IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES

Tamanho: px
Começar a partir da página:

Download "IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES"

Transcrição

1 IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES Paper CIT METODOLOGIA PARA CORRELAÇÃO DE DADOS CINÉTICOS ENTRE AS TÉCNICAS DE ANÁLISE TERMOGRAVIMÉTRICA E LEITO FLUIDIZADO NA PIRÓLISE DE BIOMASSA Fernando Luís Pacheco de Resende Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: fernandolpr@hotmal.com Cao Glauco Sánchez Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: cao@fem.uncamp.br Elsabete Mara Sarava Sanchez Pontfíca Unversdade Católca de Campnas e Insttuto de Químca da Uncamp Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: betesan@qm.uncamp.br Resumo. Neste trabalho apresenta-se uma metodologa para relaconar os parâmetros cnétcos da Equação de Arrhenus da degradação térmca de bomassas obtdos em duas técncas expermentas: Leto Fludzado e Análse Termogravmétrca (TGA). A metodologa proposta basea-se em concetos de Análse Multvarada (Qumometra) e permte também avalar as varáves que causam dvergêncas obtdas nos resultados das duas técncas. Dados de expermentos de TGA e Leto Fludzado para casca de arroz foram utlzados para aplcação da metodologa. Palavras chave: Bomassa,Cnétca, Análse Termogravmétrca,Leto Fludzado 1. Introdução A partr da crse do petróleo de 1973, a mplementação de fontes de energa alternatvas passou a ter um crescmento contínuo, e no mundo todo város programas começaram a ser desenvolvdos vsando prncpalmente o aprovetamento energétco de resíduos agrícolas geralmente nutlzados (Sánchez, 1994) e que geram uma sére de problemas ambentas com seu acúmulo (Ergundenler e Ghaly, 1994). Város estudos têm sdo desenvolvdos também pelo fato da bomassa ser um combustível renovável. Segundo o Boletm do Balanço Energétco Naconal (Mnstéro das Mnas e Energa, 1999), atualmente a bomassa representa cerca de 13,6 % da energa consumda no mundo, consttundo para o Brasl cerca de 24,2 % do consumo total, o que equvale a 49 mlhões de toneladas equvalent es de petróleo (TEP) por ano. O estudo da cnétca de degradação da bomassa é necessáro no projeto de equpamentos para o seu aprovetamento energétco. A taxa de uma reação químca é o produto de um termo dependente da temperatura e outro dependente das concentrações dos reagentes. O termo dependente da temperatura é conhecdo como Le de Arrhenus, dada pela Eq. (1): k = Z.e E /RT (1) Onde k é a constante de velocdade (s -1 ), Z é o fator de frequênca (s -1 ), E é a energa de atvação (kj/mol), R é a constante dos gases (kj/mol.k) e T é a temperatura (K). O termo dependente das concentrações é dado pela Eq. (2): A B M n A j B M f (C, C,...,C ) = C.C... C (2) As constantes n, j,..., são chamadas ordens de reação dos reagentes A, B,...,M. Costuma-se desgnar a ordem de reação de uma determnada substânca por n. Os parâmetros Z, E e n são característcos de cada processo e a forma de determná-los para a prólse de bomassa é o que analsamos neste trabalho. Foram determnados os parâmetros cnétcos da equação de Arrhenus para as bomassas bagaço de cana, serragem e capm-elefante, a partr de dados expermentas levantados em duas técncas expermentas: leto fludzado e análse termogravmétrca (TGA). Entretanto, estas duas formas de medr os parâmetros cnétcos fornecem resultados dvergentes, sendo necessáro obter as 1

2 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT condções e relações que permtam medr os parâmetros cnétcos a partr de ambos os expermentos com confabldade, de forma que os efetos devdo às dferenças nas condções de reação sejam consderados. Neste trabalho propõe-se uma metodologa de cálculo, baseada em Análse Multvarada, que permta obter estas condções e relações. 2. Materas e Métodos A parte expermental deste trabalho de duas etapas: 1. Expermentos de decomposção térmca da casca de arroz em equpamento de análse térmca com taxas de aquecmento constantes. Os expermentos de TGA foram realzados em um equpamento de análse térmca TA2003, na fundação CPpD, em Campnas. As taxas de aquecmento utlzadas foram 5 C/mn, 10 C/mn e 20 C/mn. Dentro do forno a atmosfera usada fo Ntrogêno molecular de alta pureza, sendo nserda uma amostra de aproxmadamente 10 mg, com gravação contínua da massa remanescente desta amostra em função do tempo. 2. Expermentos de decomposção térmca da casca de arroz em leto fludzado, em temperaturas de 700 C à 900 C. Fo utlzado um reator tubular com 95 mm de dâmetro nterno (mn-leto), e altura do leto fludzado entre 105 e 115 mm, consttuído de tubos nox 310 e solado termcamente com manta cerâmca refratára de massa específca 96 kg/m 3. O gás de fludzação fo obtdo pela quema de GLP em ar numa câmara de combustão lgada ao reator, de forma a gerar um gás de composção 79 % de N 2 e 21 % de CO 2 em massa (meo nerte) aproprado para a ocorrênca da prólse da bomassa (ausênca de combustão). Alumna fo usada como materal nerte dentro do reator. A temperatura do leto fludzado e dos gases de quema de GLP, abaxo do leto, foram meddas com 4 termopares tpo k (cromelalumel).a temperatura fo controlada por aquecmento elétrco de guarda na parede externa do reator. A massa das amostras almentadas ao reator foram meddas em uma balança dgtal (precsão de 0,1 g). Os ensaos foram realzados com cerca de 1 g de amostras de combustível, colocados no leto após a establzação na temperatura desejada. Fo utlzado um analsador contínuo por nfravermelho para medda da concentração de CO lberado. A amostragem fo feta por meo de um tubo de aço nox localzado no centro do reator, dstando cerca de 100 mm acma da superfíce do leto expanddo. Os gases lberados do reator foram quemados em um Flare antes de emtdos. Os valores de concentração do CO (% em volume) foram regstrados em ntervalos de 5 segundos a partr do nstante da almentação da amostra no reator. O tempo de resposta do aparelho é de 10 segundos. Em ambos os expermentos fo utlzada casca de arroz de PCI 13,0 ± 0,2 MJ/kg, com a segunte composção: 12,0 % de Carbono fxo, 72,2 % de volátes, 15,8 % de cnzas e 10,0 % de umdade, em base seca. 3. Análse Multvarada Para a compreensão dos fundamentos da Análse Multvarada, recomenda-se o trabalho de Ferrera et al (1999). Procura-se aqu apenas ntroduzr os concetos mas mportantes utlzados na presente metodologa e ctado pelo autor. A calbração é o procedmento utlzado para encontrar um algortmo matemátco que produza propredades de nteresse a partr dos resultados regstrados por um nstrumento. O objetvo de uma calbração é prever uma propredade de nteresse, ou seja, modelar a correlação entre a matrz dos dados meddos ndependentemente (X) e a matrz de alguma propredade das amostras (Y) que se deseja conhecer. Em termos matemátcos, esta relação pode ser representada pela Eq. (3), que é uma equação vetoral: X. β = Y (3) Onde β é o vetor de regressão. Uma vez encontrado, este algortmo poderá ser usado para prever o vetor Y em amostras desconhecdas, usando a resposta nstrumental das mesmas. Na matrz X, cada lnha corresponde a uma amostra, e cada coluna corresponde às varáves. Os dados orgnas podem não ter uma dstrbução adequada para a análse, dfcultando a extração de nformações útes e nterpretação dos mesmos. Nestes casos, um pré-processamento nos dados orgnas pode ser de grande vala. Meddas em dferentes undades e varáves com dferentes varâncas são algumas das razões que levam à estes problemas. Os métodos de pré-processamento mas utlzados consstem bascamente em centrar na méda ou autoescalar os dados. No prmero caso, calcula-se as médas das ntensdades para cada varável e subtra-se cada ntensdade do respectvo valor médo. Autoescalar sgnfca centrar os dados na méda e dvdí-los pelo respectvo desvo padrão, sendo um para cada varável. A base fundamental para a maora dos métodos modernos para tratamento de dados multvarados é a Análse de Componentes Prncpas (PCA), que consste em uma manpulação das mutas varáves dos dados orgnas com o objetvo de representar a nformação contda nestes dados em um conjunto de varáves menor. Para sto, contró-se um novo conjunto de exos (denomnados de componentes prncpas) para representar as amostras e desta forma a nformação contda nos dados pode ser vsualzada em poucas dmensões. Com o ntuto de tornar mas claro o funconamento do PCA, usamos aqu um exemplo smples com duas varáves. A Fgura 1 mostra o gráfco bdmensonal de um conjunto de 30 amostras (n = 30). 2

3 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT Fgura 1: Gráfco de um conjunto de dados bdmensonas mostrando os exos das componentes prncpas. A matrz de dados consste, neste caso, de duas colunas (m = 2) representando as varáves λ1 e λ2. Cada lnha da matrz de dados é representada por um ponto no gráfco. Em termos geométrcos a função das componentes prncpas PC1 e PC2 é descrever o espalhamento entre os pontos usando o menor número possível de exos. Isto é feto defnndo novos exos (componentes prncpas) que se alnham com os dados. É possível notar que, na Fgura 1, nem o exo λ1 nem o exo λ2 descrevem a maor varação dos dados. No entanto, a prmera componente prncpal, PC1, tem uma dreção tal que descreve o máxmo espalhamento das amostras, mas que qualquer uma das varáves orgnas. Além dsso, a porcentagem de varação total dos dados descrta por qualquer componente prncpal pode ser prevamente calculada. Neste exemplo, PC1 descreve 92,5 % da varação e PC2, ortogonal a PC1, descreve a máxma varação restante, 7,5%. As novas coordenadas das amostras no novo sstema de exos das componentes prncpas são denomnadas de scores. Cada componente prncpal é construída pela combnação lnear das varáves orgnas. Os coefcentes da combnação lnear (o peso, ou quanto cada varável contrbu) são denomnados de loadngs. Na fgura 1, os scores são representados por lnhas contínuas ( ) e as lnhas tracejadas ( ) representam as coordenadas de uma amostra em relação aos exos orgnas. O processo de calbração consste de duas etapas: Modelagem, que estabelece uma relação matemátca entre X e Y no conjunto de calbração, e a Valdação, que testa e otmza a relação obtda. Uma vez concluída a calbração, o sstema (nstrumento físco + modelo matemátco) está apto para ser utlzado na prevsão de outras amostras. Dos métodos comumente usados para calbração são o Prncpal Component Regresson (PCR) e o Partal Least Squares (PLS). Ambos os métodos utlzam PCA para obter o vetor de regressão, mas de formas dferentes. No método PCR, a construção das componentes prncpas utlza somente a matrz de dados X, sem levar em consderação nformações provenentes da matrz Y. O método PLS utlza os dados de ambas as matrzes (X e Y) na construção das componentes prncpas, e normalmente envolve cálculos teratvos. A preferênca por um entre estes dos métodos não pode ser aconselhada de uma forma genérca uma vez que ambos são em geral gualmente efcentes e as pequenas varações dependem de caso para caso. Antes da aplcação do modelo construído, o mesmo deve ser valdado com o objetvo de testar a sua capacdade predtva. A valdação cruzada é uma metodologa utlzada para a escolha do número de componentes prncpas baseada na avalação dos erros de prevsão de um dado modelo de calbração. Esta avalação consste no segunte: Remove-se uma ou mas amostras do conjunto de calbração e constró-se o modelo como anterormente. Usa-se o novo modelo para prever os dados removdos Calcula-se o erro de prevsão (c -ĉ ) ĉ Repete-se o processo para todas as outras amostras e calcula-se a soma dos quadrados dos erros de prevsão (PRESS): ( ) PRESS = c ĉ (4) 2 A valdação é repetda utlzando-se uma componente prncpal, duas componentes prncpas, e assm por dante. O número de componentes prncpas que obtver o menor valor de PRESS é o número mas adequado. A detecção de outlers também é mportante na valdação, pos deve-se assegurar que as amostras formam um conjunto homogêneo, removendo-se aquelas que são soltáras. Para a detecção de outlers, usa-se duas grandezas complementares: leverage e Resíduo de Student. A leverage (h ) é uma medda da nfluênca de uma amostra no modelo de regressão. Um valor de leverage alto ndca que a amostra em questão nfluenca muto na construção do modelo, sendo que esta nfluênca pode ser negatva. Pode ser nterpretada geometrcamente como a dstânca de uma amostra ao centro do conjunto de dados. Consdera-se que o valor de leverage crítco (h crt ) é dado por: 3

4 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT k h crt = n Onde k é o número de componentes prncpas e n é o número de amostras. É nteressante analsar também os resíduos das concentrações que são calculados, pos amostras mal modeladas têm resíduos altos. Isto é feto pelo Resíduo de Student, que para a amostra é dado pelas Eqs. (6) e (7): (5) Lresc 2 ( c ĉ) ( n 1)( 1 h ) = (6) ( c ĉ ) R = Lresc 2 1 h (7) Onde R é o Resíduo de Student. A análse do gráfco dos Resíduos de Student versus leverage para cada amostra é a melhor manera de se determnar as amostras anômalas. Amostras com resíduo e leverage altos devem sempre ser excluídas e o modelo de calbração reconstruído. Uma vez valdado e otmzado o modelo está pronto, sto é, o número de componentes prncpas está defndo e as amostras anômalas foram detectadas e excluídas. Como resultado, obtém-se o vetor de regressão β, que será então usado para a prevsão da matrz Y prev (propredades de novas amostras), pela Eq. (8): Y prev = X.β prev (8) Onde X prev é a matrz de dados de novas amostras (Ferrera et al, 1999). 4. Metodologa Proposta A teora de Análse Multvarada fo utlzada para elaborar uma forma de correlaconar resultados de TGA e Leto Fludzado, fazendo um ajuste dos dados e tentando estabelecer uma relação entre os resultados das duas técncas, encontrando uma forma de converter resultados obtdos por uma técnca para outra. Uma vez que a calbração multvarada relacona uma matrz de dados X com outra matrz Y, utlzamos os dados obtdos em TGA como matrz X, e os dados correspondentes obtdos em leto fludzado como matrz Y. No presente modelo, a matrz X é composta pelas curvas de perda de massa em TGA. Cada varável (coluna) corresponde à um expermento de TGA e os dados são as porcentagens de massa remanescente no sóldo em cada temperatura. Na estrutura da matrz, cada lnha corresponde às perdas de massa em uma temperatura fxa. A Fgura (2) mostra a estrutura da matrz X. Fgura 2: Estrutura da matrz X na calbração. A matrz Y possu uma únca varável (coluna), sendo organzada com os dados obtdos nos expermentos de leto fludzado e contém os dados da constante da velocdade k em dferentes temperaturas. Os expermentos no leto são realzados em uma temperatura constante, e cada dado na matrz corresponde à um expermento em uma determnada temperatura. A correspondênca entre a matrz X e a matrz Y ocorre nas lnhas (ou amostras), da segunte forma: cada lnha na matrz X possu dados de perda de massa em uma determnada temperatura, que é a mesma temperatura onde 4

5 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT fo obtda a constante de velocdade k correspondente do leto. Esta constante pode ser obtda pelo método de SIMMONS & SANCHEZ (1981). A Fgura (3) mostra a organzação das matrzes descrtas. Fgura 3: Estrutura das matrzes envolvdas. Com as matrzes X e Y organzadas desta forma, procura-se relaconar a perda de massa em TGA com a constante de velocdade no leto fludzado, utlzando os métodos de calbração PCR e PLS. A qualdade da correlação obtda é medda pelo coefcente de correlação de Pearson, no gráfco entre os valores obtdos pelo modelo construído e os valores reas, no processo de valdação. Pode não ser possível obter uma relação confável se tentarmos correlaconar dretamente a perda de massa no expermento de TGA com a constante de velocdade no leto, ou seja, estas grandezas podem não apresentar relação lnear. Entretanto, é possível melhorar o modelo notando que, nos expermentos de TGA, a perda de massa pode ser consderada aproxmadamente proporconal à temperatura. Logo, podemos supor que os dados de perda de massa e temperatura possuem uma relação semelhante com a constante de velocdade no leto. Aplcando logartmos à Eq. (1), obtém-se a Eq. (9): ln k E = ln Z (9) RT A partr da Equação (9), espera-se que ln k e 1/T apresentem relação lnear. Portanto, o logartmo natural de k e o nverso da perda de massa podem apresentar também uma relação lnear. Estas transformações são usadas nos dados orgnas com o objetvo de melhorar a qualdade da correlação. 5. Aplcação da metodologa à casca de arroz Os dados obtdos para a casca de arroz foram analsados no software Prouette. Incalmente, fo realzada uma Análse de Componentes Prncpas (PCA) com o objetvo de obter nformações sobre o conjunto de dados. Posterormente, os métodos de calbração PCR e PLS foram usados na obtenção do vetor de regressão. O PCA fo realzado utlzando de 1 à 9 componentes prncpas para representar o conjunto de dados, sendo que os resultados de varânca (quantdade de nformação contda) em função do número de componentes prncpas são apresentados na Tab. (1). Tabela 1. Varânca em função do número de Componentes Prncpas Componentes Prncpas Varânca % PC 1 179,84 99,9100 PC 2 0,1099 0,0611 PC 3 0,0365 0,0203 PC 4 0,0076 0,0042 PC 5 0,0016 0,0009 PC 6 0,0014 0,0008 PC 7 0,0003 0,0002 PC 8 0,0001 0,0001 PC 9 0,0000 0,0000 A Tabela (1) mostra que o PCA aplcado usando 3 componentes prncpas descreve mas de 99,99 % dos dados. Isto leva à conclusão de que, neste ponto, 3 componentes prncpas são sufcentes na nova representação do conjunto de dados. A representação trdmensonal dos scores (coordenadas nos novos exos cartesanos) revela característcas adconas deste conjunto. Isto é mostrado na Fg. (4). A Fgura (4) mostra que, na nova representação dos dados, dos dferentes grupos aparecem. Um deles representa as amostras de ensaos fetos em temperaturas em torno de 700 C. O segundo grupo possu amostras de ensaos fetos em temperaturas próxmas de 800 C. Esta nítda separação ndca que são grupos de característcas bastante dferentes, e 5

6 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT que a calbração deve ser realzada para cada um dos grupos em separado. Desgnou-se o grupo das amostras próxmas à 700 C como Grupo 1 e o grupo de amostras próxmas de 800 C como Grupo 2. Fgura 4. Gráfco de Scores em PCA Os cálculos de calbração mostraram pequenas dferenças entre os métodos PCR e PLS. Entretanto, em todos os casos o PLS apresentou valores de correlação lgeramente maores, o que ndca que o cálculo do vetor de regressão relaconando as matrzes X e Y deve ser calculado utlzando nformações de ambas as matrzes. Em outras palavras, a calbração é mas efcente se forem utlzados tanto os dados de TGA como os de Leto Fludzado, que correspondem às matrzes X e Y, respectvamente. Na calbração, o pré-processament o utlzado fo a centralzação na méda. Não é necessáro autoescalar os dados na análse deste trabalho, pos os dados de perda de massa em TGA são todos apresentados em porcentagem, ou seja, não exstem problemas devdo à presença de varáves com grandezas de dferentes undades e magntudes. O PLS com pré-processamento centrado na méda obteve para o Grupo 1 o segunte gráfco de Resíduo de Student vs. Leverage, mostrado na Fg. (5). Fgura 5. Resíduo de Student vs. Leverage em PLS para o Grupo 1 6

7 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT A Fgura (5) mostra a regão onde as amostras podem ser consderadas anômalas (fora do espaço lmtado pelas lnhas verdes no Prouette). Com exceção da amostra de 763,5 C, todas as outras aparecem dentro desta regão. O alto valor de Leverage desta amostra ndca que ela possu muta nfluênca na construção do modelo, nfluênca esta que pode ser negatva. Esta amostra então fo retrada do conjunto de dados, e o cálculo PLS refeto para o novo conjunto de dados. Fazendo a valdação cruzada com retrada de 3 amostras para o cálculo, obtemos o vetor de regressão para o Grupo 1, que pode ser representado grafcamente pela Fg. (6). Fgura 6. Vetor de regressão obtdo por PLS para o Grupo 1 No vetor de regressão β, é assocado um valor à cada varável da matrz X. A efcênca do cálculo pode ser verfcada pelo coefcente de correlação obtdo entre os valores expermentas e os valores prevstos pelo vetor de regressão calculado, o que é mostrado na Fg. (7). Fgura 7. Valor prevsto vs. Valor expermental em PLS para o Grupo 1. O gráfco da Fgura (7) possu coefcente de correlação de Pearson 0,97484,o que ndca uma boa correlação tendo em vsta os desvos expermentas. Com 3 componentes prncpas, fo possível representar 99,95065 % da nformação contda nos dados. A Tabela 2 resume os resultados obtdos por PLS para o Grupo 1. 7

8 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT Tabela 2. Resultados da Calbração por PLS para o Grupo 1 Varânca (%) Cumulatva PC1 99, ,16437 PC2 0, ,80975 PC3 0, ,95065 PRESS r PC1 0, ,85354 PC2 0, ,94704 PC3 0, ,97484 Para o Grupo 2 (amostras próxmas à 800 C), também foram utlzadas 3 componentes prncpas, com as amostras sendo centradas na méda. Pelo gráfco de Resíduo de Student vs. Leverage, conclu-se que não exstem amostras anômalas para este grupo. Fazendo-se a retrada de 3 amostras na valdação cruzada, obteve-se o vetor de regressão representado grafcamente pela Fg. (8). Fgura 8. Vetor de regressão obtdo para o Grupo 2. Como sera de se esperar, o vetor de regressão para o Grupo 2 apresenta característcas bastante dferentes do vetor de regressão obtdo para o Grupo 1, justfcando o fato de que os dos grupos deveram ser analsados separadamente. Os resultados obtdos para o Grupo 2 estão resumdos na Tab. (3). 6. Conclusões Tabela 3. Resultados da Calbração por PLS para o Grupo 2 Varânca (%) Cumulatva PC1 99, ,29722 PC2 0, ,96207 PC3 0, ,98955 PRESS r PC1 0, ,58432 PC2 1, ,72539 PC3 0, ,91680 Neste trabalho fo proposta uma metodologa que permte relaconar resultados de cnétca de degradação térmca de bomassas obtdos em Análse Termogravmétrca com resultados obtdos em Leto Fludzado. A metodologa proposta basea-se em concetos de Análse Multvarada (Qumometra). Resultados obtdos com casca de arroz foram utlzados para aplcação da metodologa, onde concluu-se que o conjunto de dados dvda-se em dos grupos, próxmos às temperaturas de 700 C e 800 C, respectvamente (Grupos 1 e 2). O modelo exponencal utlzado (lnearzação da Equação de Arrhenus) obteve correlações 0,97484 e 0,91680 para os Grupos 1 e 2. Para o Grupo 2 o 8

9 Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT valor de PRESS fo maor do que para o Grupo 1, mas para ambos os grupos fo possível estabelecer uma relação que permtrá obter a cnétca de reação em reatores de leto fludzado (constante de velocdade de reação) a partr de expermentos de Análse Termogravmétrca..Para a obtenção de correlações confáves, sera necessáro uma maor quantdade de dados, obtdas em uma maor faxa de temperaturas (no caso do leto fludzado) e com maor número de taxas de aquecmento (no caso da Análse Termogravmétrca). O melhor algortmo para calbração fo o PLS, com préprocessamento centrado na méda, usando 3 componentes prncpas e 3 amostras retradas na valdação cruzada. No grupo 1 fo descartada uma amostra (763,5 C) e no Grupo 2 não fo descartada nenhuma amostras anômala. 7. Agradecmentos Agradecmentos à FAPESP pela bolsa concedda para a realzação deste trabalho. 8. Referêncas Mnstéro das Mnas e Energa, 1999, Balanço Energétco Naconal, Brasíla. Sánchez, C.G., 1994, Estudo da volatlzação e da gasefcação de bomassa em leto fludzado, Tese de Doutorado, FEM -Uncamp. Ergundenler, A.E., Ghaly, A.E.,1994, A Comparatve-Study on the Thermal-Decomposton of 4 Ceral Straws n na Oxdzng Atmosphere, Boresource Technology, Vol.50, No. 3, pp Ferrera, M. M. C., Antunes, A. M., Melgo, M. S., Volpe, L.O, Qumometra I: Calbração Multvarada, um Tutoral. Químca Nova, Vol..22, No. 5, pp METHODOLOGY FOR KINETIC DATA CORRELATION BETWEEN THE THERMALGRAVIMETRIC AND FLUIDIZED BED TECHNIQUES IN BIOMASSA PYROLYSIS Fernando Luís Pacheco de Resende Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: fernandolpr@hotmal.com Cao Glauco Sánchez Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: cao@fem.uncamp.br Elsabete Mara Sarava Sanchez Pontfíca Unversdade Católca de Campnas e Insttuto de Químca da Uncamp Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Capnas SP CEP: betesan@qm.uncamp.br Abstract. A methodology s presented to relate the knetc parameters of Arrhenus Equaton at bomass thermal degradaton obtaned n two expermental technques: Fludzed Bed and Thermal Gravmetrc Analsys (TGA). The proposed methodology s based n Multvarated Analsys (Qumometrcs) and also allows to evaluate the varable that cause dfferences n the results obtaned by the two technques. TGA and Fludzed Bed expermental data for rce husk were used to the methodology aplcaton. 9

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

Fast Multiresolution Image Querying

Fast Multiresolution Image Querying Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos

Leia mais

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem. Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

Análise Econômica da Aplicação de Motores de Alto Rendimento

Análise Econômica da Aplicação de Motores de Alto Rendimento Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente

Leia mais

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS Smone P. Saramago e Valder Steffen Jr UFU, Unversdade Federal de Uberlânda, Curso de Engenhara Mecânca Av. João Naves de Ávla, 2160, Santa Mônca,

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

3.1. Conceitos de força e massa

3.1. Conceitos de força e massa CAPÍTULO 3 Les de Newton 3.1. Concetos de força e massa Uma força representa a acção de um corpo sobre outro,.e. a nteracção físca entre dos corpos. Como grandeza vectoral que é, só fca caracterzada pelo

Leia mais

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE R. L. S. CANEVESI 1, C. L. DIEL 2, K. A. SANTOS 1, C. E. BORBA 1, F. PALÚ 1, E. A. DA SILVA 1 1 Unversdade Estadual

Leia mais

CORRELAÇÃO DO EQUILÍBRIO DE FASES DO SISTEMA MULTICOMPONENTE ÉSTERES ETÍLICOS DO ÓLEO DE MURUMURU/DIÓXIDO DE CARBONO COM A EQUAÇÃO SRK

CORRELAÇÃO DO EQUILÍBRIO DE FASES DO SISTEMA MULTICOMPONENTE ÉSTERES ETÍLICOS DO ÓLEO DE MURUMURU/DIÓXIDO DE CARBONO COM A EQUAÇÃO SRK CORRELAÇÃO DO EQUILÍBRIO DE FASES DO SISTEMA MULTICOMPONENTE ÉSTERES ETÍLICOS DO ÓLEO DE MURUMURU/DIÓXIDO DE CARBONO COM A EQUAÇÃO SRK Welsson de Araújo SILVA PRODERNA/ITEC/UFPA waslva89@hotmal.com Fernando

Leia mais

MAPEAMENTO DA VARIABILIDADE ESPACIAL

MAPEAMENTO DA VARIABILIDADE ESPACIAL IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Distribuição de Massa Molar

Distribuição de Massa Molar Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras

Leia mais

Física. Setor A. Índice-controle de Estudo. Prof.: Aula 25 (pág. 86) AD TM TC. Aula 26 (pág. 86) AD TM TC. Aula 27 (pág.

Física. Setor A. Índice-controle de Estudo. Prof.: Aula 25 (pág. 86) AD TM TC. Aula 26 (pág. 86) AD TM TC. Aula 27 (pág. Físca Setor Prof.: Índce-controle de studo ula 25 (pág. 86) D TM TC ula 26 (pág. 86) D TM TC ula 27 (pág. 87) D TM TC ula 28 (pág. 87) D TM TC ula 29 (pág. 90) D TM TC ula 30 (pág. 90) D TM TC ula 31 (pág.

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,

Leia mais

LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE. Ricardo Silva Tavares 1 ; Roberto Scalco 2

LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE. Ricardo Silva Tavares 1 ; Roberto Scalco 2 LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE Rcardo Slva Tavares 1 ; Roberto Scalco 1 Aluno de Incação Centífca da Escola de Engenhara Mauá (EEM/CEUN-IMT); Professor da Escola de Engenhara

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é: UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado 64 Capítulo 7: Introdução ao Estudo de Mercados de Energa Elétrca 7.4 Precfcação dos Servços de Transmssão em Ambente Desregulamentado A re-estruturação da ndústra de energa elétrca que ocorreu nos últmos

Leia mais

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010 Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05 LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

14. Correntes Alternadas (baseado no Halliday, 4 a edição)

14. Correntes Alternadas (baseado no Halliday, 4 a edição) 14. orrentes Alternadas (baseado no Hallday, 4 a edção) Por que estudar orrentes Alternadas?.: a maora das casas, comérco, etc., são provdas de fação elétrca que conduz corrente alternada (A ou A em nglês):

Leia mais

Termodinâmica e Termoquímica

Termodinâmica e Termoquímica Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Unversdade Federal da Baha Insttuto de Físca Departamento de Físca da Terra e do Meo Ambente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Físca I SALVADOR, BAHIA 013 1 Prefáco Esta apostla é destnada

Leia mais

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

ESPELHOS E LENTES ESPELHOS PLANOS

ESPELHOS E LENTES ESPELHOS PLANOS ESPELHOS E LENTES 1 Embora para os povos prmtvos os espelhos tvessem propredades mágcas, orgem de lendas e crendces que estão presentes até hoje, para a físca são apenas superfíces poldas que produzem

Leia mais

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica 1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos

Leia mais

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA 658 Gaudo & Zandonade Qum. Nova Qum. Nova, Vol. 4, No. 5, 658-671, 001. Dvulgação PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA Anderson Coser Gaudo

Leia mais

INTRODUÇÃO SISTEMAS. O que é sistema? O que é um sistema de controle? O aspecto importante de um sistema é a relação entre as entradas e a saída

INTRODUÇÃO SISTEMAS. O que é sistema? O que é um sistema de controle? O aspecto importante de um sistema é a relação entre as entradas e a saída INTRODUÇÃO O que é sstema? O que é um sstema de controle? SISTEMAS O aspecto mportante de um sstema é a relação entre as entradas e a saída Entrada Usna (a) Saída combustível eletrcdade Sstemas: a) uma

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

MODELO RECEPTOR MODELO RECEPTOR MODELO RECEPTOR. Princípio do modelo:

MODELO RECEPTOR MODELO RECEPTOR MODELO RECEPTOR. Princípio do modelo: MODELO RECEPTOR Não modela a dspersão do contamnante. MODELO RECEPTOR Prncípo do modelo: Atacar o problema de dentfcação da contrbução da fonte em ordem nversa, partndo da concentração do contamnante no

Leia mais

Estimativa da fração da vegetação a partir de dados AVHRR/NOAA

Estimativa da fração da vegetação a partir de dados AVHRR/NOAA Estmatva da fração da vegetação a partr de dados AVHRR/NOAA Fabane Regna Cunha Dantas 1, Céla Campos Braga, Soetâna Santos de Olvera 1, Tacana Lma Araújo 1 1 Doutoranda em Meteorologa pela Unversdade Federal

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO XIII GRUPO DE ESTUDO DE TRANSFORMADORES, REATORES, MATERIAIS E TECNOLOGIAS

Leia mais

Física. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág.

Física. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág. Físca Setor Prof.: Índce-controle de studo ula 23 (pág. 86) D TM TC ula 24 (pág. 87) D TM TC ula 25 (pág. 88) D TM TC ula 26 (pág. 89) D TM TC ula 27 (pág. 91) D TM TC ula 28 (pág. 91) D TM TC evsanglo

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

01. Em porcentagem das emissões totais de gases do efeito estufa, o Brasil é o quarto maior poluidor, conforme a tabela abaixo:

01. Em porcentagem das emissões totais de gases do efeito estufa, o Brasil é o quarto maior poluidor, conforme a tabela abaixo: PROCESSO SELETIVO 7 RESOLUÇÃO MATEMÁTICA Rosane Soares Morera Vana, Luz Cláudo Perera, Lucy Tem Takahash, Olímpo Hrosh Myagak QUESTÕES OBJETIVAS Em porcentagem das emssões totas de gases do efeto estufa,

Leia mais

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

2 ANÁLISE ESPACIAL DE EVENTOS

2 ANÁLISE ESPACIAL DE EVENTOS ANÁLISE ESPACIAL DE EVENTOS Glberto Câmara Marla Sá Carvalho.1 INTRODUÇÃO Neste capítulo serão estudados os fenômenos expressos através de ocorrêncas dentfcadas como pontos localzados no espaço, denomnados

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

CAPITULO II - FORMULAÇAO MATEMATICA

CAPITULO II - FORMULAÇAO MATEMATICA CAPITULO II - FORMULAÇAO MATEMATICA II.1. HIPOTESES BASICAS A modelagem aqu empregada está baseado nas seguntes hpóteses smplfcadoras : - Regme permanente; - Ausênca de forças de campo; - Ausênca de trabalho

Leia mais

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL. A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

Leia mais

Hoje não tem vitamina, o liquidificador quebrou!

Hoje não tem vitamina, o liquidificador quebrou! A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!

Leia mais

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 Geração de poses de faces utlzando Actve Appearance Model Tupã Negreros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 1, 2, 3 Escola Poltécnca da Unversdade de São Paulo (POLI/USP) Caxa Postal 61548 CEP 05508-900

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

ELEMENTOS DE CIRCUITOS

ELEMENTOS DE CIRCUITOS MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES

Leia mais

Software para Furação e Rebitagem de Fuselagem de Aeronaves

Software para Furação e Rebitagem de Fuselagem de Aeronaves Anas do 14 O Encontro de Incação Centífca e Pós-Graduação do ITA XIV ENCITA / 2008 Insttuto Tecnológco de Aeronáutca São José dos Campos SP Brasl Outubro 20 a 23 2008. Software para Furação e Rebtagem

Leia mais