Atualmente, o ambiente globalizado e altamente competitivo impõe as empresas produtoras de frango dois grandes desafios: a otimização de recursos e a redução dos custos. Neste contexto, este trabalho tem por objetivo implementar modelos de redes neurais artificiais e regressão linear múltipla para análise e previsão de variáveis produtivas de frangos de corte. Analisa-se também, a aplicabilidade de redes neurais recorrentes na previsão do preço do quilo do frango congelado e resfriado. A base de dados disponibilizada pela empresa apresenta um histórico de movimentação de 2 anos, contendo as principais variáveis de produção, para 4500 lotes de aves das linhagens Coob, Coob Fast e Coob Slow. Na análise da aplicabilidade de redes neurais recorrentes utilizou-se um banco de dados de 10 anos fornecido pelo Centro de Estudos Avançado de Economia Aplicada (CEPEA). Os resultados obtidos mostram que os modelos de previsão fornecem estimativas confiáveis para as variáveis de resposta: Peso Médio e Índice de Eficiência Produtiva e demonstram a eficácia das previsões, da rede recorrente LSTM, para o preço do quilo do frango congelado e resfriado, para um horizonte de curto prazo.
FFA esterification pre-treatment catalyzed by a Faujasite type zeolite.
ABSTRACT. This study analyzed the external factors that influence the yield obtained from photovoltaic modules (Solarex ® -MSX 56), as solar irradiance, temperature, placement angle and dust deposition on the photovoltaic modules installed at the facilities of the Medianeira campus of the UTFPR, working under real conditions. To obtain the data it was used a datalogger from Campbell Scientific, Inc, model CR23X. It was observed that under solar irradiance below 550 W m -2 the panel did not convert maximum power, and above this value the panel reached saturation levels. Temperature increase led to reduced voltage, and consequently lower module output power, decreasing the efficiency value by nearly 6% at temperatures 15 o C above the Standard Test Conditions (STC) temperature. These panels are usually placed at different angles according to local latitude, remaining fixed in that position. In comparison with a horizontally-placed panel, it was obtained a 4-hour increase in yield when the panel reached saturation value. Dust levels reduced electricity production levels by approximately 16%. These factors must be taken into account for placement and maintenance of photovoltaic systems, so they can function efficiently.Keywords: solar irradiance, temperature, deposited dust, positioning.Rendimento de módulos fotovoltáicos em situação real de trabalho no oeste do Paraná -Brasil RESUMO. Neste trabalho foram analisados os fatores externos que influenciaram no rendimento de painéis fotovoltáicos (Solarex ® -MSX 56) como irradiância solar, temperatura, ângulo de instalação e sujeira acumulada sobre os painéis fotovoltáicos, instalados nas dependências da UTFPR, Câmpus Medianeira, funcionando em condição real. Para obter os dados foi utilizado um datalogger da Campbell Scientific-Inc, modelo CR23X. Verificou-se que na irradiância abaixo de 550 W m -2 o painel não converteu sua potência máxima e, acima de 550 W m -2 , o painel atingiu o valor de saturação. O aumento da temperatura provocou redução na tensão e, portanto, na potência de saída do painel, diminuindo a eficiência cerca de 6% em temperaturas com 15 o C acima da temperatura Standard Test Conditions (STC). É usual instalar o painel inclinado conforme a latitude do local e mantê-lo fixo nesta posição. Comparando a um painel instalado na posição horizontal, obteve-se acréscimo de 4h no rendimento em ocasiões em que o painel atingiu o valor de saturação. A geração de energia elétrica reduziu cerca de 16% o nível de sujeira. Estes fatores devem ser considerados na instalação e manutenção de sistemas fotovoltáicos para que funcionem com eficiência.Palavras-chave: irradiância solar, temperatura, sujeira acumulada, posicionamento.
RESUMO: Este trabalho tem como objetivo analisar a dinâmica operacional do processo de atendimento de umO mistério da saúde defende a ideia de que a saúde é um direito de todos os cidadãos (BRASIL, 2013).
Previsão da produtividade de arroz: uma aplicação de redes neurais recorrentes LSTM Forecasting rice productivity: an application of recurrent LSTM neural networks RESUMO O arroz, responsável por suprir a população com calorias e proteínas, ocupa uma posição de destaque do ponto de vista social e econômico. É um produto essencial na cesta básica do consumidor brasileiro. Neste contexto, este trabalho propõe um modelo LSTM (Long Short-Term Memory) para previsão da produtividade de arroz no estado do Rio Grande do Sul. A base de dados, obtida pelo Instituto Rio Grandense do Arroz (IRGA), apresenta uma série histórica, da produtividade de arroz, das safras compreendidas no período entre 1921 e 2020. O modelo de previsão, baseado em Redes Neurais LSTM, foi implementado por meio da biblioteca de aprendizado de máquina Pytorch. Os resultados obtidos, para as safras 2017/18, 2018/19 e 2019/20, mostram que o modelo de previsão forneceu estimativas confiáveis para a produtividade do arroz no Rio Grande do Sul.
-The hydrocyclone is a centrifugal separator that has been used for over 50 years in the chemical processing and mining industries. In irrigated agriculture in Brazil it is not used as often. One reason for this is the poor understanding by designers of the complex phenomena involved in the internal flow of the hydrocyclone, and the lack of knowledge of new computational tools available on the market. This study evaluates the use of Computational Fluid Dynamics (CFD) as a potential tool to be used in the design and optimisation of hydrocyclones used in irrigated agriculture. A 50 mm Rietema-family hydrocyclone is simulated using CFD. The turbulent flow inside the hydrocyclone is modelled using the Reynolds Stress Model, and a Eulerian approach is employed to model the multiphase flow. Numeric validation is performed by comparing the results of the simulation with data found in the literature. The global mass balance observed for both the single-phase and multiphase flows shows good agreement of the obtained results with data in the literature. Furthermore, the static pressure field, the axial and tangential velocity and the volume fraction of sediments in the hydrocyclone are obtained. The article shows that CFD is a useful tool in explaining the process of sediment separation in the hydrocyclone, and can therefore be used in the design and optimisation of such equipment. RESUMO -O hidrociclone é um separador centrífugo que vem sendo utilizado a mais de 50 anos nas indústrias de processamento químico e de mineração. Na agricultura irrigada no Brasil ele não é utilizado com a mesma frequência. Um dos fatores para isto é o pouco entendimento, por parte dos projetistas, dos complexos fenômenos envolvidos no escoamento interno dos hidrociclones e no desconhecimento de novas ferramentas computacionais disponíveis no mercado. Neste estudo avalia-se o uso da Dinâmica dos Fluidos Computacional (CFD), como uma ferramenta potencial, a ser usada no projeto e otimização de hidrociclones aplicados à agricultura irrigada. Um hidrociclone da família Rietema de 50 mm é simulado utilizando a CFD. O escoamento turbulento dentro do hidrociclone é modelado utilizando o modelo Reynolds Stress Model e o escoamento multifásico é modelado através de uma abordagem Euleriana. A validação numérica é feita comparando os resultados da simulação com dados presentes na literatura. Os balanços de massas globais observados tanto para o escoamento monofásico quanto para o multifásico mostram uma boa concordância dos resultados obtidos com os dados presentes na literatura. Além disto, o campo de pressão estática, a velocidade axial e tangencial, e a fração em volume dos sedimentos dentro do hidrociclone são obtidos. O artigo mostra que a CFD é uma ferramenta útil em explicar o processo de separação dos sedimentos no hidrociclone e pode, portanto ser utilizada no projeto e otimização destes equipamentos.Palavras-chave: Pré-filtragem. Dinâmica dos fluidos computacional. Escoamento multifásico. Tamanho de partícula. *Autor para correspondên...
ResumoA energia elétrica é uma das formas de energia mais utilizadas no mundo. Ela é gerada, principalmente, nas usinas hidrelétricas, usando o potencial energético da água. A instalação de painéis fotovoltaicos tem se tornado uma fonte alternativa de fornecimento de energia elétrica em locais distantes da rede elétrica. Entretanto, esses painéis, apresentamse sujeitos a fatores ambientais como variações de intensidade solar e temperatura ambiente, que alteram os seus desempenhos. O objetivo deste trabalho é analisar o desempenho, em função da variação de temperatura e irradiação solar, de um sistema fotovoltaico de bombeamento de água na cidade de Medianeira, Região Oeste Paranaense. Palavras-Chave: Painéis fotovoltaicos; Bombeamento de água; Temperatura; Irradiação. Influence of environmental factors on the performance of a photovoltaic pumping system: a case studyAbstract Electricity is one of the most widely used forms of energy in the world. It is produced mainly in hydroelectric power plants, using the potential energy of water. The installation of photovoltaic panels has become an alternative source of electrical power in remote locations of the grid. However, these panels present themselves subject to environmental factors such as variations in solar intensity and ambient temperature, which alter their performance. The objective of this work is to analyze the performance, depending on the variation of temperature and solar radiation, a photovoltaic water pumping in the city of Medianeira, Western Region Paranaense.
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.