Este trabalho objetiva demostrar a viabilidade técnica de estimação do Índice de Bulbo Úmido Termômetro de Globo (IBUTG) para ambiente a céu aberto sem fonte artificial de calor por meio de dados medidos em estações meteorológicas convencionais, a partir da utilização de Redes Neurais Artificiais (RNA). Para tanto, procedeu-se a instalação de termômetros de bulbo úmido natural e de globo em uma estação meteorológica convencional, com a finalidade de calcular o IBUTG sincronamente com as variáveis de temperatura, umidade e velocidade do ar, bem como radiação solar global e pressão atmosférica. O treinamento da RNA foi conduzido com a utilização de 81 dias de medições. Algumas configurações da RNA foram modificadas com o intuito de encontrar a de melhor desempenho para a rede. Para o teste de validação do treinamento, selecionou-se dia de céu aberto, nublado e com precipitação, com condições sinópticas que impõem elevado estresse ao calor. O IBUTG estimado pelo RNA acompanhou o ciclo diário do IBUTG medido, com a melhor configuração de rede (três camadas e cinco neurônios) estimando erro médio quadrático diário de 0,2724°C e erro médio absoluto de 0,1818°C (com erro percentual de apenas 0,7%). Comprova-se a viabilidade técnica de estimar o IBUTG com adequada precisão a partir de dados meteorológicos, o que permite que a técnica de RNA possa ser utilizada como estratégia de orientação do gerenciamento do risco ocupacional.
Este trabalho objetiva demostrar a viabilidade técnica de estimação do Índice de Bulbo Úmido Termômetro de Globo (IBUTG) para ambiente externo por meio de dados medidos em estações meteorológicas convencionais, a partir da utilização de Redes Neurais Artificiais (RNA). Para tanto, procedeu-se a instalação de termômetros de bulbo úmido natural e de globo em uma estação meteorológica convencional, com a finalidade de calcular o IBUTG sincronamente com as variáveis de temperatura, umidade e velocidade do ar, bem como radiação solar direta e pressão atmosférica. O treinamento da RNA foi conduzido com a utilização de 81 dias de medições. Algumas configurações da RNA foram modificadas com o intuito de encontrar a de melhor desempenho para a rede. Para o teste de validação do treinamento, selecionou-se um dia de céu aberto, com condições sinópticas que impõem elevado estresse ao calor. O IBUTG estimado pelo RNA acompanhou o ciclo diário do IBUTG medido, com erro médio quadrático diário de 0,3060C, correspondendo a um erro percentual de apenas 1%. Comprovou-se a viabilidade técnica de estimar o IBUTG com adequada precisão a partir de dados meteorológicos, o que permite que a técnica de RNA possa ser utilizada como estratégia orientativa de gerenciamento do risco ocupacional.
Na atualidade, a construção das edificações deve prever as cargas elétricas que ali estarão em operação. Nessa perspectiva, o projeto elétrico da edificação é elaborado como uma antecipação das atividades, com o objetivo de orientar a execução da obra com a máxima segurança e maior redução de custos possíveis. Com o passar do tempo, o arcabouço regulatório evoluiu, assim como as estratégias para a representação gráfica do projeto se alteraram, desde as mais primitivas pranchetas, passando pelos softwares de desenho técnico em ambiente CAD (desenho assistido por computador), e o futuro que se encontra presente na contemporaneidade, com os novos programas computacionais que, além de ajudarem na representação, auxiliam também nos cálculos e até na geração da lista de materiais necessários para a execução da instalação. Essas três formas de elaboração de projetos de instalações elétricas que este artigo tem o objetivo de discutir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.