h) concretizados no início de 2014, já no decorrer deste trabalho. Os objectivos cumpridos no âmbito deste trabalho foram então a implementação de uma linha industrial de produção de brita colorida, avaliação técnica do processo e do custo industrial de produção associado às matérias-primas. Neste relatório é descrito o processo inicial adoptado e apresentam-se as alterações efectuadas para melhoria do processo produtivo. Resolveram-se problemas como: definição e instalação de equipamentos complementares para a entrada e a saída da brita no equipamento industrial; pó excessivo na brita; cheiro intenso a gás e elevado ruído; adequação do sistema de pintura; e secagem incompleta da brita. Alguns destes problemas não foram totalmente resolvidos, mas sim minimizados. O equipamento industrial necessita ainda de alterações em diversas áreas, que foram identificadas e para as quais são feitas sugestões de melhoria. Conseguiu-se ainda fazer alguns testes para uma possível substituição de alguns constituintes da tinta. Os componentes que entram na composição base da tinta aquosa, são de modo simplificado: ligante, pigmento, solvente e aditivos. Os constituintes que mais encarecem a tinta, e consequentemente o processo em causa, são o ligante e o pigmento. Os estudos efectuados precisam de ser aprofundados, na tentativa de melhorar o processo minimizando os custos de produção. Formalizaram-se os procedimentos escritos de produção STOCO tanto para o protótipo como para o processo industrial e elaborou-se uma ficha técnica de produto para a brita colorida STOCO.

Transoesophageal Echocardiography for Monitoring Liver Surgery: Data from a Pilot Study

A pilot study aimed to introduce intraoperative monitoring of liver surgery using transoesophageal echocardiography (TEE) is described. A set of TEE measurements was established as a protocol, consisting of left atrial (LA) dimension at the aortic valve plane; mitral velocity flow integral, calculation of stroke volume and cardiac output (CO); mitral annular plane systolic excursion; finally, right atrial area. A total of 165 measurements (on 21 patients) were performed, 31 occurring during hypotension. The conclusions reached were during acute blood loss LA dimension changed earlier than CVP, and, in one patient, a dynamic left ventricular (LV) obstruction was observed; in 3 patients a transient LV systolic dysfunction was documented. The comparison between 39 CO paired measurements obtained by TEE and PiCCO2 revealed a statistically significant correlation (P < 0.001, r = 0.83). In this pilot study TEE successfully answered the questions raised by the anesthesiologists. Larger cohort studies are needed to address this issue.

Algorithms for information extraction and signal annotation on long-term biosignals using clustering techniques

Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica

Spatio-Temporal data modeling in response to deforestation monitoring (a case study of small region in Riau Province, Indonesia)

Dissertation submitted in partial fulfillment of the requirements for the Degree of Master of Science in Geospatial Technologies.

Providing energy efficiency location-based strategies for buildings using linked open data

Dissertation submitted in partial fulfillment of the requirements for the Degree of Master of Science in Geospatial Technologies.

Automatic Small Bowel Tumor Diagnosis by Using Multi-Scale Wavelet-Based Analysis in Wireless Capsule Endoscopy Images

BACKGROUND: Wireless capsule endoscopy has been introduced as an innovative, non-invasive diagnostic technique for evaluation of the gastrointestinal tract, reaching places where conventional endoscopy is unable to. However, the output of this technique is an 8 hours video, whose analysis by the expert physician is very time consuming. Thus, a computer assisted diagnosis tool to help the physicians to evaluate CE exams faster and more accurately is an important technical challenge and an excellent economical opportunity. METHOD: The set of features proposed in this paper to code textural information is based on statistical modeling of second order textural measures extracted from co-occurrence matrices. To cope with both joint and marginal non-Gaussianity of second order textural measures, higher order moments are used. These statistical moments are taken from the two-dimensional color-scale feature space, where two different scales are considered. Second and higher order moments of textural measures are computed from the co-occurrence matrices computed from images synthesized by the inverse wavelet transform of the wavelet transform containing only the selected scales for the three color channels. The dimensionality of the data is reduced by using Principal Component Analysis. RESULTS: The proposed textural features are then used as the input of a classifier based on artificial neural networks. Classification performances of 93.1% specificity and 93.9% sensitivity are achieved on real data. These promising results open the path towards a deeper study regarding the applicability of this algorithm in computer aided diagnosis systems to assist physicians in their clinical practice.

Modelling of a wastewater treatment plant using GPS-X

Dissertation to obtain the degree of Master in Chemical and Biochemical Engineering

The use of analytical hierarchy process in spatial decision support system for land use management

Geographic information systems give us the possibility to analyze, produce, and edit geographic information. Furthermore, these systems fall short on the analysis and support of complex spatial problems. Therefore, when a spatial problem, like land use management, requires a multi-criteria perspective, multi-criteria decision analysis is placed into spatial decision support systems. The analytic hierarchy process is one of many multi-criteria decision analysis methods that can be used to support these complex problems. Using its capabilities we try to develop a spatial decision support system, to help land use management. Land use management can undertake a broad spectrum of spatial decision problems. The developed decision support system had to accept as input, various formats and types of data, raster or vector format, and the vector could be polygon line or point type. The support system was designed to perform its analysis for the Zambezi river Valley in Mozambique, the study area. The possible solutions for the emerging problems had to cover the entire region. This required the system to process large sets of data, and constantly adjust to new problems’ needs. The developed decision support system, is able to process thousands of alternatives using the analytical hierarchy process, and produce an output suitability map for the problems faced.

Um modelo Data Envelopment Analysis para avaliação da eficiência dos terminais de contentores do grupo TERTIR

O transporte marítimo tem vindo a adquirir uma considerável importância na economia mundial desde o século XV. O transporte marítimo é visto como um dos meios de transporte mais viáveis, que engloba um largo número de destinos no mundo e representa, para uma determinada distância a percorrer, o menor custo por tonelada. É, também, comparativamente com o transporte aéreo e rodoviário, o meio de transporte menos poluente, tornando-o, assim, uma alternativa “amiga do ambiente”. Em particular, o transporte via contentores tem vindo a ser cada vez mais utilizado devido às suas inúmeras vantagens. O contentor permite o transporte de qualquer tipo de mercadoria em boas condições de acondicionamento e permitiu otimizar as operações efetuadas através da redução de tempo de trabalho, custos e espaço. Ademais, com a globalização, a evolução do mercado, a construção de navios de maiores dimensões e a maior tecnologia investida no setor, a competição entre os portos alcançou níveis que exigem uma maior eficiência de toda a estrutura portuária. Neste contexto, a presente dissertação visa avaliar a eficiência dos terminais de contentores do grupo TERTIR, nomeadamente os de Lisboa, Leixões e Setúbal, utilizando o método Data Envelopment Analaysis (DEA). De um modo geral, o método DEA avalia a capacidade dos terminais em converter inputs em outputs. Mais especificamente os inputs selecionados nesta dissertação dizem respeito às infraestruturas e equipamentos dos terminais em estudo, e o output considera a carga movimentada por cada terminal, sendo neste caso representada pelo número de TEUs movimentados. O modelo proposto é aplicado a um conjunto de 30 terminais de contentores Europeus de 6 países diferentes, nomeadamente, Alemanha, Bélgica, Espanha, França, Holanda e Portugal. De um modo geral, os terminais TERTIR apresentam níveis de eficiência baixos quando comparados com outros terminais Europeus. Os resultados contribuem, também, para auxiliar o grupo TERTIR no debate de algumas questões atuais com as autoridades portuárias, nomeadamente no que se refere à descida dos tarifários praticados aos seus clientes e à enunciada construção do terminal de contentores do Barreiro.

Using data mining for prediction of hospital length of stay: an application of the CRISP-DM Methodology

Hospitals are nowadays collecting vast amounts of data related with patient records. All this data hold valuable knowledge that can be used to improve hospital decision making. Data mining techniques aim precisely at the extraction of useful knowledge from raw data. This work describes an implementation of a medical data mining project approach based on the CRISP-DM methodology. Recent real-world data, from 2000 to 2013, were collected from a Portuguese hospital and related with inpatient hospitalization. The goal was to predict generic hospital Length Of Stay based on indicators that are commonly available at the hospitalization process (e.g., gender, age, episode type, medical specialty). At the data preparation stage, the data were cleaned and variables were selected and transformed, leading to 14 inputs. Next, at the modeling stage, a regression approach was adopted, where six learning methods were compared: Average Prediction, Multiple Regression, Decision Tree, Artificial Neural Network ensemble, Support Vector Machine and Random Forest. The best learning model was obtained by the Random Forest method, which presents a high quality coefficient of determination value (0.81). This model was then opened by using a sensitivity analysis procedure that revealed three influential input attributes: the hospital episode type, the physical service where the patient is hospitalized and the associated medical specialty. Such extracted knowledge confirmed that the obtained predictive model is credible and with potential value for supporting decisions of hospital managers.

Modelling tyre-road noise with data mining techniques

The research aimed to establish tyre-road noise models by using a Data Mining approach that allowed to build a predictive model and assess the importance of the tested input variables. The data modelling took into account three learning algorithms and three metrics to define the best predictive model. The variables tested included basic properties of pavement surfaces, macrotexture, megatexture, and uneven- ness and, for the first time, damping. Also, the importance of those variables was measured by using a sensitivity analysis procedure. Two types of models were set: one with basic variables and another with complex variables, such as megatexture and damping, all as a function of vehicles speed. More detailed models were additionally set by the speed level. As a result, several models with very good tyre-road noise predictive capacity were achieved. The most relevant variables were Speed, Temperature, Aggregate size, Mean Profile Depth, and Damping, which had the highest importance, even though influenced by speed. Megatexture and IRI had the lowest importance. The applicability of the models developed in this work is relevant for trucks tyre-noise prediction, represented by the AVON V4 test tyre, at the early stage of road pavements use. Therefore, the obtained models are highly useful for the design of pavements and for noise prediction by road authorities and contractors.

Estimativa dos parâmetros de compactação de solos usando técnicas de data mining

Dissertação de mestrado integrado em Engenharia Civil

Real-Time decision support using data mining to predict blood pressure critical events in intensive medicine patients

Patient blood pressure is an important vital signal to the physicians take a decision and to better understand the patient condition. In Intensive Care Units is possible monitoring the blood pressure due the fact of the patient being in continuous monitoring through bedside monitors and the use of sensors. The intensivist only have access to vital signs values when they look to the monitor or consult the values hourly collected. Most important is the sequence of the values collected, i.e., a set of highest or lowest values can signify a critical event and bring future complications to a patient as is Hypotension or Hypertension. This complications can leverage a set of dangerous diseases and side-effects. The main goal of this work is to predict the probability of a patient has a blood pressure critical event in the next hours by combining a set of patient data collected in real-time and using Data Mining classification techniques. As output the models indicate the probability (%) of a patient has a Blood Pressure Critical Event in the next hour. The achieved results showed to be very promising, presenting sensitivity around of 95%.