Navegando por Autor "Gonçalves, Glauco Estácio"

Agora exibindo 1 - 10 de 10

Análise quantitativa entre métodos de estimativa da evapotranspiração horária integrada e diária no Brasil
(2018) Andrade, Danyllo Gomes Figueredo de; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/9219132484229871
A evapotranspiração é a fusão de dois processos naturais de perda de água do solo,que são: evaporação e transpiração. A evaporação consiste na mudança de estado da água que está contida no solo, passando do estado líquido para o gasoso. Por sua vez,a transpiração das plantas ocorre quando o vegetal realiza o processo de nutrição. As informações quantitativas de tais processos proporcionam uma lâmina de água mais precisa que auxiliam na resolução de problemas que envolvem o manejo de água na agricultura. A equação de Penman-Monteith FAO56 possibilita o cálculo da estimativa da medida da evapotranspiração de referência em um dia a partir dos dados horários somados ao longo de 24 horas e a partir de dados diários.O objetivo principal deste trabalho é promover um ensaio quanto à avaliação estatística das estimativas de evapotranspiração de referência em um dia a partir dos dados horários somados ao longo de 24 horas e a partir de dados diários, comparando-as através da regressão linear, intervalo de confiança, viés estatístico, índice de concordância de Willmott, índice de correlação, índice de confiança e classificação de desempenho segundo o índice de confiança. Os dados utilizados foram de todo o Brasil, no período de1 de janeiro à 31 de dezembro de 2017. Como objetivo específico pretende-se avaliaras estimativas dos dois métodos sob o aspecto quantitativo. Os resultados mostraram que no Brasil a medida da estimativa da evapotranspiração de referência diária é superestimada em aproximadamente 8.32% quando comparada a evapotranspiração de referência horária integrada. O Sul apresentou o maior R 2 com 0,927, enquanto que o Centro-Oeste apresentou o menor com 0,857. O R variou entre 0,963 e 0,926, sendo Sul e Centro-Oeste, respectivamente. O d variou entre 0,979 e 0,960, para o Sul e o Centro-Oeste, respectivamente. O c também apresentou maior valor no Sul e o menor no Centro-Oente. Para todas as regiões, a classificação de desempenho segundo o índice de confiança mostrou-se ”Ótima”.
Avaliação de métodos para interpolação espacial de dados de precipitação
(2019) Neris, Airton Martins; Gonçalves, Glauco Estácio; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/7254010025661115
Informação sobre a quantidade de precipitação de chuva é essencial para os mais va-riados setores, como agrícola e agroflorestal. Apesar dessa importância, muitas áreasainda não possuem estações meteorológicas, o que ocasiona a falta de dados. Parasuprir essa necessidade existem os métodos de interpolação espacial, que utilizam asinformações de pontos correlatos para estimar o valor inexistente em determinada área.Assim, este trabalho tem como objetivo avaliar métodos para a interpolação de dadosdiários de precipitação. As técnicas de interpolação utilizadas nos experimentos foramos métodos: Ponderação pelo Inverso da Distância; Krigagem Ordinária; Floresta Ale-atória. Para a Floresta Aleatória foram usadas duas configurações distintas, uma querecebe como entrada as coordenadas, e outra que recebe a distância debuffer, que éum dos mais recentes pré-processamentos utilizados na literatura para que a FlorestaAleatória estime seus valores com base no seu referencial geográfico. Foram utilizadosdados de precipitações de chuva provenientes das 46 estações meteorológicas do es-tado de Pernambuco referentes ao período de 2013 a 2018, e para comparar a precisãoda generalização dos métodos, foi utilizado a validação cruzadaleave-one-out. Nos re-sultados, a Ponderação pelo Inverso da Distância apresentou um melhor desempenhoem suas estimativas, para todas as métricas, e a Floresta Aleatória utilizando coorde-nadas obteve o segundo melhor resultado. A Floresta Aleatória utilizando a distânciadebuffer, teve um resultado inferior em termos de suas métricas, mas a qualidade daespacialização visual mostrou-se superior por oferecer um resultado visualmente maissuave do que aquele oferecido pela Floresta Aleatória utilizando coordenadas.
Comparação entre protocolos da camada de aplicação para IoT
(2019) Soares, Raphael Felipe Ramos Duarte; Gonçalves, Glauco Estácio; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/4811240660930767
A quantidade de objetos inteligentes, com capacidade computacional e de se comu-nicarem entre si e se conectarem à Internet cresce cada vez mais. Nesse contexto,a forma como estes dispositivos enviam e recebem informações entre si é de funda-mental relevância para alavancar a área da Internet das Coisas (IoT). Baseado nisto,o presente trabalho propõe avaliar 3 protocolos de comunicação em rede, sendo eleso HTTP, o MQTT e o CoAP, e elencar o mais rápido, robusto e confiável. Para tal, foielaborado um experimento utilizando uma placa Raspberry Pi, servindo como disposi-tivo IoT, e um notebook. O experimento consistiu no envio de uma certa quantidade dedados da placa Raspberry Pi para o notebook utilizando os protocolos mencionadosanteriormente. Para deixar o experimento o mais próximo possível da realidade, foiutilizado um simulador de redes para emular uma rede de baixa qualidade. Os paco-tes de dados enviados foram capturados e foi realizada uma análise estatística paracomparar 2 fatores: latência e perda de pacotes. A partir do resultado dessa análisefoi possível concluir que o protocolo CoAP se comportou melhor diante de uma redede baixa qualidade, enquanto que o HTTP mostrou melhor resultado para redes comqualidade superior.
Controle de temperatura de estufas utilizando método de controle supervisório
(2020-10-29) Araújo, Guilherme Matheus de; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/1992687962116742
Estufas são estruturas utilizadas para obtenção de condições ambientais ideais para o desenvolvimento de plantas. Elas são de fácil construção e manutenção e variam em formato, componentes estruturais e outros fatores. São feitas para serem reguladas de acordo com as necessidades de quem as implanta, para dado grupo de plantas. Um dos principais fatores que influenciam o crescimento das plantas é a temperatura no ambiente interno da estufa. Para que as condições de temperatura ideais para cada grupo de plantas fosse alcançada de forma automática, um sistema de controle de temperatura, que modela os atuadores do ambiente de uma estufa e os eventos que nela ocorrem, foi desenvolvido. A validação deste sistema de controle foi propiciada graças à criação de um simulador desenvolvido segundo os princípios de balanço de massa e energia. A comunicação entre as duas entidades ocorre através de uma interface de aplicação REST. Três propostas de modelagem e regras para o sistema de controle são apresentadas neste trabalho. O principal objetivo é determinar qual delas apresenta a melhor relação de viabilidade e eficiência no controle da temperatura dentro da estufa, considerando fatores de consumo energético, taxa de erro em graus e porcentagem de tempo em que o ambiente permanece dentro das condições ideais. Todas as propostas baseiam-se no controle dos estados de dois atuadores específicos de uma estufa: os sistemas de aquecimento e resfriamento. Os cenários simulados utilizam configurações específica para a estufa e um pequeno plantio de tomate, em períodos de 24 horas de dias escolhidos a partir de estações do ano distintas. Os modelos de controle apresentaram níveis de eficiência significativamente distintos, chegando a atingir 33% de diferença.
Método para Estimativa de Trajeto Baseado em Dados de Unidades de Medição Inercial
(2019) Silva, Lucas Filipe Vieira da; Medeiros, Victor Wanderley Costa de; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/1223833449629855
A Internet das Coisas ou IoT (Internet of Things) surgiu como uma nova visão para a internet onde os mais diversos dispositivos têm a capacidade de conectar-se a rede. Este conceito está diretamente relacionado aos avanços tecnológicos experimentados na construção de dispositivos semicondutores e circuitos integrados que tornaram-se baratos, menores e mais eficientes. Esses avanços também possibilitaram o surgimento de novas aplicações, dentre elas a possibilidade de localização em tempo real. A medição precisa da localização, através da orientação, desempenha um papel crítico para a estimativa do trajeto percorrido por um sensor atrelado a um objeto. O objetivo principal desse trabalho é avaliar, por meio de experimentação, a acurácia de um método para estimativa de trajetória baseado no algoritmo de gradiente descendente e em dados de aceleração e giro obtidos através de uma Unidade de Medição Inercial (IMU) debaixo custo. O experimento foi realizado através da coleta de dados numa caminhada em linha reta, a caminhada foi realizada 30 vezes, a uma frequência de 100Hz e 50 Hz.O equipamento utilizado foi uma MPU-6050 acoplada a uma placa TTGO T-Beam. A estimativa foi calculada por um algoritmo escrito na linguagem Python. Os resultados mostraram que é possível utilizar uma IMU para estimar a trajetória realizada por uma pessoa, com uma boa acurácia, adotando-se uma taxa de amostragem de 50Hz.
Métodos de previsão de consumo de energia elétrica residencial em grande volume de dados
(2019) Carvalho, Daniel José de; Medeiros, Victor Wanderley Costa de; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6867315638833821
A energia elétrica é uma das principais fontes de energia utilizadas pela humanidade.A crescente preocupação com a preservação do meio-ambiente estimulou a busca por fontes de energia renováveis capazes de reduzir os impactos à natureza. O crescimento populacional e o uso cada vez mais comum de dispositivos eletrônicos, na quase totalidade das atividades cotidianas, demandam o uso mais eficiente da energia elétrica. Diante destes desafios é essencial a realização de um planejamento para dimensionar a estrutura de geração e transmissão de energia elétrica. Uma das ferramentas capazes de auxiliar neste dimensionamento é a previsão de demanda. Outrogrande desafio nesta área está na realização destas previsões em cenários de grandes dados (Big Data).Este trabalho tem como objetivo principal avaliar o desempenho de dois métodos deprevisão, ARIMA e Holt-Winters, utilizando séries temporais aplicados a um grandevolume de dados. A base de dados utilizada foi fornecida no evento DEBS 2014 GrandChallenge, a qual contém dados de consumo de energia elétrica, de um grande nú-mero de residências, durante o período de um mês. Para a aplicação dos métodos de previsão, foram utilizadas bibliotecas na linguagem R. Para processar os dados,utilizou-se o frameworkApache Spark em conjunto com a linguagem R, para parale-lizar o processamento da leitura dos dados e a filtragem dos parâmetros desejados.Os dados tratados foram convertidos em séries temporais com valores de consumo horários, durante todo o mês compreendido pela base de dados original. Foram executadas previsões para a região das residências como um todo e para cada residência individualmente. Os resultados mostraram uma vantagem do ARIMA frente ao Holt-Winters no cenário utilizado, utilizando a métrica RMSE como base comparativa de desempenho. Contudo, baseado em experimentos similares encontrados na literatura,resguardando as devidas proporções, ambos os valores de RMSE estão dentro de uma faixa aceitável.
Modelo e algoritmos para seleção de sensores como serviço
(2019) Verçosa, Nichene Joslin; Gonçalves, Glauco Estácio; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/3645909376039196
A Internet das coisas (IoT) desempenha um papel fundamental no futuro da Internet,pois integrará bilhões de dispositivos inteligentes que apresentarão capacidades de de-tecção, atuação e processamento de dados. Assim, cada dispositivo integrado podeter um ou mais sensores incorporados que potencialmente gerarão enormes quantida-des de dados. Este cenário levanta o desafio de eficientemente procurar e selecionaros sensores mais adequados dentro de um conjunto que possa apresentar funciona-lidades e recursos similares. Neste contexto, este trabalho apresenta um modelo ma-temático para seleção de sensores capaz de maximizar o atendimento aos requisitosde entrada do usuário, como precisão, robustez e disponibilidade para diferentes tiposde sensores (como temperatura, pressão, umidade, velocidade do vento) em um orça-mento limitado. Este modelo foi testado através de dois algoritmos, sendo o primeiroum algoritmo de otimização com solução exata e o segundo uma heurística gulosa.Estas soluções foram avaliadas e comparadas em termos de três critérios: o tempode otimização, a quantidade de orçamento a ser utilizada e limites do objetivo ótimo.As melhores soluções foram encontradas pelo algoritmo de otimização no entanto, aheusrística gulosa obteve resultados próximos com tempo de solução, 10x mais rápidoque o algoritmo de otimização, em alguns casos.
Movimentação de um robô uniciclo utilizando controladores PID discretos
(2021-07-20) Mei, Filipe Peticor; Medeiros, Victor Wanderley Costa de; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/2113269128469015
Robôs autônomos são robôs que podem realizar atividades e atingir objetivos em ambientes desestruturados. Um dos principais objetivos desse tipo de equipamento é realizar atividades que são consideradas repetitivas, perigosas ou inviáveis para o ser humano, sendo utilizados em ambiente doméstico ou industriais. Para atingir esse objetivo é essencial que o robô autônomo tenha um bom sistema de localização. Variados tipos de algoritmos de sistemas controle de trajetória são propostos e o controlador PID é um dos controladores clássicos populares em diversas aplicações, sendo possível usar esse controlador para a finalidade de sistemas de navegação. Dessa forma, este trabalho propõe o desenvolvimento de um protótipo de um robô, para avaliar como um controlador PID digital auxilia o desempenho de sua movimentação.
Serviço computacional para interpolação espacial de dados meteorológicos
(2019) Antonio, Wellington Luiz; Gonçalves, Glauco Estácio; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/6454060359445906
A interpolação espacial é uma técnica de suma importância para diversas atuações:meteorologia, hidrologia, zoneamento agrícola, caracterização de áreas de risco à saúde, sociodemográfica, entre outras. Por meio da interpolação pode-se modelar asuperfície de uma variável espacialmente distribuída a partir de um conjunto finito de dados pontuais conhecidos, no caso de dados meteorológicos para agricultura, por exemplo, a interpolação permite observar como as variáveis meteorológicas se comportam em uma determinada propriedade rural, o que poderia servir como base para o manejo de irrigação nesta propriedade. Devido à demanda cada vez maior pelo uso dainterpolação espacial, propôs-se desenvolver um serviço de interpolação espacial, escalável baseado em tecnologias e padrões do estado da arte em sistemas distribuídospara interpolação espacial de dados meteorológicos associados à agricultura. Para o alcance de tal objetivo, buscou-se desenvolver um serviço web que implementasse três algoritmos diferentes para a interpolação da evapotranspiração de referência, sendo eles:Inverse distance weighted(IDW),Ordinary Kriging(OK) eRandom Forest(RF),os dois primeiros são algoritmos amplamente utilizados na espacialização da evapo-transpiração de referência, sendo conhecidos por produzirem baixos erros na interpolação. Já o último algoritmo utilizado é originário da aprendizagem de máquina e tem sido empregado em estudos recentes como alternativa para a interpolação espacial de variáveis ambientais, obtendo também resultados promissores na estimativa da evapo-transpiração. O serviço web de interpolação espacial proposto foi implementado e seu desempenho avaliado por meio de medição. Este serviço foi implantado em ambiente de produção por meio de um contêiner Docker, e um aplicativo móvel foi desenvolvidopara integrar e demonstrar as principais funcionalidades do serviço web. O presente serviço pode ser aplicado em diversas áreas, contudo nesse trabalho atentou-se mais para o setor agrícola, por ser o setor para o qual esse estudo encontra-se direcionado.Os principais beneficiários do serviço web incluem pesquisadores e desenvolvedoresdesoftwareque, por sua vez, a partir da aplicação do serviço, podem desenvolverestudos que beneficiarão o agricultor. Durante a realização desse trabalho, buscou-se também avaliar como o serviço desenvolvido poderia ser útil para a promoção do desempenho e da escalabilidade com relação ao cálculo da interpolação espacial e geração de modelos espaciais. Destacou-se também, a importância desse software como ferramenta de apoio para outras pesquisas ou mesmo para outros software, como por exemplo, o Aquaprev, que utiliza, além de outros parâmetros, a evapotranspiração e a interpolação espacial para estimar o tempo de irrigação de uma determinada cultura.
Suporte a decisão no setor sucroalcooleiro
(2019) Silva, João Vitor da; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722
O setor sucroalcooleiro é um dos maiores setores agrícolas do Brasil. A cada safra milhões de litros de etanol e milhares de toneladas de açúcar são importados mundo a fora. Apesar da grandeza do setor, existem diversos problemas que assombram oprodutor de cana-de-açúcar. Um deles é a redução de produção provocando paradasna produção do açúcar e etanol.Este trabalho tem como objetivo realizar um estudo comparativo de métodos de pre-visão de séries temporais, em dados históricos de produção de cana de açúcar, junto com a construção de indicadores operacionais para ajuda na tomada de decisão. A base de dados foi retirada dos resultados trimestrais publicados pela São Martinho para os seus investidores. A São Martinho é uma empresa de capital aberto e uma das maiores usinas de produção de açúcar, álcool e energia do Brasil. Para a realização do estudo foi utilizada a linguagem R. Os experimentos deste trabalho utilizaramo modelo preditivo SARIMA, por sua quase unanimidade na previsão de produçõesagrícola. Para a escolha do melhor modelo SARIMA foi utilizado o AICC do modelojunto com as métricas de erro RMSE, ME, e MAE. No desenvolvimento dos indicado-res operacionais foi utilizada a função de distribuição dos resíduos do modelo SARIMAdefinido junto com as previsões do próprio modelo.Ao final de todo o trabalho foi obtido o melhor modelo SARIMA para os dados de produ-ção de cana-de-açúcar trimestrais junto com os indicadores de redução da produção:probabilidade de redução da produção em um determinado percentual de produção ou mais e probabilidade de redução da produção ser acima da média de produção trimestral.