OTIMIZAÇÃO DA ALOCAÇÃO DE EMPUXO EM SISTEMAS DE POSICIONAMENTO DINÂMICO
|
|
- Suzana Belmonte Borba
- 6 Há anos
- Visualizações:
Transcrição
1 OTIMIZAÇÃO DA ALOCAÇÃO DE EMPUXO EM SISTEMAS DE POSICIOAMETO DIÂMICO Autor: Emlo Celso de Souza Orentador: Prof. Dr. Deco Crsol Donha e.mal: Departamento de Engenhara Mecânca Escola Poltécnca da USP Av. Prof. Mello Moraes, São Paulo (SP) Brasl Resumo O presente trabalho apresenta um estudo de otmzação de alocação de empuxo nos propulsores em sstemas de posconamento dnâmco. este estudo fo realzada uma pesqusa sobre os dferentes métodos de otmzação aplcados ao problema de alocação de empuxo, que envolvem técncas clásscas de otmzação, como o algortmo de Programação Quadrátca Seqüencal (SQP). Tas métodos consderam como função objetvo a ser mnmzada a potênca total consumda pelos propulsores ou smplesmente o empuxo dos propulsores durante o processo de alocação. As varáves funconas são justamente as forças de empuxo. Como contrbução, neste trabalho desenvolveu-se um método de alocação de empuxo baseado nos Algortmos Genétcos, onde o objetvo é, como nas técncas pesqusadas, mnmzar o consumo total de energa durante uma tarefa típca de posconamento. O método de alocação baseado nos algortmos genétcos fo desenvolvdo consderando população com ndvíduos bnáros e população com ndvíduos reas. Através da mnmzação de uma função custo contendo termos que tratam do equlíbro (nas dreções de avanço, derva e aproamento), a nterferênca entre os propulsores, a nteração casco-propulsor e a saturação nos propulsores, pode-se alcançar os objetvos pretenddos. Para a valdação do algortmo fo realzado um grande número de smulações varando-se os parâmetros de ponderação. Os dos métodos são, então, comparados e no fnal é apresentado um estudo de vabldade de cada método. Palavras Chave: Algortmos Genétcos; Posconamento Dnâmco; Alocação de Empuxo; Programação Lnear Quadrátca; Otmzação.. Introdução O Sstema de Posconamento Dnâmco (SPD) é um sstema de controle atvo, projetado para manter uma embarcação em torno de uma posção desejada. O SPD é consttuído de um conjunto de subsstemas ntegrados nclundo o subsstema controlador, o subsstema de propulsão, o subsstema de sensoramento e o Artgo extraído da Dssertação: OTIMIZAÇÃO DA ALOCAÇÃO DE EMPUXO EM SISTEMAS DE POSICIOAMETO DIÂMICO, de Emlo Celso de Souza, apresentada à Escola Poltécnca da Unversdade de São Paulo para obtenção do Título de Mestre em Engenhara Mecânca sob a orentação do Prof. Dr. Deco Crsol Donha.
2 subsstema de potênca (TAURI (); SIDIG, ADERSE (998)). A estrutura do SPD nclundo os quatro subsstemas é apresentada na fgura., extraída e adaptada de HAMAMATSU (), TAURI () e DOHA (989). O controle do posconamento da embarcação ocorre no plano horzontal ao longo dos movmentos de translação nos exos x (avanço) e x (derva), e movmento de rotação em torno do exo x6 (aproamento). Subsstema de potênca Operação manual Posconamento desejado Subsstema de controle Comandos de empuxo Subsstema de propulsão Subsstema de sensoramento Dstúrbos de medda Embarcação Fgura. Estrutura Básca do controle da embarcação (extraído em partes de HAMAMATSU, ; TAURI, e DOHA, 989). O algortmo de alocação de empuxo nstalado no subsstema de controle deve permtr que o conjunto de propulsores mantenha a embarcação o maor tempo possível na posção desejada, com um baxo consumo de energa. Para tanto, é necessáro que ele consdere as restrções funconas tas como nterferêncas entre propulsores, nteração casco-propulsor, além da saturação em cada propulsor. Quando o empuxo total dsponível é maor do que a força comandada há váras confgurações para o problema de alocação e algum novo crtéro deve ser ncorporado ao problema para superar esta ndetermnação. o presente trabalho será estudado o problema de alocação de empuxo, através do desenvolvmento de um algortmo de otmzação baseado no método dos Algortmos Genétcos, cujos resultados são comparados aos obtdos pelo método SQP (TAURI, ).
3 . Método dos algortmos genétcos Os algortmos genétcos são concebdos com base na genétca pesqusada por Charles Darwn, ou seja, obedece ao prncípo da seleção natural, e se classfca como um método probablístco. (GOLDBERG, 989; GE, CHEG, 997; SOARES, 997; COELHO, ; PACHECO, 999; WHITLEY, ). A execução do algortmo genétco é realzada através de três etapas:. determnação da população ncal, onde as varáves funconas são geradas aleatoramente, dentro de um ntervalo pré-estabelecdo. cálculo da aptdão e seleção dos ndvíduos, onde as varáves são testadas na função objetvo, e os melhores resultados são seleconados, através das varáves que os produzram 3. reprodução, cruzamento e mutação, para dversfcar a população. A população ncal contém as forças de empuxo ao longo de x (avanço) e x (derva) em cada propulsor. Os ângulos de azmute são calculados em função destas forças. A produção de empuxo nos propulsores ocorre de forma ótma quando a dferença entre as forças comandadas e geradas nos propulsores é nula, e a potênca consumda é mínma. Estas característcas são atngdas quando as restrções mpostas pelo SPD são respetadas. o caso de todos os propulsores saturarem, o equlíbro não mas é verfcado. 3. Introdução do problema de Alocação do Empuxo A alocação de empuxo consste na dstrbução ótma de forças de controle entre os propulsores da embarcação através do algortmo de alocação de empuxo, sendo estas forças determnadas pelo controlador (DOHA, 983; DOHA, 989;TAURI, ). Para o algortmo de alocação de empuxo serão consderadas as restrções funconas: a força resultante em cada propulsor deve ser menor ou gual à força de empuxo de saturação, quando dos propulsores estverem relatvamente próxmos, a nterferênca entre eles deve ser evtada através da aplcação adequada de ponderações para as forças de empuxo produzdas nestes propulsores, deverá ser evtada a nterferênca casco-propulsor. A modelagem da alocação de empuxo em função das forças comandadas leva em conta a quantdade de propulsores, seu arranjo em relação ao centro de gravdade da embarcação e o ângulo de azmute. As forças e momentos comandados são representadas pelo vetor:
4 F F = F (3.) F 6 Ocorrendo o equlíbro estátco, a relação de F com as componentes das forças e momentos de propulsão (T) é dada pela equação: sendo e com AT = F (3.) [ Tx Tx Tx Tx Tx ] T T = (3.3) x, x,,..., x, n, x,,..., x, n Tx,,, n,,, n A = x, x, n x, x, n (3.4), sendo as varáves na dreção de avanço (x ) e derva (x ), respectvamente, para cada um dos n propulsores. Havendo múltplas soluções, a que mportará no problema é aquela que mnmze a potênca (energa) consumda, que pode ser avalada pela expressão: P = n = k, Tx, 3 + k, Tx, 3 (3.) Os fatores k, e k, representam fatores de penaldade a serem consderados em caso de reversão. Para a formulação por algortmos genétcos, a equação 3. é válda enquanto houver propulsores não saturados, mas como regra geral ela pode ser re-escrta da segunte forma: F = F AT (3.6) o que permte ntroduzr como novo objetvo a mnmzação do termo F, além das restrções funconas, apresentadas anterormente. A saturação é matematcamente representada como uma das restrções funconas, pela equação: T T,..., n (3.7) máx,, = prop sendo T máx a força máxma de empuxo na saturação. A nterferênca entre dos propulsores ocorre quando eles se encontram relatvamente próxmos, a uma dstânca menor que vezes o dâmetro, e com nclnação entre suas lnhas de ação abaxo de um ângulo lmte. A fgura 3. mostra dos propulsores com suas lnhas de ação formando um ângulo α entre s.
5 D c α c L Fgura 3. Interferênca entre dos propulsores. O ângulo α é o ângulo de nterferênca entre eles, obtdo pelas lnhas de ação c e c A verfcação da nterferênca é realzada através do cálculo do ângulo em relação à lnha que une os dos propulsores. Consdere-se que γ seja o ângulo lmte de nterferênca. Se α > γ haverá nterferênca consderável. O cálculo da nterferênca é realzado pela equação: α α + α p p = (3.8) p p a fgura 3. os ângulos α e α são calculados em relação ao referencal fxo à embarcação, o ângulo β é o ângulo que a lnha de unão dos propulsores forma com este p p referencal e os ângulos β e β são os ângulos que a lnha de ação de cada propulsor forma com a lnha de unão entre eles. p α β p β p α β p β Fgura 3. Mudança de referencal para o ângulo de azmute. Além da nterferênca entre dos propulsores, é possível também que a estera de um determnado propulsor esteja dreconada para partes do casco, dfcultando ou mpedndo o escoamento, dmnundo assm a sua efcênca. As regões que dfcultam tal escoamento são chamadas de zonas mortas ou zonas probdas.
6 Se houver a necessdade de empuxo naquela dreção, deve-se verfcar a possbldade de uso de outro propulsor ou mesmo de alterar o arranjo (SOUZA, ). 4. Método dos algortmos genétcos Os algortmos genétcos são concebdos com base na genétca pesqusada por Charles Darwn, ou seja, obedece ao prncípo da seleção natural, e se classfca como um método probablístco. (GOLDBERG, 989; GE, CHEG, 997; SOARES, 997; COELHO, ; PACHECO, 999; WHITLEY, ). A execução do algortmo genétco é realzada através de três etapas:. determnação da população ncal, onde as varáves funconas são geradas aleatoramente, dentro de um ntervalo pré-estabelecdo. cálculo da aptdão e seleção dos ndvíduos, onde as varáves são testadas na função objetvo, e os melhores resultados são seleconados, através das varáves que os produzram 3. reprodução, cruzamento e mutação, para dversfcar a população. este problema, a população ncal consttu-se de forças de empuxo ao longo de x (avanço) e x (derva) em cada propulsor. Os ângulos de azmute são calculados em função destas forças. A produção de empuxo nos propulsores ocorre de forma ótma quando a dferença entre as forças comandadas e geradas nos propulsores é nula, e a potênca consumda é mínma. Estas característcas são atngdas quando as restrções mpostas são respetadas. o caso de todos os propulsores saturarem, o equlíbro não é mas possível. A formulação do algortmo genétco possu as restrções funconas ncorporadas à função objetvo através de funções de penaldades (MORALES; GARCIA, ). As operações realzadas são: 4.. Algortmos genétcos com população bnára População ncal A determnação da população ncal será realzada a partr dos tens descrtos a segur: as componentes da força de empuxo Tx, e Tx, são determnadas, com seus valores dentro da faxa admssível correspondente a T máx. os ângulos de azmute são calculados em cada geração do algortmo. a força de empuxo resultante é calculada em cada geração do algortmo. Cálculo da Aptdão Os algortmos genétcos consderam como mas aptos aqueles ndvíduos que maxmzam a função objetvo (COELHO, ; SOARES, 997). estas condções a aptdão é calculada por:
7 f = n nd f = obj, f obj,, =,...,n nd (4.) onde f é o valor da aptdão para o -ésmo ndvíduo, f obj, é o valor da função objetvo para o -ésmo elemento e n nd é o número de ndvíduos na população. Seleção O método utlzado para seleção no presente trabalho será o método da roleta. Este método toma os valores de f calculados na equação 4. e os dstrbu unformemente em um círculo, smulando uma roleta. Quando ela é grada, os maores valores de f são seleconados. O número de gros da roleta corresponde ao número de ndvíduos na população. Através deste procedmento, os ndvíduos com menores aptdões tendem a desaparecer, enquanto os melhores se multplcam, ocupando o lugar dos que desapareceram. Quando os novos elementos são seleconados, sobre eles são aplcados os operadores genétcos. Cruzamento e mutação Os ndvíduos provenentes da seleção são recombnados através do cruzamento A fgura 4. lustra o cruzamento entre dos ndvíduos. (a) (b) Fgura 4. Representação de pontos de cruzamento para dos cromossomos durante o cruzamento: (a) um únco ponto, (b) múltplos pontos. A quantdade de ndvíduos envolvdos no cruzamento em relação ao total de ndvíduos, depende da porcentagem de cruzamento (p c ). A mutação é utlzada para dversfcar a população. Ela pode evtar, por exemplo, a ocorrênca de um mínmo local. A mutação também acontece medante um valor chamado de probabldade de mutação (p m ). 4.. Algortmos genétcos com população real (ponto flutuante) a população real, as operações são realzadas dretamente sobre os valores reas dos ndvíduos, ou representados em ponto flutuante. Dentre os dversos crtéros de
8 cruzamento e mutação, seleconou-se a mutação unforme e o cruzamento artmétco (COELHO, ):. Mnmzação da Função Objetvo o procedmento de alocação de empuxo, o evento probdo é o valor da força de empuxo no propulsor ultrapassar o valor de saturação. Os demas termos, como nterferêncas e consumo de energa devem ser mnmzados. Com estas nformações, defne-se a função objetvo: onde: J = F n prop = k sat S ( k ( k f s, ) + F ) + n prop = k ( k cp f Q ) + F ( k Q, 6 ( k ) + P k f, k f, k Fatores de ponderação para as dferenças de forças em surge, f 6 sway e de momento em yaw, respectvamente. k Fator de ponderação para a nterferênca entre os propulsores. mn k Fator ndcatvo do nível de nterferênca para o par de prop propulsores mn atuando com nterferênca k Fator ndcatvo da ocorrênca ou não de saturação. Seu valor é sat gual a quando houver saturação e quando não houver. k s, f 6 ( k ) + p ), m m n n k prop I mn ( k mn ) + Fator de ponderação para o propulsor que atngr saturação. k Fator ndcatvo da presença ou não de nteração casco-propulsor. cp Havendo nteração, seu valor é ; caso contráro, seu valor é. k Q, k p (.) Fator ndcatvo do nível de nteração casco-propulsor para o propulsor. Fator de ponderação para a potênca consumda pelo conjunto de propulsores. F, F, F Dferenças de forças obtdas pelos termos da equação 3.6 após 6 normalzação. I Valor médo das forças nos propulsores m e n que atuam com mn nterferênca, após normalzação. S Q Força de empuxo normalzada no propulsor, se houver saturação. Força de empuxo normalzada no propulsor, quando houver nterferênca com o casco. P Potênca consumda, após normalzação.
9 a equação., cada grupo de termos apresenta comportamento dferencado. Podem-se dvdr os termos em três grupos, que possuem comportamentos dferentes: Grupo Consttuído pelas dferenças de forças e pela potênca: F, F, F6 e P. Os elementos deste grupo produzem valores proporconas aos orgnas normalzados. Grupo Consttuído pela méda das forças nos propulsores atuando com nterferênca e na nteração casco-propulsor: I mn e Q. As funções deste grupo são as funções que ponderam o valor médo das forças de empuxo dos propulsores que atuam com nterferênca e o valor médo da força de empuxo dos propulsores que produz nteração com o casco da embarcação Grupo 3 Consttuído pelas forças em propulsores que atngram saturação. Seu termo é S. este grupo manpula-se a saturação dos propulsores, através do fator de ponderação k s,, sendo o número do propulsor. O objetvo deste fator é elmnar o termo Q, uma vez que não é possível o propulsor operar em faxas superores à saturação. Os fatores de ponderação na equação. sgnfcam penaldades aplcadas a cada termo. Após a determnação de J nesta equação para cada termo, chega-se a equação: [ I I I ] T J D D D, nnd = (.) que é usada no cálculo da aptdão e posteror seleção. Quanto maor a penaldade, menor a probabldade de o ndvíduo ser seleconado. 6. Alocação de empuxo pelo método SQP A formulação do problema de alocação de empuxo pelo método SQP utlza as Equações (3.) a (3.), e a função objetvo é dada pela equação (3.) (SIDIG; ADERSE, 998). Sua apresentação aqu é para balzar o método dos algortmos genétcos. Assm, a função objetvo, representada pelo funconal L ( T), e o vínculo de gualdade f ( T) = podem ser escrtos como: f = ( T) T ( T) = AT F L 3 (6.) onde T nclu todas as forças produzdas pelos propulsores, como apresentado pela equação (3.3). Segundo o procedmento convenconal (BAZARAA; SHERALI; SHETTY, 993) defne-se um vetor com os multplcadores de Lagrange λ e a função F( T, λ ) = L( T) + λf ( T). A condção necessára para que a solução seja um ponto estaconáro é
10 F 3 T = T. s + A λ = T F = AT F = λ onde s representa o snal do elemento correspondente no vetor T. (6.) Para que seja um ponto de mínmo, verfca-se a condção necessára e sufcente, que neste caso produz: F T 3 = 4 T. s (6.3) Esta formulação é válda enquanto não houver propulsores saturados. Quando todos saturarem, ela já não vale mas devdo à volação da restrção de gualdade na segunda expressão da equação (6.). 7. Resultados A segur serão apresentados resultados para uma alocação de empuxo aplcando os métodos dos algortmos genétcos e o método SQP. As forças aplcadas são tratadas como forças resultantes, já levando em conta todos os efetos externos. Para a valdação dos algortmos, o estudo será aplcado a uma barcaça tpo BGL, contendo 6 propulsores azmutas dspostos no casco conforme esquema apresentado na fgura 7. (TAURI, ): x 6 x G 4 3 Fgura 7. Dsposção dos propulsores no casco da barcaça BGL (extraída e adaptada de TAURI, ). Em relação ao centro de gravdade da barcaça (ponto G), as coordenadas de cada propulsor estão apresentadas na tabela 7.: Tabela 7. Coordenadas dos propulsores para o modelo de estudo. Propulsor x, (m) x, (m) 3,6 3, 9,33-7,64
11 3 4,8-3, 4-33,99-8,44-33,99 9, 6 -, 3, O dâmetro consderado para todos os propulsores é de metros. A nterferênca é consderada na ocasão do cálculo da potênca, e pode ocorrer entre os pares de propulsores (,), (,3), (,3), (4,), (4,6) e (,6). As outras combnações não produzem nterferênca consderável devdo à dstânca entre eles ser superor a vezes o valor do dâmetro. 7.. Dados de entrada As forças comandadas podem ser aplcadas de dversas formas: como uma onda senodal, crescente ou decrescente lnearmente (aplcação rampa), de forma brusca (aplcação degrau), entre outras. Aqu serão apresentados os resultados para uma forma lnear. ela, a partr de um valor ncal para as forças F (avanço), F (derva) e F 6 (gunada), seus valores aumentam lnearmente até um valor máxmo estpulado. O ntervalo total de forças é dvddo em subntervalos, cada qual analsado separadamente. A análse total dos subntervalos dará a descrção da alocação de empuxo para a embarcação Os dados referentes à smulação para esta forma de aplcação de forças são: T máx = 8. F,mn =, F,máx =.. F,mn =, F,máx =.. F 6,mn =, F 6,máx =6.. onde T máx é a força máxma admssível para cada propulsor ou lmte de saturação, F,mn, F,mn e F 6,mn são, respectvamente, as forças ncas consderadas no ntervalo, e F,máx, F,máx e F 6,máx são as forças fnas, no mesmo ntervalo. A faxa de valores será dvdda em partes. 7.. Solução por Algortmos Genétcos com População Bnára Uma das característcas mas nteressantes dos algortmos genétcos é a garanta de convergênca para o extremo global em modelos complexos, com valores deas para a probabldade de cruzamento, mutação, e tamanho da população. O teste de convergênca do algortmo será realzado com dferentes valores de ponderação para cada um dos grupos:, e 3, mostrados em uma tabela. Os dados consderados nesta smulação são: F =. p m =, F =. n nd = F 6 = 3...m n ger = p c =,7 onde F e F são, respectvamente, as forças em surge e sway, respectvamente, e F 6 é o momento em yaw, p c é a probabldade de cruzamento, p m, a probabldade de mutação e
12 n nd é o tamanho da população, ou o número de ndvíduos e n ger é o número de gerações consderado pelo algortmo. A cada geração do algortmo são produzdos ndvíduos, dos quas nem todos convergem para o mesmo resultado. O mportante é encontrar o valor ótmo dentre os ndvíduos produzdos. Os resultados apresentados nas fguras 7. e 7.3 testam a convergênca do algortmo, consderando dferentes ponderações para os termos. Tabela 7. Smulação da alocação de empuxo, com ponderações maores para os termos do Grupo, exceto para a potênca. Grupo Grupo Grupo 3 F F F 6 Os resultados para estas ponderações são: P I mn Q S Ang. Azmute (º) F. de Empuxo (k) Pot Consumda saturação 4. x Delta em F 3. Delta em F 4 x x Delta em F6 - Fgura 7. Resultados da smulação com ponderação prorzando os termos do Grupo : F, F e F 6. A fgura 7. apresenta as forças de empuxo e os ângulos de azmute em cada um dos 6 propulsores. Verfca-se, nos gráfcos do lado dreto da fgura, que ocorre o equlíbro entre as forças comandadas e produzdas Para as mesmas condções anterores, porém consderando uma maor ponderação para a potênca, obtém-se os resultados apresentados na fgura 7.3:
13 Ang. Azmute (º) F. de Empuxo (k) Pot Consumda x saturação Delta em F 3. Delta em F x x 6 Delta em F6 - Fgura 7.3 Smulação com uma prordade maor para a potênca consumda. Verfca-se nos gráfcos do lado dreto da fgura 7.3 que a dferença entre as forças de empuxo e as comandadas começa a aumentar à medda que a potênca consumda dmnu. Isso ocorre por causa da maor prordade atrbuída à potenca, em detrmento das dferenças de forças. A alocação ótma é aquela que mnmza a potênca consumda mantendo o equlíbro da embarcação Forças comandadas lnearmente crescentes A fgura 7.4 apresenta a smulação para as forças comandadas lnearmente crescentes. ela estão mostrados os valores dos ângulos de azmute, das forças de propulsão para cada propulsor e da potênca consumda durante a evolução das forças: Ang. Azmute (º) F. de Empuxo (k) Pot. Consumda saturação x Fgura 7.4 Ângulos de azmute, forças comandadas e potênca consumda para uma varação lnear de forças usando algortmos genétcos bnáros.
14 a fgura é possível verfcar que, à medda que os propulsores atngem a saturação, os demas propulsores se sobrecarregam, sendo então mas solctados. Isso ocorre para que o equlíbro seja mantdo, até que todos os propulsores saturem, quando então o equlíbro dexa de ser respetado. A fgura 7. mostra a evolução das forças comandadas e produzdas. À medda que os propulsores saturam, a dferença aumenta. Forças em surge () Forças em sway () Momento de yaw (.m) x x x Fgura 7. Forças comandadas e produzdas, para a forma lnear com algortmos genétcos bnáros. esta fgura, o gráfco que apresenta as forças em sway (derva) mostra que a dferença aumenta nesta dreção. Isso acontece porque, devdo à forma construtva da embarcação (fgura 7.), nesta dreção exste maor facldade de movmento em função dos agentes externos, e como as ponderações são guas nas dreções x e x, a segunda fo mas afetada Solução por Algortmos Genétcos com População Real As característcas das smulações dos algortmos genétcos com população bnára e população real são bastante semelhantes. O mesmo caso smulado na fgura 7.4 está mostrado na fgura 7.6, com população real:
15 Ang. Azmute (º) Forças de propulsão (k) Potênca consumda x 8 saturação Fgura 7.6 Ângulos de azmute, forças comandadas e potênca consumda para uma varação lnear de forças usando algortmos genétcos reas. Forças em Surge () Forças em Sway () Mom. de Yaw (.m) x x x Fgura 7.7 Forças comandadas e produzdas, para a forma lnear com algortmos genétcos reas. Assm como na fgura 7., a fgura 7.7 apresenta a comparação entre as duas forças (comandadas e produzdas). 7.. Solução pelo método SQP O método SQP usado aqu consdera como restrções funconas o equlíbro da embarcação, conforme equação 3., e como função objetvo a mnmzação da potênca, dada pela equação 3.. A convergênca neste método é obtda por dervações sucessvas. A fgura 7.8 apresenta a smulação para a alocação de, e a fgura 7.9 apresenta a dferença entre as forças comandadas e produzdas.
16 Azmutes(º) Forças de propulsão (k) Pot. Consumda (W) saturação x Fgura 7.8 Resultados para a smulação pelo método SQP. Força de Surge (k) Força de Sway (k) Momento de Yaw (k.m) x x x 7 4 Comando Aplcado Fgura 7.9 Forças comandadas e produzdas, lnearmente crescentes. A solução para o problema SQP trata de vínculos de desgualdade não lnear: ( T ) + ( T ) x, T T máx, x, T máx,, =,..., n prop (7.)
17 onde T x, e T x, são as componentes das forças de empuxo em surge e sway, respectvamente, T é a força de empuxo resultante, efetvamente produzda pelo propulsor e T máx é o empuxo máxmo admssível por propulsor. Com base na fgura 7.9, teorcamente, a embarcação permanecera em equlíbro, o que não é verdade, já que os propulsores possuem um lmte para a potênca dsponível e, conseqüentemente, para a força de empuxo. O que ocorre é que, estando todos os propulsores saturados, o método SQP dexa de ser váldo, os resultados não tem sentdo e tem-se a mpressão de que o equlíbro é mantdo. Esta conclusão pode ser verfcada na fgura Comparação entre os métodos SQP: A tabela 7.3 apresenta uma comparação entre Algortmos Genétcos e o método Tabela 7.3 Potênca consumda em dferentes terações dos algortmos AG SQP bnáro real Potênca consumda calculada (W) tempo (seg.) 4 3 teração, , ,3. 8 teração 4, ,9. 8 3, teração 37 7, , , teração 9, , , Os valores das terações foram tomados de forma a analsar os pontos mas lustratvos do algortmo: nenhum propulsor saturado ( e ), alguns propulsores saturados e outros não (37) e todos os propulsores saturados (). A execução dos algortmos fo realzada em um computador tpo PC, com GB de memóra e processamento smples, e o tempo de processamento mostrado na tabela 7.3 fo obtdo nesta execução. Todava, é possível realzar, para o método dos Algortmos Genétcos, um processamento paralelo, o que dmnu substancalmente o tempo de processamento. Analsando a tabela 7.3 percebe-se que o método SQP é o mas rápdo, e o método baseado em AG com população bnára, o mas lento. As varações calculadas para a potênca máxma entre os métodos estão apresentadas na tabela 7.4: Tabela 7.4 Comparação entre os métodos. AG (bn) AG (real) AG (bn) SQP AG (real) - SQP, %,7 %, %, %,6 %,4 % 37,96 %,83 %,86 %, %,73 %,7 % Comparatvamente, os valores mas próxmos estão entre os algortmos genétcos. o método SQP, a restrção de posconamento dexa de ser respetada quando os propulsores saturam. Isso quer dzer que, pelos resultados obtdos, o método SQP volou as restrções referentes à saturação, enquanto o método dos Algortmos Genétcos não..
18 7.7. Consderações sobre a nterferênca entre os propulsores este trabalho fo consderado que o empuxo máxmo admssível por propulsor corresponde à potênca máxma que ele pode fornecer. Isso quer dzer que, em caso de nterferênca, os propulsores são mas solctados para produzr o mesmo empuxo, pos o SPD consome mas energa (potênca) para manter a posção quando ocorre a nterferênca, que causa perda de efcênca. Os dados a segur serão usados na nova smulação, para produzr nterferênca. T máx = 8. F,mn =, F,máx =.. O resultado da smulação é apresentado a segur: F,mn =, F,máx =.. F 6,mn =, F 6,máx =4.. Ang. Azmute (º) Forças de propulsão (k) Potênca consumda x 8 saturação Potênca real (com nterferênca) Potênca nomnal Fgura 7. Acréscmo de potênca na ocorrênca de nterferênca entre propulsores. 3 saturação Forças de propulsão (k) Fgura 7. Redução no efeto das forças produzdas nos propulsores na ocorrênca de nterferênca.
19 A fgura 7. mostra o que acontece com a potênca quando há nterferênca. Pela smulação apresentada, a nterferênca acontece entre as terações 8 e 398. Fora deste ntervalo não há nterferênca consderável. a fgura 7. estão as forças nomnas e as forças realmente produzdas para superar o efeto de nterferênca. este exemplo fo consderado que, quando a nterferênca é máxma (propulsores com suas esteras na mesma dreção) a perda de efcênca é de %. A verfcação de nterferênca fo realzada apenas para a smulação com algortmos genétcos reas, mas sua execução é a mesma para os demas métodos. 8. Conclusão o presente trabalho foram desenvolvdos e testados dos algortmos genétcos, sendo um com população e bnára e outro, com população real. Estes algortmos foram, então comparados com o algortmo baseado no método SQP, adaptado a este trabalho e desenvolvdo em parte por TAURI (). Para valdar seus resultados, o procedmento desenvolvdo é aplcado na alocação de empuxo da BGL. Foram testados város valores de ponderação para cada um dos termos, para constatar a nefcênca do algortmo para a alocação de empuxo. Para valdar os algortmos e testar a dferença entre as forças comandadas e produzdas nos propulsores, os testes consderaram uma varação progressva lnear destas forças. A avalação da nterferênca entre os propulsores fo feta através de um procedmento geométrco, desenvolvdo para este caso. Os valores obtdos para a potênca consumda nos dos casos foram bastante próxmos, sendo que no método SQP, por ser um método determnístco, sempre se produza o mesmo resultado e, no método dos algortmos genétcos, os resultados não são dentcamente guas, mas estatstcamente muto próxmos, resultado da sua convergênca. A execução do algortmo baseado no método SQP fo mas rápda que pelo método dos algortmos genétcos, porém a restrção da saturação não fo atendda quando todos os propulsores saturaram, o que não aconteceu com o método dos algortmos genétcos. Quando os propulsores atngem a saturação, o algortmo desenvolvdo permte verfcar a dvergênca das forças, além de permtr escolher qual tem ponderar de forma a penalzar os demas. Por sso o método dos algortmos genétcos pode ser nteressante para o problema de alocação de empuxo. Como proposta de trabalhos futuros sugere-se a determnação dos parâmetros dos algortmos genétcos para o problema de alocação de empuxo através de uma rede neural, desenvolvendo assm um algortmo híbrdo, para melhorar o desempenho dos resultados referentes a função de custo e uma maor establdade destes resultados em terações dstntas. 9. Referencas Bblográfcas BAZARAA, M. S., SHERALI, H. D., SHETTY, C. M. onlnear programmng Theory and Algorthms, º Edção, John Wley & Sons, Inc., 993. CASTRO, R. E., Otmzação de Estruturas com Mult Objetvos va Algortmos Genétcos, Ro de Janero,. Tese COPPE, Unversdade Federal do Ro de
20 Janero Brasl. COELHO, L. S., Algortmos genétcos, CCET/PPGEPS, Pontfíca Unversdade Católca do Paraná, Curtba,. DOHA, D. C., Estudo do Posconamento Dnâmco para Plataforma Sem- Submersível, São Paulo, 983. Dssertação (Mestrado) Escola Poltécnca, Unversdade de São Paulo. DOHA, D. C., Estudo, Implementação, Teste e Avalação de um Sstema de Posconamento Dnâmco, São Paulo, 989. Tese (Doutorado) Escola Poltécnca, Unversdade de São Paulo. GE, M., CHEG, R., Genetc Algotthms and Engneerng Desgn, Wley, ew York, 997. GOLDBERG, D. E., Genetc Algorthms n Search, Optmzaton, and Machne Learnng, Addson-Wesley Publshng Company Inc., 989. HAMAMATSU, M., Control Systems: onlnear DP Controller, Dynamc Postonng Commttee, Canadá,. MORALES, A. F. K., GARCIA, J. G., Penalty Functon Methods for Constraned Optmzaton wth Genetc Algorthms: A Statstcal Analyss, Centro de Investgacón em Computacón, Méxco, Insttuto Poltécnco aconal,. PACHECO, M. A. C., Algortmos Genétcos: Prncípos e Aplcações, Laboratóro de Intelgênca Computaconal Aplcada, Departamento de Engenhara Elétrca, PUC-RJ, Ro de Janero, 999. SIDIG, P., ADERSE, S. V., A Force Allocaton Strategy for Dynamc Postonng, Proceedngs of the Eghth Internatonal Offshore and Polar Engneerng Conference, Canada, p , 998. SOARES, G. L., Algortmos Genétcos: Estudo, ovas Técncas e Aplcações, Belo Horzonte, 997. Dssertação (mestrado) Centro de Pesqusa e Desenvolvmento em Engenhara Elétrca, Unversdade Federal de Mnas Geras. SOUZA, E. C., Otmzação da Alocação de Empuxo em Sstemas de Posconamento Dnâmco, São Paulo,. Dssertação (mestrado), Escola Poltécnca, Unversdade de São Paulo. TAURI, E. A., Desenvolvmento de Metodologa de Projeto de Sstema de Posconamento Dnâmco Aplcado em Operações em Alto Mar, São Paulo,. Tese (doutorado) Escola Poltécnca, Unversdade de São Paulo. WHITLEY, D., A Genetc Algorthm Tutoral, Computer Scence Department, Colorado State Unversty,.
4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia mais4 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 maisAlgoritmos Genéticos com Parâmetros Contínuos
com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia mais4 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 maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisAdriana da Costa F. Chaves
Máquna de Vetor Suporte (SVM) para Regressão Adrana da Costa F. Chaves Conteúdo da apresentação Introdução Regressão Regressão Lnear Regressão não Lnear Conclusão 2 1 Introdução Sejam {(x,y )}, =1,...,,
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia mais(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:
1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,
Leia maisProblemas de engenharia
Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar
Leia mais3 Definição automática de carregamento ótimo
3 Defnção automátca de carregamento ótmo A formulação ncal mostrada neste capítulo fo feta por Sérgo Álvares Maffra[11] e parte da mplementação fo feta por Anderson Perera, tendo sofrdo algumas modfcações
Leia mais3 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 mais3 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 mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia mais1. 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 maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisCAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL
CPÍTULO IV PROPRIEDDES GEOMÉTRICS D SEÇÃO TRNSVERSL Propredades Geométrcas da Seção Transversal 4. Propredades Geométrcas da Seção Transversal 4.. Introdução O presente trabalho é desenvolvdo paralelamente
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia maisBalanceamento das cargas nas respectivas fases do circuito [8]: Posicionamento do transformador abaixador: Recondutoramento dos circuitos:
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN PLANEJAMENTO DE CIRCUITOS SECUNDÁRIOS DE DISTRIBUIÇÃO USANDO ALGORITMO EVOLUTIVO ESPECIALIZADO Antono Marcos Coss Grupo
Leia mais6 Análises de probabilidade de ruptura de um talude
6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura
Leia mais3 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 maisVariação 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 mais3 Desenvolvimento do Modelo
3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisPalavras Chaves: Linear Combination of Atomic Orbitals, LCAO, Molecular Orbitals, MO, Atomic Orbitals, AO.
Dego da Slva Manoel Insttuto de Físca de São Carlos, Unversdade de São Paulo, São Carlos-SP, Brasl Resumo Neste trabalho abordamos a descrção dos Orbtas Moleculares (MO), obtdos va Combnação Lnear dos
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia maisTermoelétricas de Ciclo Combinado.
Aplcação de Algortmo Genétco na Otmzação da Operação de Undades Termoelétrcas a Cclo Combnado Sandoval Carnero Jr, Ivo Chaves da Slva Jr, André L.M. Marcato, José Luz R. Perera, Paulo A.N.Garca, Paulo
Leia maisDESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA
DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia maisARTIGO ORIGINAL. Comparação Entre os Métodos PSO e Simulated Annealing na Minimização de Funções Não Lineares
DOI: 10.18605/175-775/cereus.v10np376-388 ARTIGO ORIGINAL Mnmzação de Funções Não Lneares Comparson Between PSO and Smulated Annealng Methods n the Mnmzaton of
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Prof. André Y. Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma
Leia mais1. 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 maisModelagem do Transistor Bipolar
AULA 10 Modelagem do Transstor Bpolar Prof. Rodrgo Rena Muñoz Rodrgo.munoz@ufabc.edu.br T1 2018 Conteúdo Modelagem do transstor Modelo r e Modelo híbrdo Confgurações emssor comum, base comum e coletor
Leia maisSC de Física I Nota Q Nota Q2 Nota Q3 NOME: DRE Teste 1
SC de Físca I - 2017-2 Nota Q1 88888 Nota Q2 Nota Q3 NOME: DRE Teste 1 Assnatura: Questão 1 - [3,5 pontos] Uma partícula de massa m se move sobre uma calha horzontal lsa com velocdade constante de módulo
Leia maisESTUDO DA MÁQUINA SIMÉTRICA TRIFÁSICA
CAPÍTUO ETUDO DA ÁQUINA IÉTICA TIFÁICA. INTODUÇÃO A máquna de ndução trfásca com rotor bobnado é smétrca. Apresenta estruturas magnétcas clíndrcas tanto no rotor quanto no estator. Os enrolamentos, tanto
Leia maisDIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL
DIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL Moacr Krpka, Prof. Dr. Zacaras M. Chamberlan Prava, Prof. Dr. Maga Marques Das, Acadêmca, Bolssta UPF Gulherme Fleth de
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel
Leia maisFigura 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 maisPrioridades com Teste de Escalonabilidade
rordades + Teste de Escalonabldade Sstemas de Tempo Real: rordades com Teste de Escalonabldade Rômulo Slva de Olvera Departamento de Automação e Sstemas DAS UFSC Cada tarefa recebe uma prordade Escalonamento
Leia maisOs 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 maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisAlgoritmos Genéticos e Particle Swarm Optimization e suas aplicações problemas de Guerra Eletrônica.
Algortmos Genétcos e Partcle Swarm Optmzaton e suas aplcações problemas de Guerra Eletrônca. CC (EN) Alexandre de Vasconcelos Sclano sclan@ta.br, Tel +--- Dretora de Sstemas de Armas da Marnha (DSAM) Rua
Leia mais6 Modelo Proposto Introdução
6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisMETODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO
Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
ALGORITMO GENÉTICO APLICADO À ELEÇÃO MULTI-CRITÉRIO DE CARTEIRA DE PROJETO DE PETRÓLEO E GÁ Karn upo Gavancho Departamento de Engenhara Elétrca, PUC-RIO, Rua Marques de ão Vcente 225, Ro de Janero Karsupo@ele.puc-ro.br
Leia mais1º Exame de Mecânica Aplicada II
1º Exame de Mecânca Aplcada II Este exame é consttuído por 4 perguntas e tem a duração de três horas. Justfque convenentemente todas as respostas apresentando cálculos ntermédos. Responda a cada pergunta
Leia maisMÉTODOS DE OTIMIZAÇÃO APLICADOS À DISTRIBUIÇÃO DE RECURSOS
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN MÉTODOS DE OTIMIZAÇÃO APLICADOS À DISTRIBUIÇÃO DE RECURSOS Mônca Mara De March Mara José Pnto Carmen Lúca Ruybal dos Santos
Leia maisGABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu.
GABARITO ERP9 Questão mpedânca total em pu. mpedânca lnha em pu; mpedânca carga em pu; tensão no gerador em pu. Assm, tem-se que: ( ). Mas, ou seja: : ( ).. Logo: pu. () A mpedânca da carga em pu,, tem
Leia maisUNIVERSIDADE 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 mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisCurvas Horizontais e Verticais
Insttução: Faculdade de Tecnologa e Cêncas Professor: Dego Queroz de Sousa Dscplna: Topografa Curvas Horzontas e ertcas 1. Introdução Exstem dversas ocasões na engenhara em que os projetos são desenvolvs
Leia maisUTILIZAÇÃO DE ALGORITMO GENÉTICO PARA ALOCAÇÃO DE GERADORES EM SISTEMAS ISOLADOS DE CORRENTE CONTÍNUA
UTILIZAÇÃO DE ALGORITMO GENÉTICO PARA ALOCAÇÃO DE GERADORES EM SISTEMAS ISOLADOS DE CORRENTE CONTÍNUA Dego N. Gewehr, Eduardo D. de Melo, Donízo Paschoarel Jr. Faculdade de Engenhara UNESP campus de Ilha
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisEletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.
Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisLaboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos
Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro
Leia maisI DIMENSIONAMENTO OTIMIZADO DE REDES DE DISTRIBUIÇÃO DE ÁGUA COM A UTILIZAÇÃO DE ALGORITMOS GENÉTICOS
I-061 - DIMENSIONAMENTO OTIMIZADO DE REDES DE DISTRIBUIÇÃO DE ÁGUA COM A UTILIZAÇÃO DE ALGORITMOS GENÉTICOS Rta de Cássa do Prado Gudo Gamero (1) Engenhera Cvl pela Unversdade de Campnas / UNICAMP e Mestre
Leia maisESCOAMENTO TRIFÁSICO NÃO-ISOTÉRMICO EM DUTO VERTICAL COM VAZAMENTO VIA CFX: ANÁLISE DA INFLUÊNCIA DA RUGOSIDADE DA PAREDE DO DUTO
ESCOAMENTO TRIFÁSICO NÃO-ISOTÉRMICO EM DUTO VERTICAL COM VAZAMENTO VIA CFX: ANÁLISE DA INFLUÊNCIA DA RUGOSIDADE DA PAREDE DO DUTO W. R. G. SANTOS 1, H. G. ALVES 2, S. R. FARIAS NETO 3 e A. G. B. LIMA 4
Leia mais2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria
Agregação Dnâmca de Modelos de urbnas e Reguladores de elocdade: eora. Introdução O objetvo da agregação dnâmca de turbnas e reguladores de velocdade é a obtenção dos parâmetros do modelo equvalente, dados
Leia maisExperiência 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 maisPUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON
1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de
Leia maisESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Leia maisAprendizagem de Máquina
Aprendzagem de Máquna Alessandro L. Koerch Programa de Pós-Graduação em Informátca Pontfíca Unversdade Católca do Paraná (PUCPR) Máqunas de Vetor de Suporte Introdução Support Vector Machnes SVM Método
Leia maisRoteiro-Relatório da Experiência N o 4 CARACTERÍSTICAS DO TRANSISTOR BIPOLAR
PROF.: Joaqum Rangel Codeço Rotero-Relatóro da Experênca N o 4 CARACTERÍSTICAS DO TRANSISTOR BIPOLAR 1. COMPONENTES DA EQUIPE: ALUNOS 1 2 NOTA Prof.: Joaqum Rangel Codeço Data: / / : hs 2. OBJETIVOS: 2.1.
Leia maisOtimização por Colônia de Partículas
Otmzação por Colôna de Partículas Sezmára de F.P Saramago, Jar Rocha do Prado Faculdade de Matemátca - FAMAT, Unversdade Federal de Uberlânda 38408-00, Uberlânda, MG E-mal: Saramago @ufu.br, jar@mat.ufu.br,.
Leia mais2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS
ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente
Leia maisProf. Lorí Viali, Dr.
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. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia mais6 Metodologia para Remuneração do Serviço Ancilar de Reserva de Potência Quando Provido por Geradores
6 Metodologa para Remuneração do Servço Anclar de Reserva de Potênca Quando Provdo por Gerado 6.. Introdução Quando um sstema de potênca sofre uma contngênca, como a perda de undades de transmssão ou de
Leia maisCOMPARAÇÃO ENTRE METODOLOGIA DE OTIMIZAÇÃO GLOBAL E O MÉTODO DE GRADIENTES PARA AJUSTE DE HISTÓRICO ASSISTIDO
COMPARAÇÃO ENTRE METODOLOGIA DE OTIMIZAÇÃO GLOBAL E O MÉTODO DE GRADIENTES PARA AJUSTE DE HISTÓRICO ASSISTIDO Célo Mascho e Dens José Schozer, Unversdade Estadual de Campnas, Faculdade de Engenhara Mecânca
Leia mais3 Animação de fluidos com SPH
3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)
Leia maisJogos. Jogos. Jogo. Jogo. Óptimo alvo investigação
Jogos Óptmo alvo nvestgação O seu estado é fácl de representar; As acções são bem defndas e o seu número lmtado; A presença de oponentes ntroduz ncerteza tornando o problema de decsão mas complcado. Estamos
Leia maisPROBLEMA DE DESPACHO ECONÔMICO MULTI-ÁREA COM RESTRIÇÕES DE CAPACIDADE DE TRANSMISSÃO RESOLVIDO ATRAVÉS DE UMA REDE DE HOPFIELD MODIFICADA
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN PROBLEMA DE DESPACHO ECONÔMICO MULTI-ÁREA COM RESTRIÇÕES DE CAPACIDADE DE TRANSMISSÃO RESOLVIDO ATRAVÉS DE UMA REDE DE HOPFIELD
Leia maisLaboratório de Mecânica Aplicada I Determinação de Centros de Gravidade
Laboratóro de Mecânca Aplcada I Determnação de Centros de Gravdade Em mutos problemas de mecânca o efeto do peso dos corpos é representado por um únco vector, aplcado num ponto denomnado centro de gravdade.
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia mais2 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 maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia mais4 Sistema Híbrido de Otimização de Estratégia de Controle de Válvulas de Poços Inteligentes sob Incertezas
44 4 Sstema Híbrdo de Otmzação de Estratéga de Controle de Válvulas de Poços Intelgentes sob Incertezas Conforme dscutdo no capítulo 2, na engenhara de reservatóro a atvdade de gerencamento é uma tarefa
Leia maisImplementação Bayesiana
Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,
Leia mais4 ANÁLISE DE CONFIABILIDADE COM ANÁLISE LIMITE
4 ANÁLISE DE CONIABILIDADE COM ANÁLISE LIMITE A avalação da segurança das estruturas geotécncas tem sdo sempre um dos objetvos da Engenhara Geotécnca. A forma convenconal de quantfcar a segurança de uma
Leia maisCapítulo 24: Potencial Elétrico
Capítulo 24: Potencal Energa Potencal Elétrca Potencal Superfíces Equpotencas Cálculo do Potencal a Partr do Campo Potencal Produzdo por uma Carga Pontual Potencal Produzdo por um Grupo de Cargas Pontuas
Leia maisIII Seminário da Pós-graduação em Engenharia Elétrica
FLUXO DE POÊNCIA ÓIMO E O MINOS Adlson Preto de Godo Aluno do Programa de Pós-Graduação em Engenhara Elétrca Unesp Bauru Edméa Cássa Baptsta Orentador Depto de Matemátca Unesp Bauru RESUMO Neste trabalho
Leia mais