TCC - Engenharia Física

URI Permanente para esta coleção

https://dspace.unila.edu.br/handle/123456789/4350

ILACVN - Centro de Ciências da Natureza - Bacharelado em Engenharia Física

Navegar

Agora exibindo 1 - 20 de 20

Impact of a rigid sphere onto an elastic membrane.
(The Royal Society, 2022) Agüero, Elvis A.; Alventosa, Luke; Harris, Daniel M.; Galeano-Rios, Carlos A.
We study the axisymmetric impact of a rigid sphere onto an elastic membrane theoretically and experimentally. We derive governing equations from first principles and impose natural kinematic and geometric constraints for the coupled motion of the sphere and the membrane during contact. The free boundary problem of finding the contact surface, over which forces caused by the collision act, is solved by an iterative method. This results in a model that produces detailed predictions of the trajectory of the sphere, the deflection of the membrane, and the pressure distribution during contact. Our model predictions are validated against our direct experimental measurements. Moreover, we identify new phenomena regarding the behaviour of the coefficient of restitution for low impact velocities, the possibility of multiple contacts during a single rebound, and energy recovery on subsequent bounces. Insight obtained from this model problem in contact mechanics can inform ongoing efforts towards the development of predictive models for contact problems that arise naturally in multiple engineering applications.
Síntese e caracterização de sistemas à base de Bi2Sr2Ca2Cu3O10 quando adicionado Fe+3 para aplicações eletroeletrônicas a baixa e alta temperatura
(2023) Reis, Vinícius Venâncio
A busca por materiais que possam solucionar uma variedade de problemas, com destaque para a eficiência energética, conduziu à síntese de sistemas baseados em Bi2Sr2Ca2Cu3O10 (Bi-2223) neste estudo. Estes sistemas foram produzidos através do método de síntese de reação em estado sólido, com adição de 0,0; 1,0; 3,0 e 5,0% de Fe 3+. Análises de caráter estrutural foram conduzidas nos sistemas sintetizados utilizando Difratometria de Raio X, enquanto as características microestruturais foram investigadas por meio da técnica de Microscopia Eletrônica de Varredura (MEV). Além disso, outras análises essenciais, como Análise Termogravimétrica (ATG), foram realizadas para caracterizar os sistemas, juntamente com algumas outras avaliações destinadas a examinar suas respostas elétricas, como a Espectroscopia de Impedância (EI). Primeiramente, os reagentes para a produção do Bi-2223 foram misturados utilizando um moinho de bolas e, em seguida, submetidos a análises térmicas para determinar a temperatura de calcinação, a qual foi estabelecida em 790°C. As amostras foram posteriormente avaliadas utilizando do ensaio de densidade a verde, demonstrando atingir 8.786 g/cm³ sob uma força de 1.25 toneladas. Os corpos prensados foram então sinterizados a uma temperatura de 840°C por um período de 12 horas. No estudo microestrutural, a técnica de Difratometria de Raio X (DRX) foi empregada, identificando a presença de diversas fases na amostra com 0% de ferro. Conforme a quantidade de Fe3+ aumentava, observou-se uma estabilização das fases. A análise por Microscopia Eletrônica de Varredura (MEV) revelou que a introdução de Fe no sistema resultou em uma diminuição no tamanho dos grãos. Além disso, foram identificados grãos laminares que se alongaram e afinaram à medida que a quantidade de Fe 3+ aumentava. Finalmente, a resposta elétrica das amostras à temperatura ambiente foi estudada por meio de espectroscopia de impedância, evidenciando um aumento na condutividade das amostras. As permissividades dielétricas foram medidas na ordem de 10³ para uma ampla faixa de frequências.
Algoritmos Quânticos Híbridos e o Problema do Caixeiro Viajante
(2023) Krzyzanowski, Gabriel
Problemas de otimização são de grande interesse na indústria e na academia, em especial o problema do Caixeiro Viajante. Este é um famoso problema NP-hard que desafia algoritmos na busca de uma solução eficaz e eficiente. O uso de computadores quânticos para encontrar soluções de tais problemas apresenta-se como uma possível alternativa para o futuro. No presente trabalho, utilizamos dois algoritmos quânticos variacionais bem estabelecidos na literatura para resolver instâncias simples do problema do Caixeiro Viajante. Com a motivação de se realizar uma prova de conceito, obtivemos resultados que demonstram a viabilidade do método, quando comparados com o benchmark clássico representado pelo método Simplex. Apesar dos possíveis gargalos nas aplicações de problemas em escala, nossos experimentos demonstraram resultados que nos encorajam a aprofundar as pesquisas neste campo.
Algoritmo de Otimização Shuffled Frog Leaping aplicado em Sistemas Fotovoltaicos com Sombreamento Parcial (SFLA-MPPT)
(2023) Rodrigues, Fábio Jose
O aumento do consumo de energia elétrica em todo o mundo tem levado ao desenvolvimento de novas tecnologias para a redução de emissões de poluentes e a diminuição da degradação do meio ambiente. No Brasil, as dificuldades para implantação de novas unidades geradoras e a busca por fontes de energia alternativas têm impulsionado a geração de energia elétrica por fontes renováveis, especialmente a solar e a eólica. No entanto, é necessário buscar a otimização de performance e a resolução de problemas clássicos, como a perda de eficiência devido ao sombreamento parcial, no caso de geração fotovoltaica. O algoritmo Perturbe e Observe, mais utilizado comercialmente, pode falhar ao tentar localizar o ponto de operação de um arranjo de painéis solares. Visto isso foi foi realizado a implementação dos algoritmos Perturbe e Observe e também Shuffled Frog Leaping Algorithm aplicados no chaveamento um conversor de corrente contínua do tipo boost, utilizando o software de simulação PSim para avaliar as curvas de resposta da potência, e compará-las. Observa-se vantagens para cada um dos métodos dependendo da resposta desejada. O Perturbe e Observe mostra uma resposta de convergência mais rápida quando comparado com o Suffled Frog Leaping Algorithm, porém apresenta uma oscilação de potência de saída e possui o risco de não alcançar a tensão de operação ideal. Já o Shuffled Frog Leaping Algorithm demonstrou sempre localizar a potência de operação desejada ao custo de um tempo de convergência mais lento.
Estudo das Propriedades Físico-Químicas do CaCu3-xSrxTi4O12 (0 < X < 3,00), Modificados com Óxido de Grafeno e Óxido de Grafeno Reduzido, como Material de Eletrodo para Supercapacitores
(2023) Moussa, Hussein Abdul Karim
Neste trabalho focamos na preparação e investigação de sistemas de CaCu3-xSrxTi4O12 (0  x  3,00), puros e modificados com óxido de grafeno (OG) e óxido de grafeno reduzido (OGr), direcionados à aplicação como eletrodos em supercapacitores. O material matriz é um composto multifuncional com aplicações em dispositivos de armazenamento de energia devido à sua alta constante dielétrica. A difração de raios X, a microscopia eletrônica de varredura e a voltametria cíclica foram usados para examinarmos tanto as propriedades eletroquímicas quanto estruturais desses materiais. Os resultados indicam que a adição de 6% de OGr ao CCTO resulta em um aumento significativo da capacitância específica em todas as velocidades de varredura, o que implica que o OGr melhora a capacidade de armazenamento de carga do CCTO. Entretanto, a adição de OG aparentemente diminui a capacitância específica em relação ao CCTO puro. Observamos também que o CCTO 0.15 com 6% de OGr exibe os valores mais altos de capacitância específica. Por outro lado, a adição de OG parece não contribuir positivamente para as propriedades eletroquímicas do CCTO 0.15, resultando em uma redução da capacitância específica. No caso do CCTO 0.30, encontramos uma ligeira melhoria na capacitância específica com a adição de 6% de OG. Por fim, em relação ao SCTO, a adição de OG ou OGr gera valores de capacitância específica semelhantes ou levemente superiores ao SCTO puro, o que indica que a influência desses materiais nas propriedades eletroquímicas do SCTO pode ser limitada. Esses resultados iniciais oferecem insights valiosos sobre o potencial de uso do CCTO e suas variações como materiais de eletrodos para supercapacitores, abrindo caminho para futuras investigações nesse sentido. Ainda assim, entendemos que há espaço para otimizar a síntese e a resposta elétrica desses sistemas, apresentando oportunidades adicionais para melhorar o desempenho dos supercapacitores baseados em CCTO.
Automatic Temperature Extraction from Arresters’ Thermal Images with Artificial Intelligence
(2023) Moussa, Adel Abdul Karim
Os para-raios são fundamentais para garantir a confiabilidade, a economia e a segurança dos sistemas elétricos. Entretanto, a degradação que ocorre naturalmente ao longo do tempo representa um problema que leva a um desafio ainda em aberto, no qual vários estudos científicos propuseram e exploraram técnicas inovadoras de diagnóstico. Um novo método de diagnóstico manual está sendo empregado atualmente em subestações elétricas. O método emprega uma lógica anotada paraconsistente de dois valores, usando medições de temperatura por termografia infravermelha e dados de corrente de fuga resistiva como entrada para uma avaliação precisa da condição do para-raios. Tal método baseia-se em campanhas de coleta para obter imagens térmicas de para-raios de alta tensão em operação, exigindo posteriormente a extração manual dos dados de temperatura máxima e média e suas diferenças (delta) ao longo do eixo principal de cada para-raios por meio de um software de câmera digital. Nesse contexto, este estudo tem como objetivo aprimorar e automatizar o diagnóstico de para-raios por meio do cálculo automático da temperatura delta, introduzindo um novo método, cuja abordagem é baseada em Inteligência Artificial Deep Learning. O método proposto neste estudo emprega um modelo de Rede Neural Convolucional de Região de Máscara (Mask R-CNN) para segmentação dos para-raios a partir da imagem térmica, seguido de um algoritmo para extração de dados de temperatura dos para-raios, que são usados para diagnóstico de degradação. O processo de segmentação de para-raios com Mask R-CNN, em imagens térmicas, mostrou se viável, com uma precisão média de 83,85%. A análise comparativa da precisão média entre o método manual (original) e o método proposto (automatizado), a partir de 195 imagens térmicas processadas, revelou um Erro Percentual Absoluto Médio (MAPE) de 11,48% na temperatura delta, que é usada na análise da degradação do para-raios. Esse resultado demonstra que o método proposto neste estudo é viável e permite automatizar a inspeção de para-raios. Investigações futuras consistem em refinar o processo de segmentação por meio do ajuste fino dos hiperparâmetros e do uso da técnica de validação cruzada
“EUREKA AI!”: um Jogo Pedagógico para Explorar os Heróis da Ciência e suas Contribuições Históricas
(2023) König, Nícolas Iunovich
A integração entre educação e tecnologia tornou-se uma necessidade no século XXI, com os avanços tecnológicos alavancando o cenário educacional. A imprescindibilidade de planejar os alunos para o futuro digital e promover o pensamento crítico e desenvolvimento cognitivo requer englobar a tecnologia no processo de aprendizagem. Este trabalho possui como foco a exploração e utilização de inteligências artificiais como aporte para construir uma ferramenta pedagógica. Portanto, o objetivo do presente trabalho foi o desenvolvimento de um jogo pedagógico, denominado “Eureka AI!”, utilizando duas inteligências artificiais avançadas: o ChatGPT, um modelo de linguagem que gera textos, e o Midjourney, um gerador de imagens baseado em inteligência artificial. O jogo pedagógico resultante visa atuar como uma ferramenta de divulgação científica no processo educacional, a fim de aumentar o engajamento dos alunos e proporcionar um ambiente de aprendizado mais interativo e envolvente para tratar sobre os cientistas e suas inúmeras contribuições para o avanço da sociedade. A pesquisa é de natureza qualitativa e adotou como procedimento metodológico a pesquisa do tipo participante. Os dados foram obtidos por meio da aplicação de questionários e observações anotadas em diário de campo. O jogo foi aplicado para alunos da Educação Básica, visando analisar as suas percepções sobre o jogo e suas compreensões sobre a Inteligência Artificial e conhecimentos sobre os cientistas. Os resultados obtidos foram positivos, demonstrando que a integração da inteligência artificial no processo educacional por meio do jogo pôde oferecer benefícios significativos sobre a temática para os discentes. As respostas obtidas sugerem ainda que a abordagem foi eficiente na utilização de inteligências artificiais para auxílio na criação de jogos educacionais.
Estudo do Problema do Caixeiro Viajante por meio de Solvers
(2022) Costa, Abner de Almeida; Orientação
O problema do caixeiro viajante é um problema de alto impacto social além de ser relevante do ponto de vista da otimização. Este problema tem sido um desafio ao longo dos anos com relação aos requisitos de eficiência bem como eficácia da solução. Várias técnicas foram desenvolvidas ao longo dos anos para tratar este problema. No presente trabalho, por meio de comparações, alguns solvers disponíveis foram testados em relação ao tempo de execução e performance para obter o valor ótimo. Foram avaliadas algumas instâncias de porte reduzido e moderados. Os resultados obtidos mostram que, mesmo em instâncias onde a matriz de distâncias é pequena, alguns dos solvers testados apresentaram dificuldades na resolução do problema tanto no tempo de execução quanto na performance para obter o caminho ótimo.
Técnicas de Aprendizaje Profundo para la Detección de Fallas en Módulos Fotovoltaicos
(2022) Pérez Vargas, Jhoan Rodrigo; Orientação
El desempeño de los sistemas fotovoltaicos se ve afectado por diversos factores, entre ellos, fallas o anomalías que se presentan en los principales sistemas de generación de energía, los módulos fotovoltaicos (PV). El creciente despliegue de plantas fotovoltaicas y la necesidad de aumentar el rendimiento y la fiabilidad de estas, exige el desarrollo de herramientas de inspección que permita identificar anomalías de forma barata, rápida y eficiente. En este contexto, varios grupos de investigación han usado la termografía infrarroja aérea (aIRT) como herramienta para identificar fallas en módulos PV por medio de imágenes termográficas tomadas por vehículos aéreos no tripulados (UAV). Dichas imágenes pueden ser evaluadas por técnicos experimentados para determinar si existe una falla o no en un determinado modulo PV, sin embargo, esta metodología se torna compleja y extenuante debido al gran volumen de información cuando se trata de analizar cientos o miles de módulos PV presentes en una granja solar de grande porte. El presente trabajo explora la aplicación de técnicas de aprendizaje profundo (DL) sobre un conjunto de imágenes obtenidas por aIRT para detectar fallas en módulos PV con el fin de evaluar su desempeño y la capacidad de automatizar el proceso de inspección de fallas. Las imágenes fueron obtenidas a partir de conjuntos de datos (dataset) de libre acceso disponible en la web para el desarrollo de investigación en esta área. Adicionalmente se creó un dataset sintético para incrementar el volumen de datos de entrada para el entrenamiento de un modelo de DL usado para la identificación de los módulos. Las imágenes se preprocesaron para entrenar dos modelos de DL: Mask R-CNN, un modelo usado para segmentación de instancias, y ResNet, una red neuronal convolucional usada para problemas de clasificación. Los resultados obtenidos en este trabajo mostraron una precisión sobre conjuntos de prueba (test) de hasta un 97,9% y 81.4% para la segmentación y la clasificación respectivamente. Finalmente se implementó un modelo conjunto (segmentación y clasificación) para la detección de fallas sobre imágenes y video, cuyos resultados demuestran la capacidad de estas herramientas para la automatización de procesos con grandes volúmenes de información.
GPS y Correcciones Relativistas
(2022) Molina Terra, Nicolás Valentín; Orientação
El Sistema de Posicionamiento Global (GPS) usa cuatro o más satélites para la determinación de la ubicación y el tiempo del receptor. Debido al campo gravitacional de la Tierra y la altura de las naves, efectos relativistas surgen en las medidas tomadas, por lo que es necesario realizar correcciones que permitan establecer con precisión la referencia del usuario. Mediante un método iterativo es posible calcular la ubicación y el tiempo a partir de las señales enviadas. Tales señales llegan al receptor en instantes diferentes, por lo que es posible elegir dos momentos para realizar la medición: instante en que las cuatro señales llegan al receptor o un único instante para la salida de las cuatro señales. En este trabajo se presenta una revisión de los procedimientos para la corrección de los errores relativistas para cada uno de estos métodos una vez que las señales son recibidas. Además, se analizan las correcciones por los efectos de la excentricidad de las órbitas satelitales. Finalmente se concluye que es posible observar que los métodos iterativos convergen rápido y que la precisión de los valores determinados es alta.
Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
(2021) Wentz, Victor Hugo; Maciel, Joylan Nunes; Ando Junior, Oswaldo Hideo
O aumento do uso de energia limpa e renovável, como a energia solar fotovoltaica, é necessário para suprir a demanda de consumo que vem aumentando no Brasil. No entanto, a geração de energia solar fotovoltaica possui características intrínsecas relativas as variáveis climáticas que causam intermitências no processo de geração, as quais podem promover instabilidades e insegurança no sistema elétrico. Umas das soluções para este problema utiliza o estudo de métodos e soluções para a Predição da Geração de Energia Solar Fotovoltaica (PGESF). Neste contexto, o objetivo deste estudo é desenvolver e comparar a acurácia de modelos de Inteligência Artificial aplicados à PGESF de curto prazo por meio da irradiância solar. Foram analisados os modelos de Machine Learning com Artificial Neural Networks (ANN) e Deep Learning com Long-Term Short Memory Networks (LSTM). A execução experimental foi projetada para utilizar uma única base de dados de treinamento e testes, com ambiente experimental homogêneo e controlado que permitiu realizar as análises comparativas. Os principais resultados indicam que existe diferença significativa na acurácia de predição entre os modelos ANN e LSTM. As redes LSTM demonstraram, em geral, melhores índices de acurácia de predição em relação as ANN. Além disso, a acurácia de determinado modelo diminui conforme o aumento do horizonte de predição. Todos os resultados de acurácias são apresentados por meio das principais métricas estatísticas utilizadas na literatura da PGESF.
Simulação de um conversor boost com MPPT digital para otimizar a geração de energia de uma linha de um Filme Fotovoltaico Orgânico (OPV) perante mudanças de irradiância.
(2021) Mota, Ana Carolina; Ando Júnior, Oswaldo Hideo; Cavallari, Marco Roberto
Nos últimos anos, a humanidade vem sofrendo uma crise energética devido a modernização acelerada. Como as fontes convencionais de energia estão tendo um alto impacto na degradação do meio ambiente, energias renóvaveis são a alternativa. Dentre as fontes renováveis, a energia solar fotovoltaica vem ganhando destaque, mais precisamente, os filmes fotovoltaicos orgânicos (OPV), pois estes possuem muitas vantagens como: serem leves, semitransparentes, flexíveis e se adequarem as mais diversas superfícies. Porém, para filmes fotovoltaicos orgânicos serem largamente difundidos é necessário estudar soluções para a otimização de sua eficiência e tempo de vida, nos quais são diretamente afetados pelo efeito do sombreamento parcial. Visando isto, fez-se a implementação de 2 métodos de rastreamento do ponto de máxima potência (MPPT), o Perturba e Observa e o Condutância Incremental, no qual, atua em um conversor boost interligado a uma célula/linha fotovoltaica orgânica. Este sistema foi simulado no software MATLAB/SIMULINK, no qual, se variou o valor da perturbação do ciclo de trabalho ∆D e foi analisado perante mudanças de irradiância, para analisar o funcionamento de uma única linha OPV. Os resultados obtidos para ∆D de 0,000002 foram os mais satisfatórios, sendo que, os gráficos da potência da linha para o método Perturba e Observa e para o método Condutância Incremental foram muito similares, apresentando mesmo tempo de subida e mesma oscilação de potência. Este foi um trabalho inicial, onde obtiveram-se resultados bastante eficazes e aptos a mitigarem o efeito do sombreamento parcial em linhas fotovoltaicas orgânicas, aumentarem o seu tempo de vida, e portanto, esta tecnologia fotovoltaica poderá ser cada vez mais expandida.
Estudo sobre Extração de Características e Reconhecimento de Padrões aplicados em Cifragem de Músicas
(2021) Nooblath Neto, Mauro Queiroz; Bloot, Rodrigo
Durante a etapa de treinamento de uma rede neural é muito importante que os dados utilizados sejam tratados de tal forma que a rede consiga identificar padrões para diferenciá-los e conseguir classificá-los eficientemente. Muitos trabalhos foram realizados por diversos autores na extração de características para uma ampla base de dados. No presente trabalho, foram aplicadas duas técnicas para tratar características em um banco de dados constituído de acordes musicais com o intuito de classificálos em acordes maiores ou menores. Uma das técnicas é conhecida como Local Phase Quantization e a outra consiste em coletar as frequências associadas aos maiores valores de amplitude. Utilizando uma rede neural, própria do Matlab-Mathworks, realizou-se uma comparação entre as duas técnicas em seu treinamento. Afim de obter melhor performance, introduzimos do uso de clusters em uma estratégia híbrida junto com as duas técnicas de extração de características na entrada da rede neural. Os resultados demonstraram uma melhora significativa de desempenho.
Predição do Estado de Saúde de Baterias de Íon-Líto por Meio de Técnicas de Aprendizagem de Máquina e Séries Temporais
(2021) Fernandez, Bruno Oziel; Kapp, Marcelo Napomoceno;
Poder determinar um sistema de confiabilidade de uma bateria pode garantir que ela trabalhe com segurança e confiabilidade. A principal abordagem de avaliação de um sistema de confiabilidade é determinar o estado de saúde (SOH) da bateria. Os avanços das ferramentas e algoritmos computacionais levaram a uma nova era de abordagens de análise preditiva baseada em dados, usando algoritmos de aprendizado de máquina e séries temporais. O objetivo deste trabalho é utilizar métodos de aprendizagem de máquinas e séries temporais para prever o estado de saúde de baterias de íon-Lítio. Com base no banco de dados disponível no site da NASA, Ames Prognostics Center of Excellence (PcoE), dois experimentos foram realizados. No primeiro, realizou-se a comparação dos resultados entre os algoritmos de aprendizagem de máquinas proposto, Support Vector Regression (SVR) e Multi-Layer Perceptron (MLP), numa abordagem global dos dados. No segundo experimento incluí-se o algoritmo de série temporal, Auto Regressive Integrated Moving Average (ARIMA), e comparou-se com os algoritmo de aprendizagem de máquina, numa abordagem mais local dos dados. Como os resultados, verifica-se que os melhores desempenhos, foram para os algoritmos de aprendizagem de máquinas, com destaque para o MLP.
Algoritmos Quânticos Híbridos e Aplicações em Problemas de Otimização
(2021) Albino, Anton Simen; Bloot, Rodrigo; ;
Problemas de otimização possuem aplicações de grande interesse na indústria e na academia. Devido a sua alta complexidade computacional, os problemas de otimização combinatória são de especial interesse. Uma boa estratégia para resolver problemas de otimização combinatória é através da utilização de meta-heurísticas. Neste trabalho, estudamos a maneira como uma meta heurística oriunda do ferromagnetismo e da mecânica estatística pode ser utilizada, por meio de uma arquitetura híbrida entre processadores NISQ (do inglês, Noisy Intermediate Scale Quantum) e otimizadores clássicos, para encontrar boas aproximações para problemas de otimização combinatória. Dois Algoritmos Quânticos Variacionais, o Variational Quantum Eigensolver e o Quantum Approximate Optimization Algorithm, foram implementados para resolver os problemas do CLIQUE e também do particionamento de conjuntos, obtendo resultados encorajadores.
Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
(2021-07-01) Montanger, Patricia; Orientação
Missões espaciais têm contribuído muito na coleta de dados e impulsionado novas descobertas sobre diversos fenômenos existentes no universo. Um desses fenômenos é o trânsito planetário, que quando identificado permite aos astrônomos realizar a descoberta de exoplanetas. Projetos como o Kepler possibilitaram o rápido armazenamento de uma grande quantidade de dados temporais, especialmente na forma de curvas de luz. Nesse contexto, tornou-se cada vez mais comum a criação de processos automáticos para a análise desses dados, como a aplicação de técnicas de aprendizado de máquina. No entanto, para compreender adequadamente os eventos contidos em informações temporais, é fundamental a utilização de métodos específicos para o tratamento desse tipo de dado. Portanto, neste trabalho, com o objetivo de identificar exoplanetas de modo automático a partir de curvas de luz, propusemos o estudo de algoritmos de aprendizado de máquina baseados em séries temporais. Realizamos uma avaliação experimental utilizando 5302 curvas de luz, das quais 2195 são rotuladas como exoplanetas e 3107 são representantes de outros objetos celestes. Também, avaliamos 11 algoritmos de classificação, sendo 6 algoritmos tradicionais e 5 baseados em séries temporais. Como resultado, verificamos que os melhores desempenhos, em termos de acurácia, foram dos algoritmos específicos para séries temporais, com destaque para o Time Series Forest.
Programação na Plataforma IBM Q E Análise Comparativa da Performance de Computadores Quânticos
(Even3, 2020-09-02) Albino, Anton
O presente estudo analisa a performance de protótipos de computadores quânticos desenvolvidos pela IBM, que podem ser programados por meio da framework Qiskit. A interface dos protótipos foi utilizada para analisar a performance dos algoritmos quânticos de BernsteinVazirani, Simon e Grover, com base nos diagramas de taxas de erros e conectividade entre qubits. No final, discutimos a influência de possíveis processos de decoerência nos resultados das simulações.
Cálculo por Elementos Finitos de Monocristais de Silício sob Forças de Tração e sua Influência nas Medidas de Perfis de Difração
(2021) Borges, Égon Piragibe Barros Silva
O conceito mais básico do método dos elementos finitos (FEM) é a discretização da geometria do problema em vários elementos menores, cada elemento sendo chamado de elemento finito e possuindo seu conjunto de equações acoplado aos elementos vizinhos. O FEM, com o avanço do poder computacional, torna-se uma ferramenta essencial para projeção dos resultados de modelos por meio de simulações. A teoria para análise estrutural consiste basicamente da construção de uma matriz de rigidez global, que é construída a partir da rigidez de cada elemento finito que na aplicação de uma força arbitrária gera deslocamentos (deformações) ou vice-versa. Já a difração dinâmica de raios X é uma teoria microscópica da interação de feixes raios X que, ao serem refletidos em um monocristal perfeito, criam um perfil de difração. Como este depende do parâmetro de rede, sob a influência de uma força externa (macro) o parâmetro de rede altera. A alteração do parâmetro de rede sob uma força serve como principal elo entre o macroscópico e o microscópico. Este trabalho compara os resultados experimentais preliminares de monocristal de silício tracionado e suas respectivas curvas experimentais de difração com resultados do modelo que é simulado por meio da FEM e de programas que calculam a curva de difração. Os resultados inicias indicam que há consistência nas simulações de FEM, porém isso não é o suficiente para dizer se estão coerentes com os dados experimentais preliminares, sendo necessária a coleta de mais dados.
Tomógrafo óptico con haz de luz divergente y policromático: Principio de funcionamiento e implementación práctica
(2019-12-13) Vega Mernes, Cristhian Ariel; Hönnicke, Marcelo Gonçalves
El diseño, construcción, prueba y caracterización de un tomógrafo óptico de haz de luz divergente y policromático se presentan en este documento. En la literatura, la mayoría de los tomógrafos ópticos se ensamblan con fuentes monocromáticas para determinar la distribución de dosis de radiación en materiales utilizados como dosímetros y detectores. La tomografía óptica es una forma de tomografía computarizada que crea un modelo volumétrico digital de un objeto mediante la reconstrucción de imágenes hechas de luz transmitida y atenuada a través de un objeto. Para el montaje del tomógrafo óptico fue necesaria la obtención de diversos elementos como: una fuente de radiación (LED blanco, fuente policromática), un motor que permite el giro de la muestra (Motor DC), un porta-muestra, una pantalla semi-transparente, una webcam para recolectar las imágenes de las diferentes proyecciones sobre la pantalla, un circuito electrónico encargado de la activación del motor y de la coordinación del mismo con la webcam. Cabe destacar que los elementos utilizados fueron, en su gran mayoría, reciclados. Para obtener los cortes tomográficos 2D, se escribió una macro en Matlab / Octave para realizar el proceso de retroproyección a partir de las proyecciones (85 en total). Para implementar la retroproyección filtrada también estudiamos el espectro del LED blanco utilizado. Para esto, configuramos un espectrofotómetro casero usando, como una rejilla de difracción, un CD con su película retirada y, como detector, también una cámara web sin lente. El dispositivo de bajo costo demostró ser funcional y puede usarse para realizar una tomografía óptica y también como una herramienta didáctica para explicar el funcionamiento de un tomógrafo de rayos X sin el uso de radiación ionizante.
Desenvolvimento de antenas de microfita com diferentes geometrias para o Sistema de Posicionamento Global (GPS)
(2019-11-29) Francelino, Isabella Grinberg; Souza, Abraão Jessé Capistrano de
O Sistema de Posicionamento Global (GPS) é um sistema de navegação por satélites que permite ao usuário saber sua localização com precisão a qualquer hora e em qualquer lugar da Terra. O GPS é composto por três segmentos, que são o segmento espacial, o segmento terrestre e o segmento do usuário. O segmento espacial é constituído pelos satélites, o segmento terrestre é responsável pelo monitoramento e controle e, por fim, o segmento do usuário corresponde aos receptores GPS, que captam os sinais enviados pelos satélites GPS e determinam a posição. Devido aos avanços na tecnologia, os dispositivos eletrônicos estão apresentando tamanhos cada vez menores. Deste modo, um dos desafios na construção destes dispositivos é a garantia do maior número de serviços em espaços reduzidos, permitindo a total mobilidade. Estes requisitos fazem com que seja necessário o uso de antenas que possam ser integradas em um pequeno espaço. Sendo assim, as antenas de microfita apresentam características que as tornam adequadas para esta finalidade. Este trabalho tem por objetivo o desenvolvimento de duas antenas de microfita com geometrias diferentes para receber sinais de satélites GPS. As antenas foram projetadas e simulações foram realizadas com as mesmas. Em seguida, ambas foram construídas e, por fim, foi verificado se estas antenas são adequadas para a aplicação proposta através da realização de testes utilizando um módulo GPS.

Navegar

Submissões Recentes