No abstract

Os dissipadores térmicos de placas paralelas com entrada de topo e saída lateral constituem uma alternativa para intensificar a remoção da potência elétrica dissipada em microprocessadores.Neste trabalho, três dissipadores térmicos de placas paralelas foram construídos e testados com escoamento variável de ar sob condições de entrada de topo e saída lateral. Os resultados experimentais foram comparados com correlações da literatura e com resultados de simulações numéricas tridimensionais. Após a validação com os resultados experimentais, o modelo numérico foi utilizado num procedimento para obter o número de aletas do dissipador para a máxima troca térmica convectiva. Dois casos foram considerados, um deles baseado numa velocidade média do ar constante na entrada do dissipador, e o outro, numa relação linear da curva de operação de um ventilador. Palavras Chavedissipadores térmicos, placas paralelas, entrada de topo e saída lateral, resultados experimentais, simulações numéricas, otimização.

O Brasil tem como um dos pilares de sua economia o agronegócio, representando cerca de 21.4% do Produto Interno Bruto (PIB) no ano de 2019, segundo relatório do Ministério da Agricultura, Pecuária e Abastecimento. O rebanho de bovinos leiteiros confere um papel fundamental tanto economicamente, com um valor bruto de produção de 33 bilhões de reais anuais, quanto ambientalmente, pois gera grandes quantidades de dejetos que são fonte de contaminação e proliferação de microrganismos patógenos, podendo ocasionar problemas de saúde pública e poluição ambiental. Diante deste problema, a digestão anaeróbia configura-se como uma possível solução para as questões levantadas, capaz inclusive de produzir subprodutos economicamente vantajosos, o biogás e o biofertilizante. Existem diversas reivindicações acerca da reintrodução do biofertilizante na lavoura e uma delas refere-se à quantidade mínima permitida de coliformes termotolerantes, os quais são relacionados à contaminação fecal. Dessa forma, o objetivo deste trabalho foi identificar o potencial de redução de microrganismos termotolerantes ao longo do processo de biodigestão anaeróbia de efluentes da pecuária bovina leiteira, em dois tratamentos, com e sem inoculação, utilizando informações de banco de dados referente à extração de DNA da microbiota destes locais. O resultado obtido no grupo com inóculo foi de 100% de redução de organismos termotolerantes, ao passo que no grupo sem adição do digestato foi percebido uma redução de 80%. Com o presente estudo, corrobora-se a hipótese de que o inóculo apresenta um papel determinante para a diminuição dos microrganismos termotolerantes durante a digestão anaeróbia de dejetos animais de produção.

A evapotranspiração depende da interação entre variáveis meteorológicas (radiação solar, temperatura do ar, precipitação, umidade relativa do ar e velocidade do vento) e condições fitossanitárias das culturas agrícolas. É complexo construir medidas confiáveis de evapotranspiração devido aos elevados custos para implantação de técnicas micrometeorológicas, além de dificuldades na operação e manutenção dos equipamentos necessários. O propósito desta pesquisa foi modelar a evapotranspiração de referência (ETo) por meio de técnicas de machine learning em dados climáticos de 30 estações meteorológicas automáticas do Planalto Ocidental Paulista, Estado de São Paulo, Brasil, no período de 2013-2017. Uma comparação do desempenho estatístico entre as técnicas utilizadas foi realizada onde constatou-se melhor desempenho do modelo EToMLP4 (rRMSE = 0.62%), seguido por EToANFIS4 (rRMSE = 0.75%), EToSVM4 (rRMSE = 1.19%) e EToGRNN4 (rRMSE = 11.05%). Medidas de performance da base de validação evidenciam que os modelos propostos são aptos à estimativa da evapotranspiração de referência com destaque para a técnica MPL. Palavras-chave: evapotranspiração; modelagem matemática; aprendizagem de máquina.   Machine learning models applied in the estimation of reference evapotranspiration from the Western Plateau of Paulista   ABSTRACT: Evapotranspiration depends on the interaction between meteorological variables (solar radiation, air temperature, precipitation, relative humidity and wind speed) and phytosanitary conditions of agricultural crops. It is complex to build reliable evapotranspiration measurements due to the high costs of implementing micrometeorological techniques, in addition to difficulties in the operation and maintenance of the necessary equipment. The purpose of this research was to model the reference evapotranspiration through machine learning techniques in climatic data from 30 automatic weather stations in the Planalto Ocidental Paulista, State of São Paulo, Brazil, in the period 2013-2017. A comparison of the statistical performance between the techniques used was carried out, where the best performance of the EToMLP4 model (rRMSE = 0.62%), followed by EToANFIS4 (rRMSE = 0.75%), EToSVM4 (rRMSE = 1.19%) and EToGRNN4 (rRMSE = 11.05 %). Performance measures of the validation base show that the proposed models are able to estimate the reference evapotranspiration, with emphasis on the MPL technique. Keywords: evapotranspiration; modeling; machine learning.

A evapotranspiração é um fenômeno físico que promove a complexa transferência de água para a atmosfera por meio da relação entre o balanço hídrico climatológico, evaporação da água da superfície e transpiração das culturas agrícolas. É um parâmetro importante para otimização da gestão de recursos hídricos e planejamento da irrigação. Obter medidas confiáveis de evapotranspiração é uma tarefa complexa, pois depende de variáveis não disponíveis em algumas localidades. O objetivo deste trabalho foi aplicar a técnica multivariada de Análise de Componentes Principais para preenchimento de dados faltantes e propor modelos mais simples na estimação da evapotranspiração de referência para o Planalto Ocidental Paulista, comparando-os com o modelo de Penman-Monteith. Foi aplicado um procedimento baseado na Análise de Componente Principais para reconstrução da base de dados meteorológicos do período de 2013 a 2017 de 30 estações meteorológicas automáticas do Planalto Ocidental Paulista, localizado a noroeste do Estado de São Paulo, Brasil. Posteriormente foi realizada uma análise exploratória das variáveis climáticas para verificar o agrupamento de variáveis climáticas mais relevantes nos processos físicos da evapotranspiração. Esses agrupamentos foram a base para a construção de diferentes modelos de estimação da evapotranspiração de referência por meio de Regressões Múltiplas. Os resultados mostraram os melhores desempenhos dos modelos EToRLM4 (rRMSE = 5,23%) e EToRNLM4 (rRMSE = 6,39%). Os valores dos indicativos estatísticos da base de validação de RLM4 e RNLM4 indicam que ambos os modelos de regressões múltiplas podem ser utilizados na estimativa da evapotranspiração de referência.