Edsonei pelo incentivo, apoio, paciência com minha, pelo compartilhamento nesta trajetória em especial aos meus afilhados Marco Antônio e Andreia que sempre estava disposta a me ouvir com tanto carinho e respeito até mesmo nas minhas angústias, Amanda pelo seu nascimento que me encheu de alegria. A todos os colegas do mestrado em especial aos da minha linha de concentração: Brendha,
RESUMOA empresa GRAN Agro, no final do ano de 2014, tinha como meta definir novas estratégias a serem adotadas na área de comercialização de grãos. Antônio Silveira, Chief Executive Officer (CEO), foi pressionado fortemente pelos acionistas da organização em uma reunião estratégica. Os mesmos cobraram do CEO melhores resultados financeiros, tendo em vista que eles desejam maiores lucros, incluindo o aumento das distribuições de dividendos, para que a empresa se torne mais atrativa aos investidores no mercado. Analisando então esse desafio e a trajetória de negócios da empresa, bem como pesquisando o cenário do mercado de agronegócios brasileiro e internacional, Antônio verificou que havia chegado o momento de a GRAN Agro ampliar sua atuação no mercado de grãos. Assim, ele optou por analisar a viabilidade de comercialização do milho, pois considerou que esse tenderia a se manter como excelente alternativa de produção no Brasil. Além disso, poderia ser aproveitada a infraestrutura que a empresa já possuía, existindo, ainda, a opção de exportação, dependendo das condições econômicas do cenário mundial, haja vista que o milho é um grão bastante consumido. O desafio do CEO é verificar a viabilidade da comercialização desse grão. Para isso, ele contará com o auxilio da diretora financeira e o diretor de operações, em conjunto com suas equipes, para analisar informações sobre o mercado do "milho safrinha" em três principais estados brasileiros, envolvendo custos e despesas. O objetivo será analisar a viabilidade da escolha do mercado para adquirir o milho para a comercialização da GRAN Agro. Os diretores
Fluid-structure interaction modeling tools based on computational fluid dynamics (CFD) produce interesting results that can be used in the design of submerged structures. However, the computational cost of simulations associated with the design of submerged offshore structures is high. There are no high-performance platforms devoted to the analysis and optimization of these structures using CFD techniques. In this context, this work aims to present a computational tool dedicated to the construction of Kriging surrogate models in order to represent the time domain force responses of submerged risers. The force responses obtained from high-cost computational simulations are used as outputs for training and validated the surrogate models. In this case, different excitations are applied in the riser aiming at evaluating the representativeness of the obtained Kriging surrogate model. A similar investigation is performed by changing the number of samples and the total time used for training purposes. The present methodology can be used to perform the dynamic analysis in different submerged structures with a low computational cost. Instead of solving the motion equation associated with the fluid-structure system, a Kriging surrogate model is used. A significant reduction in computational time is expected, which allows the realization of different analyses and optimization procedures in a fast and efficient manner for the design of this type of structure.
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
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.