IMPLEMENTAÇÃO E AVALIAÇÃO DE TÉCNICAS DE IDENTIFICAÇÃO DE SISTEMAS LINEARES USANDO SOFTWARE LIVRE
|
|
- Cláudia da Mota Felgueiras
- 8 Há anos
- Visualizações:
Transcrição
1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA 4ª Semana do Servidor e 5ª Semana Acadêmica 2008 UFU 30 anos IMPLEMENTAÇÃO E AVALIAÇÃO DE TÉCNICAS DE IDENTIFICAÇÃO DE SISTEMAS LINEARES USANDO SOFTWARE LIVRE Rosiane Ribeiro Rocha 1 Universidade Federal de Uberlândia Faculdade de Engenharia Química Av. João Naves de Ávila, 2121, rosi.ribeiro.rocha@hotmail.com Luís Cláudio Oliveira Lopes 2 lcol@ufu.br Valéria Viana Murata 2 valeria@ufu.br Resumo: Neste trabalho são aplicados algoritmos de identificação de um sistema que representa uma caldeira de aquecimento, conforme modelo proposto por Vasquez et al (2008). O modelo descreve a variação da pressão de vapor que sai da caldeira, decorrente da variação no fluxo de combustível alimentado. A caracterização e avaliação da dinâmica do processo foi feita aplicandose vários tipos de perturbações na entrada, concluindo-se sobre a linearidade do modelo. Os modelos do tipo ARMAX foram obtidos através de um código implementado usando o software livre Scilab. A seleção do modelo foi feita através de índices e critérios estruturais apropriados, como MSE, AIC, FPE e BIC. A sintonia do modelo foi executada através da evolução diferencial. Os parâmetros do modelo estimados representaram adequadamente o processo, demonstrando a adequação do procedimento de estimação. Palavras-chave: Identificação de sistema, ARMAX, sintonia de modelo. 1. INTRODUÇÃO A modelagem matemática é a área do conhecimento que estuda maneiras de desenvolver e implementar modelos matemáticos de sistemas reais. Há várias formas de classificar as técnicas de modelagem. Uma delas agrupa os métodos em três categorias, denominadas modelagem caixa branca, modelagem caixa preta e modelagem caixa cinza. Na modelagem caixa branca é necessário conhecer bem o sistema em estudo, bem como as leis físicas que descrevem o sistema a ser modelado. Por essa razão esse tipo de modelagem é também conhecido como modelagem conceitual. A identificação de sistemas é uma área do conhecimento que estuda técnicas alternativas à modelagem caixa branca. Uma das características dessas técnicas é que pouco ou nenhum conhecimento prévio do sistema é necessário e, consequentemente, tais métodos são também referidos como modelagem ou identificação caixa preta ou modelagem empírica. Em muitos casos será preferível usar técnicas de identificação para se obter modelos que descrevem o comportamento de um sistema. O que se pretende descrever com tais modelos são as relações de causa e efeito entre as variáveis de entrada e de saída. Nesse caso, o tipo de modelos, as técnicas usadas e os requisitos necessários são bastante distintos dos correspondentes na modelagem pela natureza do processo. 1 - Acadêmico do curso de Engenharia Química; 2 Orientadores.
2 Uma categoria de técnicas intermediárias entre a modelagem pela natureza do processo e a identificação caixa preta é chamada identificação caixa cinza. As técnicas desse grupo caracterizam-se por usar informações auxiliares que não estão incluídas no conjunto de dados utilizados durante a identificação. O tipo de informações auxiliares e a forma são usadas variam muito entre as diversas técnicas disponíveis. Sendo assim, existem métodos de identificação caixa cinza mais claros, que usam mais informação auxiliar, e mais escuros. Esse trabalho apresenta um estudo de caso com aplicação de procedimentos para uma identificação de sistema. Através de informações obtidas de um artigo desenvolvido por Vasquez et al (2008), realizou-se diversas etapas para análise e aplicação de funções do software livre Scilab, que simulam e identificam um sistema. 2. PROCEDIMENTOS PARA A IDENTIFICAÇÃO DE UM SISTEMA A identificação de processos pode ser dividida nas seguintes etapas: a) Testes dinâmicos e coleta de dados: os arquivos de dados do processo têm o mesmo papel das equações constitutivas na modelagem teórica, pois fornecem as bases específicas para o desenvolvimento de modelos para processos específicos. Como o modelo obtido por identificação é totalmente baseado nos dados experimentais, é importante ter em mente que a informação que não está contida nos dados não pode aparecer num passe de mágica no modelo, da mesma forma que não é razoável esperar que uma equação constitutiva não especificada contribua para a qualidade do modelo teórico final. As funções de entrada típicas empregadas na identificação de processos são: degrau, impulso, pulso retangular ou arbitrário, ondas senoidais, ruído branco e seqüências binárias pseudo-randômicas; b) Escolha correta da estrutura dos modelos: determinação dos termos que devem compor os modelos, preferencialmente de forma automática, através do reconhecimento da importância destes diversos termos, utilizando os chamados dados de identificação e evitando a sobreparametrização que ocorre quando são utilizados mais termos do que o necessário; c) Estimação de parâmetros utilizando métodos numéricos adequados; d) Verificação da capacidade dos modelos em representar o processo estudado. 3. O PROCESSO 3.1 Descrição do Processo Com a finalidade de descrever o comportamento da variação da pressão de vapor em uma caldeira com aquecimento através de gases, Vasquez et al (2008) coletaram dados de uma caldeira em escala laboratorial cujo esquema está apresentado na Figura 1. Figura 1: Esquematização do Processo (Vasquez) 2
3 Estudos preliminares sobre o comportamento dinâmico deste processo revelam que existem diferentes interações entre as variáveis. Inicialmente define-se a demanda de vapor que ajusta o acendimento do queimador até obter a produção de vapor desejada. Isto requer por sua vez que o ventilador de ar forneça uma quantidade adequada de ar para a combustão do combustível. Ao mesmo tempo, água deve ser alimentada na caldeira para se combinar com o vapor produzido. Todos esses fenômenos são acoplados, e interagem intensamente afetando assim a dinâmica da troca de calor dentro da caldeira. Como a pressão de vapor dentro da caldeira é a variável dependente e o fluxo de combustível que será inflamado no queimador uma variável independente, já que pode ser controlada, um modelo matemático poderá ser obtido usando-se a pressão de vapor como a saída y(t) e o fluxo de combustível como a entrada u(t). Os autores apresentam uma análise do ganho estático da variação da pressão de vapor dentro da caldeira que permite determinar a região operacional onde o processo se comporta linearmente. Os resultados desta análise são reproduzidos na Figura 2, onde observa-se que a região de comportamento aproximadamente linear ocorre para abertura da válvula de combustível na faixa de 10 a 25% (Vasquez). Figura 2: Relação entre a pressão de vapor e a abertura da válvula numa caldeira (reproduzido de Vasquez et al (2008)) 3.2 Dinâmica do Processo O modelo que representa o comportamento do processo é dado pela Equação 1, conforme apresentado por Vasquez et al (2008): () () 2 d ΔP t dδp t TT ( T1+ T2). +Δ P() t = K. Δ( t τ ) (1) 2 dt dt sendo T 1 e T 2 constantes do tempo, P(t) a saída do processo, u(t) a entrada, τ o atraso do tempo e K o ganho do processo. Os valores dos parâmetros são: T 1 33,92 s, T 2 1,81 s, τ 35 s e K 11,3 kpa. Um experimento numérico com o sinal de entrada foi feito para caracterizar a dinâmica do processo e obter uma primeira estimativa da ordem e dos parâmetros do modelo. O sinal de entrada u(t) é aplicado ao fluxo de combustível que entra no queimador e o comportamento da pressão de vapor P(t) dentro da caldeira é medido. Através do software livre Scilab (disponível no site: uma simulação do processo foi executada. As condições iniciais para a presente simulação foram: para um tempo inicial de 150 segundos, o P(t) eram [0;0] 3
4 O gráfico que descreve o comportamento do processo ao longo do intervalo de tempo de 150 a 450 segundos é apresentado na Figura 3. Tal gráfico foi gerado pela resolução da equação diferencial ordinária de 2º ordem, representada pela Equação 1, através do método de Runge Kutta, para uma abertura da válvula de 10%. Figura 3: Variação dinâmica da pressão de vapor O estado estacionário do processo (P vapor = 565 kpa) foi estimado através da função fsolve do Scilab para uma abertura de 50% da válvula Perturbação Degrau A caracterização da dinâmica do processo foi feita através de perturbações degrau de ± 10, ± 20 e ± 30 a partir do estado estacionário. Os resultados são mostrados na Figura 4. Figura 4: Resultados das perturbações degraus a partir do estado estacionário O modelo pode ser considerado linear, pois perturbações simétricas geraram respostas simétricas da saída, conforme apresentado no gráfico Perturbação Randômica Agora com uma perturbação mais intensa, mas ainda com o objetivo de avaliar a dinâmica do processo, a perturbação randômica foi aplicada e dados da saída coletados para posterior análise e avaliação. Esta perturbação foi desenvolvida através da função grand do software Scilab, que gera um sinal totalmente randômico e diferente em cada execução. A Figura 5 apresenta a perturbação e os resultados obtidos. 4
5 (a) (b) Figura 5: (a) Perturbação randômica e (b) Resposta da pressão de vapor à perturbação randômica A perturbação randômica possibilita excitar a planta em vários pontos, permitindo posteriormente obter a partir desses dados, um modelo muito mais condizente com a realidade Perturbação PRBS Aplicando um outro tipo de perturbação, do tipo PRBS, apresentada na Figura 6(a), obtémse os resultados representados na Figura 6(b). O sinal PRBS, além de ser de fácil geração, constrói uma perturbação de grande controle. As principais características desse sinal são: a) Pode tomar dois valores (+V e V); b) Só comuta entre níveis em instantes discretos t = 0, 1h, 2h...; c) Os instantes de comutação são pre-determinados, i.e. o sinal é determinístico; d) É periódico com período T 0 = N.h, onde N é um número inteiro ímpar; e) Em cada período existem (N+1)/2 intervalos a um nível e (N-1)/2 intervalos no outro nível; f) A função de autocorrelação, num período, é semelhante a um impulso (Lemos). (a) (b) Figura 6: (a) Perturbação PRBS e (b) Resultados obtidos com a perturbação PRBS Pela análise gráfica, nota-se que a planta responde de forma rápida a uma perturbação de sinal PRBS, ou seja, o atraso do processo é pequeno. 4. IDENTIFICAÇÃO DO SISTEMA 4.1 Representação em Tempo Discreto: Modelo ARMAX Considere o seguinte modelo geral: A(q)y(k) = B(q)u(k) + C(q)v(k) (2) F(q) D(q) sendo q -1 o operador de atraso, de forma que y(k)q -1 = y(k-1), v(k) ruído branco e A(q), B(q), C(q), D(q) e F(q) os polinômios definidos a seguir: 5
6 A(q) = 1 a 1 q a ny q -n y (3) B(q) = b 1 q b nu q -n u C(q) =1 + c 1 q c nv q -n v (4) (5) D(q) = 1 + d 1 q d nd q -n d (6) F(q) = 1 + f 1 q f nf q -n f (7) O modelo auto-regressivo com média móvel e entradas exógenas (ARMAX, do inglês Autoregressive Moving Average with Exogenous Inputs) pode ser obtido a partir do modelo geral, tomando-se D(q) = F(q) =1 e A(q), B(q) e C(q) polinômios arbitrários, resultando em A(q)y(k) = B(q)u(k) + C(q)v(k) (8) ou, alternativamente, y(k) = B(q)u(k) + C(q)v(k) A(q) A(q) y(k) = H(q)u(k) + e(k) (9) (10) sendo e(k) não branco. O modelo ARMAX pertence à classe de modelos de erro na equação e é representado na Figura 7. No presente caso o erro na equação é modelado como um processo de média móvel (MA), e o ruído adicionado à saída, e(k), é modelado como ruído branco filtrado pelo filtro ARMA, C(q)/A(q) (Aguirre, 2007). Figura 7: Representação esquemática do modelo ARMAX (reproduzido de Aguirre (2007)) 4.2 Identificação do caso da caldeira O modelo ARMAX foi utilizado para representar o sistema cujos dados foram gerados pela perturbação randômica. Os possíveis modelos ARMAX que descrevem o processo foram obtidos pelo software Scilab e avaliados por critérios adequados. Dos 1150 dados foram usados 575 para a identificação e 575 para a validação. A avaliação de um modelo pode ser executado através de índices e critérios estruturais, como MSE (Erro Quadrático Médio), AIC (critério de informação de AKaike), FPE (do inglês, Final Prediction Error) e BIC (do inglês, B Information Criterion). O índice MSE é definido pela Equação 11: MSE = n i= 1 ( y y ) 2 i n i (11) 6
7 sendo n o número de amostras, y i o valor de referência e ŷ i o valor previsto pelo modelo para a i- ésima amostra (mencionado por Morgano et al, 2008). O critério AIC é obtido através da função de Máxima Verossimilhança, a partir dos parâmetros ajustados para os modelos conforme os métodos. Este critério foi desenvolvido a partir da distância ou informação de Kulback e Leibler (1951). Esta distância é uma medida de discrepância entre as linhas do modelo verdadeiro e o modelo aproximado. Akaike (1983) relacionou a distância de Kulback e Leibler com a Máxima Verossimilhança, surgindo o AIC. O AIC é definido pela Equação 12: AIC = - 2log(L) + 2K (12) sendo L a Verossimilhança Maximizada do modelo candidato e K, o número de parâmetros deste modelo (mencionado por Shirotai et al, 2002). Já o critério do erro de predição final (FPE), proposto por Akaike (1969) é dado pela Equação 13: FPE(p) = ( p + 1) ( ) p + 1 N + pˆ p. (13) N na qual N é o número de amostras, p é a ordem do modelo e pˆ p é a estimativa da variância do ruído branco de entrada para o modelo de ordem p (mencionado por Shirotai et al, 2002). E finalmente, o índice BIC é o critério B de informação, que usa conceitos estatísticos de Bayes (Akaike, 1977; Akaike, 1978; Schwartz, 1978). A função a ser minimizada pela ordem ótima é dada pela Equação 14: p pˆ 1 x N + + p.ln 1 p.ln( N) p.ln p. 1 (14) N pˆ p BIC(p) =.ln( pˆ ) ( N p) na qual pˆ x é a variância da saída do modelo AR (mencionado por Shirotai et al, 2002). Através da avaliação de índices e critérios estruturais já mencionados, realizada com ordens de 1 a 9 do modelo ARMAX, variando o auto-regressor r de 1 a 3 e o auto-regressor s de 1 a 3, conclui-se que o de ordem 4 (r = 2 e s = 1) é o que melhor representa o processo em questão. Para chegar a essa conclusão, além de verificar qual ordem que apresenta os menores valores dos índices e critérios citados, foi levado em consideração a ordem que apresenta o menor esforço computacional. A Figura 8 apresenta as avaliações executadas. 7
8 Figura 8: Avaliação da qualidade do modelo com índice MSE e critérios estruturais AIC, FPE e BIC. Os melhores valores de MSE, AIC, FPE e BIC estão na Tabela 1. Tabela 1 Melhores valores de MSE, AIC, FPE e BIC MSE AIC FPE BIC 0, , , ,6335 A identificação e a validação do modelo ARMAX é mostrada na Figura 9. Figura 9: Identificação e validação do modelo ARMAX O melhor modelo ARMAX que ajusta os dados, fornecido pelo Scilab é descrito pelas Equações 15 a 17: 8
9 A(q) = q 1 + 0, q 2, (15) B(q) = - 0, , q 1 e (16) C(q) = 1. (17) Essas matrizes substituem seus correspondentes no modelo geral ARMAX descrito pela Equação SINTONIA DO MODELO UTILIZANDO EVOLUÇÃO DIFERENCIAL A Evolução Diferencial foi desenvolvida por Storn e Price em meados da década de noventa e surgiu de tentativas de resolver o problema de ajuste polinomial de Chebychev (mencionado por Arantes et al, 2006). Para caso em questão, foi utilizado o algoritmo fornecido pelo Matlab, mas adaptado para uso no software livre Scilab. O algoritmo é iniciado criando uma população inicial escolhida aleatoriamente devendo cobrir todo o espaço de busca. Geralmente, é criada por uma distribuição de probabilidade uniforme, quando não há nenhum conhecimento sobre o problema. A idéia principal da evolução diferencial é gerar novos indivíduos, denotados vetores modificados ou doadores, pela adição da diferença ponderada entre dois indivíduos aleatórios da população a um terceiro indivíduo. Esta operação é chamada mutação. As componentes do indivíduo doador são misturadas com as componentes de um indivíduo escolhido aleatoriamente (denotado vetor alvo), para resultar o chamado vetor tentativa, ou vetor experimental. O processo de misturar os parâmetros é referido freqüentemente como "cruzamento" na comunidade dos algoritmos evolutivos. Se o vetor experimental resultar um valor da função objetivo menor que o vetor alvo, então o vetor experimental substitui o vetor alvo na geração seguinte. Esta última operação é chamada seleção. O procedimento é finalizado através de algum critério de parada. Os parâmetros T1 (constante do tempo) e K (ganho do processo) do modelo descrito na Equação 1 foram obtidos através de 10 execuções do algoritmo de Evolução Diferencial. Os melhores valores encontrados para os parâmetros foram: T1 = 33, s e K = 11, s. A Tabela 2 apresenta uma comparação entre os parâmetros teóricos e os identificados com respectivos erros relativos. Tabela 2: Erros relativos entre os parâmetros identificados e os teóricos. Parâmetros Teóricos Parâmetros Identificados Erro relativo T1 = 33,92 s T1 = 33, s 0,41% K = 11,3 s T2 = 11, s 0,40% Pela análise da tabela acima, nota-se que a sintonia foi excelente e os parâmetros foram identificados de forma satisfatória. 6. AGRADECIMENTOS Agradeço à FAPEMIG pela oportunidade e incentivo financeiro. Aos professores Valéria Viana e Luís Cláudio Lopes, pela dedicação e apoio. 9
10 7. REFERÊNCIAS Aguirre, L. A. (2007). Introdução à Identificação de Sistemas: Técnicas Lineares e Não Lineares Aplicadas a Sistemas Reais, 3 edn, Editora UFMG, Belo Horizonte,BH. Arantes, M. B., Oliveira, G.T.S. e Saramago, S.F.P., Evolução Diferencial aplicada à solução de alguns problemas de Engenharia de Produção, FAMAT em revista, nº 6, Maio de 2006, Uberlândia, MG. Ken Price, Rainer Storn, and Jouni Lampinen (2005): Differential Evolution - A Practical Approach to Global Optimization. Springer. Lemos, J.M. e Bernardino, A., Modelação, Identificação e Controle Digital Métodos não paramétrico, IST- Secção de Sistemas e Controle, disponível no site <users.isr.ist.utl.pt/~alex/micd0506/micd3b.pdf>. Acessado em 20 de agosto de Morgano, M.A., Faria, C.G., Ferrão, M.F., Bragagnolo, N. e Ferreira, M.M.C., 2008, Determinação de umidade em café cru usando espectroscopia NIR e regressão multivariada, Ciência e Tecnologia de Alimentos, vol.28 nº1, Campinas, SP. Shirotai, C. e Itiki, C., 2002, Determinação da ordem na modelagem auto-regressiva de sinais eletromiográficos, Produção em Iniciação Científica da EPUSP, São Paulo, SP. Vasquez, J. R. R., Perez, R. R., Moriano, J. S., & Gonzalez, J. R. P., System identification of steam pressure in a fire-tube boiler, Computers and Chemical Engineering (2007), doi: /j.compchemeng IMPLEMENTATION AND EVALUATION OF TECHNIQUES OF IDENTIFICATION OF LINEAR SYSTEMS USING FREE SOFTWARE Rosiane Ribeiro Rocha Federal University of Uberlândia School of Chemical Engineering 2121, Avenue João Naves de Ávila, rosi.ribeiro.rocha@hotmail.com Luís Cláudio Oliveira Lopes lcol@ufu.br Valéria Viana Murata valeria@ufu.br Abstract: In this article, identification algorithms are applied to a system that represents a fire-tube boiler, as modeled by Vasquez et al. (2008). The model describes the change in the pressure of steam that leaves the boiler, resulting from the change in the fuel flow fuel supplied. The characterization and evaluation of the dynamics of the process were made according to various kinds of disturbances at the entrance, concluding about the linearity of the model. The models of the ARMAX type were obtained through a code implemented using the free software Scilab.. The selection of the model was made through indices and structural appropriate criteria, such as MSE, AIC, FPE and BIC. Model tuning was addressed by using the Differential Evolution. The parameters of the estimated model properly accounted for the process behavior, demonstrating the suitability of the estimation procedure. Keywords: Systems Identification, ARMAX, model tuning. 10
Aplicação de algoritmos genéticos para ajuste de modelos regressores não lineares com grande número de parâmetros 1. Introdução
15 Aplicação de algoritmos genéticos para ajuste de modelos regressores não lineares com grande número de parâmetros 1 Kamila Lacerda de Almeida 2, Mariana Tito Teixeira 3, Roney Alves da Rocha 4 Resumo:
Leia maisAnálise de componentes independentes aplicada à avaliação de imagens radiográficas de sementes
Análise de componentes independentes aplicada à avaliação de imagens radiográficas de sementes Isabel Cristina Costa Leite 1 2 3 Thelma Sáfadi 2 Maria Laene Moreira de Carvalho 4 1 Introdução A análise
Leia maisUniversidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais
Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG437 Sistemas de Controle Digitais Introdução Controladores PID Prof. Walter Fetter Lages 2 de maio
Leia maisSUPERVISÓRIO E SISTEMA ESPECIALISTA DE UM PROCESSO DE QUATRO TANQUES
SUPERVISÓRIO E SISTEMA ESPECIALISTA DE UM PROCESSO DE QUATRO TANQUES José Alberto Naves Cocota Júnior cocota@em.ufop.br Ludmila Paola Pereira Iwasaki ludmilavpl@hotmail.com Pedro Henrique Lopes Faria lopesfaria@hotmail.com
Leia maisAMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll
AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll! Os parâmetros para decisão do auditor.! Tipos de planos de amostragem estatística em auditoria. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas
Leia maisA UTILIZAÇÃO DO MÉTODO NODAL NA SIMULAÇÃO DE PROCESSOS TÉRMICOS
A UTILIZAÇÃO DO MÉTODO NODAL NA SIMULAÇÃO DE PROCESSOS TÉRMICOS C. R. RODRIGUES VELOSO 1, R. GEDRAITE 2 1 Bolsista PIBIC FAPEMIG/UFU, discente do curso de Engenharia Química 2 Professor da Faculdade de
Leia maisagility made possible
RESUMO DA SOLUÇÃO Utilitário ConfigXpress no CA IdentityMinder a minha solução de gerenciamento de identidades pode se adaptar rapidamente aos requisitos e processos de negócio em constante mudança? agility
Leia maisSoftware Livre e Engenharia Elétrica
Software Livre e Engenharia Elétrica Diego Cézar Silva de Assunção Henrique Ribeiro Soares José Rubens Guimarães Vilaça Lima Pedro Dias de Oliveira Carvalho Rafael Viegas de Carvalho Carlos Gomes O software
Leia maisAvaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Introdução a Avaliação de Desempenho de Sistemas Prof. Othon M. N. Batista othonb@yahoo.com Roteiro Definição de Sistema Exemplo de Sistema: Agência Bancária Questões
Leia maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisClassificação: Determinístico
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Da mesma forma que sistemas os modelos de simulação podem ser classificados de várias formas. O mais usual é classificar os modelos
Leia mais2 Estudo dos Acoplamentos
24 2 Estudo dos Acoplamentos Um problema acoplado é aquele em que dois ou mais sistemas físicos interagem entre si e cujo acoplamento pode ocorrer através de diferentes graus de interação (Zienkiewicz
Leia maisSNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IV GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA - GAT
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GAT 24 14 a 17 Outubro de 2007 Rio de Janeiro - RJ GRUPO IV GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA - GAT MODELAGEM
Leia maisPoluição atmosférica decorrente das emissões de material particulado na atividade de coprocessamento de resíduos industriais em fornos de cimento.
Poluição atmosférica decorrente das emissões de material particulado na atividade de coprocessamento de resíduos industriais em fornos de cimento. Benedito Costa Santos Neto
Leia maisELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB
ELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB Mardoqueu de Oliveira Neto mardoqueu6@hotmail.com Gustavo Maia de Almeida gmaia@ifes.edu.br
Leia maiswww.fundep.br/programacaptar, juntamente com este regulamento.
PROGRAMA DE CAPTAÇÃO DE RECURSOS FUNDEP REGULAMENTO PARA CADASTRAMENTO DE PROJETOS UFMG A Fundep//Gerência de Articulação de Parcerias convida a comunidade acadêmica da UFMG a cadastrar propostas de acordo
Leia maisTRABALHO: CONTROLE DE UM SISTEMA PÊNDULO-CARRO
TRABALHO: CONTROLE DE UM SISTEMA PÊNDULO-CARRO Professor: Tiago Dezuo 1 Objetivos Desenvolver técnicas de controle por variáveis de estado clássicas e ótimas, realizando comparações de desempenho entre
Leia maisTransformação de um Modelo de Empresa em Requisitos de Software
Transformação de um Modelo de Empresa em Requisitos de Software Fábio Levy Siqueira 1 and Paulo Sérgio Muniz Silva 2 1 Programa de Educação Continuada da Poli-USP, São Paulo, Brazil 2 Escola Politécnica
Leia maisFaculdade Sagrada Família
AULA 12 - AJUSTAMENTO DE CURVAS E O MÉTODO DOS MÍNIMOS QUADRADOS Ajustamento de Curvas Sempre que desejamos estudar determinada variável em função de outra, fazemos uma análise de regressão. Podemos dizer
Leia maisEspecificação Operacional.
Especificação Operacional. Para muitos sistemas, a incerteza acerca dos requisitos leva a mudanças e problemas mais tarde no desenvolvimento de software. Zave (1984) sugere um modelo de processo que permite
Leia maisUso de software livre para modelagem matemática e simulação
Uso de software livre para modelagem matemática e simulação Rafael de Oliveira Silva 1 Sônia Ternes 2 Um modelo matemático pode ser definido como um conjunto de símbolos e relações matemáticas que traduzem,
Leia maisControle II. Estudo e sintonia de controladores industriais
Controle II Estudo e sintonia de controladores industriais Introdução A introdução de controladores visa modificar o comportamento de um dado sistema, o objetivo é, normalmente, fazer com que a resposta
Leia maisProcessamento Digital de Sinais Aula 05 Professor Marcio Eisencraft fevereiro 2012
Aula 05 - Sistemas de tempo discreto Classificação Bibliografia OPPENHEIM, A.V.; WILLSKY, A. S. Sinais e Sistemas, 2a edição, Pearson, 2010. ISBN 9788576055044. Páginas 25-36. HAYKIN, S. S.; VAN VEEN,
Leia maisEngenharia de Software II
Engenharia de Software II Aula 28 Revisão para a Prova 2 http://www.ic.uff.br/~bianca/engsoft2/ Aula 28-28/07/2006 1 Matéria para a Prova 2 Gestão de projetos de software Conceitos (Cap. 21) Métricas (Cap.
Leia maisPARLAMENTO EUROPEU. Comissão dos Assuntos Jurídicos. 10.6.2005 PE 360.003v01-00
PARLAMENTO EUROPEU 2004 ««««««««««««Comissão dos Assuntos Jurídicos 2009 10.6.2005 PE 360.003v01-00 ALTERAÇÕES 1-17 Projecto de recomendação para segunda leitura Michel Rocard Patenteabilidade das invenções
Leia maisPlanificação de. Aplicações Informáticas B
Escola básica e secundária de Velas Planificação de Aplicações Informáticas B Ano letivo 2011/2012 1- Introdução à Programação Planificação de Aplicações Informáticas B Unidade Sub-Unidades Objetivos Conteúdos
Leia maisPOLÍTICA DE GESTÃO DE RISCO - PGR
POLÍTICA DE GESTÃO DE RISCO - PGR DATASUS Maio 2013 Arquivo: Política de Gestão de Riscos Modelo: DOC-PGR Pág.: 1/12 SUMÁRIO 1. APRESENTAÇÃO...3 1.1. Justificativa...3 1.2. Objetivo...3 1.3. Aplicabilidade...4
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia mais18º Congresso de Iniciação Científica IMPLEMENTAÇÃO DE UM MODELO DE TESTE DE APLICAÇÕES WEB
18º Congresso de Iniciação Científica IMPLEMENTAÇÃO DE UM MODELO DE TESTE DE APLICAÇÕES WEB Autor(es) HARLEI MIGUEL DE ARRUDA LEITE Orientador(es) PLÍNIO ROBERTO SOUZA VILELA Apoio Financeiro PIBIC/CNPQ
Leia maisTrabalho 7 Fila de prioridade usando heap para simulação de atendimento
Trabalho 7 Fila de prioridade usando heap para simulação de atendimento Data: 21/10/2013 até meia-noite Dúvidas até: 09/10/2013 Faq disponível em: http://www2.icmc.usp.br/~mello/trabalho07.html A estrutura
Leia maisANÁLISE DO PROCESSO DE MISTURA DE ÁGUA E CAL UTILIZANDO O SCILAB
ANÁLISE DO PROCESSO DE MISTURA DE ÁGUA E CAL UTILIZANDO O SCILAB Brunela Bonatto Milli 1, Danielly Cristina Gripa 2, George Simonelli 3, Victor Matheus Alves 4 1. Graduada em Engenharia Química pela Faculdade
Leia maisDESENVOLVIMENTO DE UM DINAMÔMETRO PARA MOTORES ELÉTRICOS EMPREGADOS EM VEÍCULOS EM ESCALA, COM MEDIDA DE DIRETA DE TORQUE E CARGA VARIÁVEL
DESENVOLVIMENTO DE UM DINAMÔMETRO PARA MOTORES ELÉTRICOS EMPREGADOS EM VEÍCULOS EM ESCALA, COM MEDIDA DE DIRETA DE TORQUE E CARGA VARIÁVEL Aluno: Vivian Suzano Orientador: Mauro Speranza Neto 1. Introdução
Leia maisRoteiro SENAC. Análise de Riscos. Planejamento do Gerenciamento de Riscos. Planejamento do Gerenciamento de Riscos
SENAC Pós-Graduação em Segurança da Informação: Análise de Riscos Parte 2 Leandro Loss, Dr. Eng. loss@gsigma.ufsc.br http://www.gsigma.ufsc.br/~loss Roteiro Introdução Conceitos básicos Riscos Tipos de
Leia maisUNIVERSIDADE FEDERAL DE SANTA MARIA COLÉGIO TÉCNICO INDUSTRIAL DE SANTA MARIA Curso de Eletrotécnica
UNIVERSIDADE FEDERAL DE SANTA MARIA COLÉGIO TÉCNICO INDUSTRIAL DE SANTA MARIA Curso de Eletrotécnica Apostila de Automação Industrial Elaborada pelo Professor M.Eng. Rodrigo Cardozo Fuentes Prof. Rodrigo
Leia maisAnálise e Projeto de Software
Análise e Projeto de Software 1 Mundo Real Modelagem Elicitação Análise Problemas Soluções Gap Semântico Mundo Computacional Elicitação de Requisitos Análise de Requisitos Modelagem dos Requisitos 2 Projeto
Leia maisESTENDENDO A UML PARA REPRESENTAR RESTRIÇÕES DE INTEGRIDADE
ESTENDENDO A UML PARA REPRESENTAR RESTRIÇÕES DE INTEGRIDADE Fabiana Gomes Marinho Faculdade Lourenço Filho Resumo: Na UML, a modelagem conceitual dos dados é descrita pelo diagrama de classes, que através
Leia maisModelagem e Simulação
AULA 8 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo. Tipos
Leia maisSistema de Controle e Monitoramento de uma Bancada Experimental para Amortecedor Magneto-Reológico
Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 2010 Associação Brasileira de Métodos Computacionais em Engenharia Sistema de Controle e Monitoramento de uma Bancada Experimental para Amortecedor
Leia maisÁlgebra. SeM MiSTéRio
Álgebra SeM MiSTéRio Série SeM MiSTéRio Alemão Sem Mistério Álgebra Sem Mistério Cálculo Sem Mistério Conversação em Alemão Sem Mistério Conversação em Espanhol Sem Mistério Conversação em Francês Sem
Leia maisProjecto de Programação por Objectos 2007/08 Escalonamento em Multi-processador por Programação Evolutiva MEBiom/MEEC 1 Problema
Projecto de Programação por Objectos 2007/08 Escalonamento em Multi-processador por Programação Evolutiva MEBiom/MEEC 1 Problema Considere-se um sistema com um conjunto finito de processadores P = {p1,...,
Leia maisRELATÓRIO FINAL DO PROJETO
RELATÓRIO FINAL DO PROJETO I. DADOS BÁSICOS Nome da organização: Conservation Strategy Fund Título do projeto: Economics of the Conservation of Corridors in the Atlantic Forest Parceiros que contribuíram
Leia maisARQUITETURA DE COMPUTADORES
1 ARQUITETURA DE COMPUTADORES U C P Prof. Leandro Coelho Plano de Aula 2 Aula Passada Definição Evolução dos Computadores Histórico Modelo de Von-Neumann Básico CPU Mémoria E/S Barramentos Plano de Aula
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisMe todos de Ajuste de Controladores
Me todos de Ajuste de Controladores Recapitulando aulas passadas Vimos algumas indicações para a escolha do tipo de controlador feedback dependendo da malha de controle que está sendo projetada. Vimos
Leia maisOANAFAS é um programa computacional
ANAFAS Análise de Faltas Simultâneas OANAFAS é um programa computacional para cálculo de curtos-circuitos. Permite a execução automática de grande variedade de faltas e possui facilidades, como estudo
Leia maisGerenciamento de Projeto: Planejando os Riscos. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Planejando os Riscos Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Planejar o Gerenciamento dos Riscos. Identificar os Riscos Realizar a Análise Qualitativa
Leia maisDesenvolvimento de um sistema computacional para otimização de custos e ganho nutricional nas refeições do restaurantes do IFMG-campus Bambuí
V Semana de Ciência e Tecnologia IFMG - campus Bambuí V Jornada Científica 19 a 24 de novembro de 2012 Desenvolvimento de um sistema computacional para otimização de custos e ganho nutricional nas refeições
Leia maisModelo Matemático no Espaço de Estados de uma Caldeira de Vapor Aquatubular
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Modelo Matemático no Espaço de Estados de uma Caldeira de Vapor Aquatubular Aline F. Bianco, Vinícius dos R. A. Ferreira, Leandro R. Mattioli Departamento
Leia maisTG-01-2012-EL. e-mail 1 : diego190103@gmail.com; e-mail 2 : ffpuccia@uol.com.br; e-mail 3 : peleggi@ig.com.br;
Controle de ângulos de azimute e de elevação num sistema Aeroestabilizador Diego Amorim 1 ; Filipe Puccia 2 & Regis Peleggi 3. Orientador: Alexandre Brincalepe Campo. TG-01-2012-EL 1, 2,3 Graduandos do
Leia maisClassificação de Imagens
Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,
Leia maisUNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE ENGENHARIA ELÉTRICA E INFORMÁTICA
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE ENGENHARIA ELÉTRICA E INFORMÁTICA DEPARTAMENTO DE ENGENHARIA ELÉTRICA ELETRÔNICA SÉRIE DE EXERCÍCIO #A22 (1) O circuito a seguir amplifica a diferença de
Leia maisANÁLISE NUMÉRICA DA ADERÊNCIA ENTRE AÇO E CONCRETO ENSAIO PULL-OUT TEST
ANÁLISE NUMÉRICA DA ADERÊNCIA ENTRE AÇO E CONCRETO ENSAIO PULL-OUT TEST Julia Rodrigues Faculdade de Engenharia Civil CEATEC julia.r1@puccamp.edu.br Nádia Cazarim da Silva Forti Tecnologia do Ambiente
Leia maisEstudo das Propriedades Físico Mecânicas do Papel a ser submetido ao 4º EETCG- Encontro de Engenharia e Tecnologia dos Campos Gerais
Estudo das Propriedades Físico Mecânicas do Papel a ser submetido ao 4º EETCG- Encontro de Engenharia e Tecnologia dos Campos Gerais Pâmila Thais Heitkoeter de Melo (FATEB Faculdade de Telêmaco Borba)
Leia mais5 Um simulador estocástico para o fluxo de caixa
5 Um simulador estocástico para o fluxo de caixa O objetivo desse capítulo é o de apresentar um simulador estocástico para o fluxo de caixa de um plano de previdência do tipo PGBL de um único indivíduo.
Leia maisMINISTÉRIO DA FAZENDA Secretaria do Tesouro Nacional TERMO DE REFERÊNCIA
1 MINISTÉRIO DA FAZENDA Secretaria do Tesouro Nacional TERMO DE REFERÊNCIA Contratação de um consultor especializado no desenvolvimento de programas voltados à promoção da saúde e da qualidade de vida
Leia mais4. RESULTADOS E DISCUSSÃO
4. RESULTADOS E DISCUSSÃO 4.1. Energia cinética das precipitações Na Figura 9 estão apresentadas as curvas de caracterização da energia cinética aplicada pelo simulador de chuvas e calculada para a chuva
Leia maisEstudo de Casos 57. 5.1. Estudo de Caso 1: Velocidade Intervalar e Espessura da Camada
Estudo de Casos 57 5 Estudo de Casos Neste capítulo são relatados três estudos de caso com sismogramas de referência sintéticos que têm como objetivo avaliar o modelo proposto. Na descrição dos estudos
Leia maisConcentração física de minerais
Concentração física de minerais 2. Definição de concentração e balanço de massa Prof. Dr. André Carlos Silva CONCENTRAÇÃO A concentração de minérios ocorre quando é preciso separar os minerais de interesse
Leia maisCiências Físico - Químicas. Planificação de uma Actividade Laboratorial No contexto dos Novos Programas
ESCOLA SECUNDÁRIA NUNO ÁLVARES CASTELO BRANCO Ciências Físico - Químicas Planificação de uma Actividade Laboratorial No contexto dos Novos Programas Trabalho elaborado por: Célia Maria Antunes Dias Castelo
Leia maisÓleo Combustível. Informações Técnicas
Informações Técnicas 1. Definição e composição... 3 2. Principais aplicações... 3 2.1. Sistemas de combustão de óleo combustível... 3 3. Tipos de óleos combustíveis... 4 4. Requisitos de qualidade e especificação...
Leia maisO ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO
O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO Prof. Leugim Corteze Romio Universidade Regional Integrada URI Campus Santiago-RS leugimcr@urisantiago.br Prof.
Leia mais3 Previsão da demanda
42 3 Previsão da demanda Este capítulo estuda o processo de previsão da demanda através de métodos quantitativos, assim como estuda algumas medidas de erro de previsão. Num processo de previsão de demanda,
Leia maisKarine Nayara F. Valle. Métodos Numéricos de Euler e Runge-Kutta
Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Professor Orientador: Alberto Berly Sarmiento Vera Belo Horizonte 2012 Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Monografia
Leia mais9º ENTEC Encontro de Tecnologia: 23 a 28 de novembro de 2015
ANÁLISE DE DISTORÇÕES HARMÔNICAS Michelle Borges de Oliveira¹; Márcio Aparecido Arruda² ¹Universidade de Uberaba, Uberaba Minas Gerais ²Universidade de Uberaba, Uberaba Minas Gerais oliveiraborges.michelle@gmail.com;
Leia maisUNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 14 PROFª BRUNO CALEGARO
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 14 PROFª BRUNO CALEGARO Santa Maria, 01 de Novembro de 2013. Revisão aula passada Projeto de Arquitetura Decisões de projeto de Arquitetura
Leia maisCapítulo 2 Objetivos e benefícios de um Sistema de Informação
Capítulo 2 Objetivos e benefícios de um Sistema de Informação 2.1 OBJETIVO, FOCO E CARACTERÍSTICAS DOS SISTEMAS DE INFORMAÇÃO. Os Sistemas de Informação, independentemente de seu nível ou classificação,
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Terminologia Básica Utilizada em de Sistemas Terminologia Básica Uma série de termos
Leia maisMÉTODOS ANALÍTICOS UTILIZADOS PARA DETERMINAÇÃO DE FÁRMACOS CONTAMINANTES DO MEIO AMBIENTE
MÉTODOS ANALÍTICOS UTILIZADOS PARA DETERMINAÇÃO DE FÁRMACOS CONTAMINANTES DO MEIO AMBIENTE Eliza de Souza Lopes 1 Ludimila Raydan Mota Barbosa 1 Vanessa de Souza Gamarano 1 Adriana Nascimento de Sousa
Leia maisRoteiro SENAC. Análise de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos
SENAC Pós-Graduação em Segurança da Informação: Análise de Riscos Parte 5 Leandro Loss, Dr. Eng. loss@gsigma.ufsc.br http://www.gsigma.ufsc.br/~loss Roteiro Análise de Qualitativa Quantitativa Medidas
Leia maisCapítulo 2. Processos de Software. 2011 Pearson Prentice Hall. Todos os direitos reservados. slide 1
Capítulo 2 Processos de Software slide 1 Tópicos apresentados Modelos de processo de software. Atividades de processo. Lidando com mudanças. Rational Unified Process (RUP). Um exemplo de um processo de
Leia maisCAPÍTULO 25 COERÊNCIA REGULATÓRIA
CAPÍTULO 25 COERÊNCIA REGULATÓRIA Artigo 25.1: Definições Para efeito deste Capítulo: medida regulatória coberta significa a medida regulatória determinada por cada Parte a ser objeto deste Capítulo nos
Leia maisMODELAMENTO SÍSMICO: A EQUAÇÃO DA ONDA ACÚSTICA
Universidade Estadual de Campinas Instituto de Matemática, Estatística, e Computação Científica RELATÓRIO DE INICIAÇÃO CIENTÍFICA MODELAMENTO SÍSMICO: A EQUAÇÃO DA ONDA ACÚSTICA Prof. Dr. Lúcio Tunes dos
Leia maisProcessos de gerenciamento de projetos em um projeto
Processos de gerenciamento de projetos em um projeto O gerenciamento de projetos é a aplicação de conhecimentos, habilidades, ferramentas e técnicas às atividades do projeto a fim de cumprir seus requisitos.
Leia maisQUÍMICA. 4. Um professor, utilizando comprimidos de antiácido efervescente à base de NaHCO 3, realizou quatro procedimentos, ilustrados a seguir:
QUÍMICA Prof. Rodrigo Rocha 1. Alguns fatores podem alterar a rapidez das reações químicas. A seguir, destacam-se três exemplos no contexto da preparação e da conservação de alimentos: 1) A maioria dos
Leia maisDINÂMICA DOS FLUIDOS COMPUTACIONAL. CFD = Computational Fluid Dynamics
DINÂMICA DOS FLUIDOS COMPUTACIONAL CFD = Computational Fluid Dynamics 1 Problemas de engenharia Métodos analíticos Métodos experimentais Métodos numéricos 2 Problemas de engenharia FENÔMENO REAL (Observado
Leia maisDESCRIÇÃO DE UMA ESTRATEGIA PARA COMPETIÇÃO DE FUTEBOL DE ROBOS
DESCRIÇÃO DE UMA ESTRATEGIA PARA COMPETIÇÃO DE FUTEBOL DE ROBOS João Paulo Gonçalves Simim e Profa. Dra. Karla Boaventura Pimenta Palmieri Universidade Federal de Ouro Preto joaosimim@gmail.com CEP 35.400-000
Leia mais1 Problemas de transmissão
1 Problemas de transmissão O sinal recebido pelo receptor pode diferir do sinal transmitido. No caso analógico há degradação da qualidade do sinal. No caso digital ocorrem erros de bit. Essas diferenças
Leia maisControle de um sistema de ventilação em um quadro de comando e controle
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE DEE DEPARTAMENTO DE ENGENHARIA ELÉTRICA ENGENHARIA ELÉTRICA INSTRUMENTAÇÂO ELETRÔNICA Controle de um sistema de ventilação em um quadro de comando e controle
Leia maisTecnologia de faixa para falha
Tecnologia de faixa para falha Por Tom Bell e John Nankivell Índice 1. Introdução 1 2. Equipamento de teste / processo de teste de PIM existente 2 3. Nova análise de RTF / limitações técnicas 3 4. Fluxograma
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisWhite-box test: Também conhecido como teste estrutural, tem por objetivo validar os dados derivados das funções do sistema.
22. Planejamento, Especificação e Execução dos Testes A implantação de um sistema de boa qualidade, dentro de um prazo específico, pode ser seriamente prejudicada caso uma etapa extremamente importante
Leia maisGerenciamento de Projetos Modulo II Clico de Vida e Organização
Gerenciamento de Projetos Modulo II Clico de Vida e Organização Prof. Walter Cunha falecomigo@waltercunha.com http://waltercunha.com Bibliografia* Project Management Institute. Conjunto de Conhecimentos
Leia maisCurvas em coordenadas polares
1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.
Leia maisUniversidade Federal do Paraná
Universidade Federal do Paraná Programa de pós-graduação em engenharia de recursos hídricos e ambiental TH705 Mecânica dos fluidos ambiental II Prof. Fernando Oliveira de Andrade Problema do fechamento
Leia maisDESENVOLVENDO O SISTEMA
DESENVOLVENDO O SISTEMA Declaração da Necessidade O primeiro passo do processo de análise de sistema envolve a identificação da necessidade [Pressman-95]. Normalmente o analista reúne-se com o usuário
Leia maisIntrodução Ciclo de vida tradicional de desenvolvimento Prototipagem Pacotes de software Desenvolvimento de 4ª geração Terceirização
Prof. Ricardo José Pfitscher Material elaborado com base em: José Luiz Mendes Gerson Volney Lagemann Introdução Ciclo de vida tradicional de desenvolvimento Prototipagem Pacotes de software Desenvolvimento
Leia maisSimulador Virtual para Treinamento em Visão de Máquina com LabVIEW
Simulador Virtual para Treinamento em Visão de Máquina com LabVIEW "Esse ambiente pode ser usado para simular e explorar as possibilidades e alcances de uma solução empregando visão de máquina, testar
Leia maisESTUDO DE VIABILIDADE. Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos
ESTUDO DE VIABILIDADE Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos Objetivos O que é um estudo de viabilidade? O que estudar e concluir? Benefícios e custos Análise de Custo/Benefício
Leia maisA Classificação da Pesquisa
A Classificação da Pesquisa Formas de Classificação da Pesquisa l I - Classificando as pesquisas com base em seus objetivos l II - Classificando as pesquisas com base nos procedimentos técnicos utilizados
Leia maisSISTEMA DE GESTÃO DE MANUTENÇÃO APLICADO NO IFRN CAMPUS MOSSORÓ
SISTEMA DE GESTÃO DE MANUTENÇÃO APLICADO NO IFRN CAMPUS MOSSORÓ Dayse Duarte Tenorio Diretoria Acadêmica de Eletrotécnica IFRN Campus Mossoró E-mail: dayse_tenoro_d@hotmail.com Lucas Duarte Almeida Departamento
Leia maisIntrodução. Capítulo. 1.1 Considerações Iniciais
Capítulo 1 Introdução 1.1 Considerações Iniciais A face humana é uma imagem fascinante, serve de infinita inspiração a artistas há milhares de anos. Uma das primeiras e mais importantes habilidades humanas
Leia mais1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.
1 I-projeto do campus Programa Sobre Mecânica dos Fluidos Módulos Sobre Ondas em Fluidos T. R. Akylas & C. C. Mei CAPÍTULO SEIS ONDAS DISPERSIVAS FORÇADAS AO LONGO DE UM CANAL ESTREITO As ondas de gravidade
Leia maisConectar diferentes pesquisas na internet por um menu
Conectar diferentes pesquisas na internet por um menu Pré requisitos: Elaboração de questionário Formulário multimídia Publicação na internet Uso de senhas na Web Visualização condicionada ao perfil A
Leia maisPERFIL EMPREENDEDOR DOS APICULTORES DO MUNICIPIO DE PRUDENTÓPOLIS
PERFIL EMPREENDEDOR DOS APICULTORES DO MUNICIPIO DE PRUDENTÓPOLIS Elvis Fabio Roman (Bolsista programa universidade sem fronteiras/projeto associativismo apícola no município de Prudentópolis), e-mail:
Leia mais2 Engenharia de Software
20 2 Engenharia de Software 2.1 Design de Sistemas Orientados a Objetos Os Sistemas Orientados a Objetos não são mais novidade hoje em dia já estando há muitos anos no mercado. A orientação a objetos permite
Leia mais4 Contextualização da pesquisa
4 Contextualização da pesquisa 4.1. Cenário de pequenas empresas e medias empresas no Brasil A abreviação para pequena e média empresa PME (em inglês SME) tornou-se um padrão internacional quando se refere
Leia maisSISTEMÁTICA OPERACIONAL DE CONTROLE DA POTÊNCIA REATIVA DAS USINAS DE ANGRA 1 E ANGRA 2 DA CENTRAL NUCLEAR ALMTE. ÁLVARO ALBERTO
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GAT - 25 16 a 21 Outubro de 5 Curitiba - Paraná GRUPO IV GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA - GAT SISTEMÁTICA
Leia maisSistema de Informação Geográfica para Planejamento de Eletrificação Rural em Grande Escala
1/6 Título Sistema de Informação Geográfica para Planejamento de Eletrificação Rural em Nº de Registro (Resumen) 8 Empresa o Entidad CEMIG DISTRIBUIÇÃO S/A CEMIG-D Autores del Trabajo Nombre País e-mail
Leia maisDECANTAÇÃO DO RESÍDUO DA LAVAGEM DE BATATAS DA LINHA DE BATATAS-FRITAS
DECANTAÇÃO DO RESÍDUO DA LAVAGEM DE BATATAS DA LINHA DE BATATAS-FRITAS Webber Tavares de CARVALHO; Manoel Soares SOARES JÚNIOR; Flávio Alves da SILVA Escola de Agronomia e Engenharia de Alimentos. Endereço
Leia maisEstudo de técnicas de rastreamento de objetos aplicadas à detecção de múltiplas larvas
Estudo de técnicas de rastreamento de objetos aplicadas à detecção de múltiplas larvas Guilherme de Oliveira Vicente Orientador: Prof. Dr. Hemerson Pistori Coorientador: Prof. Me. Kleber Padovani de Souza
Leia mais