I denna rapport har verkningsgraden och förluster för elbilars växellådor analyserats. Med hjälp av en programvara för beräkning och analys av växellådor (Romax) skapades en verkningsgradsmatris för en elbils växellåda. I analysen användes standardkörcykeln WLTP (World harmonized light vehicle test procedure) som delades in i tre körcykler: stadskörning, blandad körning och motorvägskörning. Verkningsgradmatrisen beskriver växellådans verkningsgrad i förhållande till varvtal och moment. Därefter mappades varje sekunds varvtal och moment för respektive körcykel mot den framtagna matrisen för att erhålla en verkningsgrad för respektive tidpunkt. Slutligen summerades energiförbrukningen både för ideal körning, dvs inga förluster i växellådan, och simulerad körning med inräknade förluster i växellådan. Utgående från erhållen data togs en verkningsgrad för hela körcyklarna fram där summeringen av den ideala körningen divideras med summeringen för den simulerade körningen. Resultatet för stadskörning med ideal växellåda var att den krävde 0.307 kWh på en sträcka som var 3.09 km vilket resulterade i en snittförbrukning på 0.992 kWh/mil till skillnad från körningen med simulerad växellåda som krävde 0.318 kWh på samma sträcka, som i sin tur resulterade i snittförbrukningen 1.03 kWh/mil samt en verkningsgrad på 0.965 och förluster på 0.011 kWh/mil. För blandad körning blev energiförbrukningen för ideala fallet 1.39 kWh på en 11.9 km långsträcka, vilket resulterade i en snittförbrukning på 1.17 kWh/mil. För körningen med simulerad växellåda blev den beräknade energiförbrukningen på 1.45 kWh vilket blir en snittförbrukning på 1.22 kWh/mil därav en verkningsgrad på 0.957 och förluster på 0.0526 kWh/mil. För motorvägskörningen blev energiförbrukning 1.45 kWh på en 8.25 km lång sträcka, vilket resulterade i 1.76 kWh/mil i snittförbrukning för det ideala fallet. Med simulerad växellåda blev energiförbrukningen 1.50 kWh och snittförbrukningen 1.82 kWh/mil samt en verkningsgrad på 0.967. Med detta erhålls förluster på 0.0604 kWh/mil. Avslutningsvis visar resultatet från arbetet att verkningsgraden hos växellådan var som högst för körning på motorväg, följt av stadskörning och blandad körning. För alla körfall var verkningsgraden hög och låg mellan 95-97 %. / The project goal was to analyse the efficiency and energy losses for electric car gearboxes. This was done through creating an efficiency matrix for a simulated gearbox in Romax. The efficiency matrix plots the efficiency against revolutions per minute and torque. For further analysis the standardised driving cycle WLTP (World harmonized light vehicle test procedure) was divided into three separate driving cycles: city-, mixed- and highway driving. The time interval for these three driving cycles were one second and had their respective RPM and torque mapped onto the efficiency matrix obtaining that moment’s efficiency according to our analysis. Furthermore, the energy consumption for both ideal and simulated driving, meaning whether the gearbox has losses or not according to our efficiency matrix, were summed up. This enabled calculating the efficiency of the gearbox for any of the diving cycles, including the complete cycle, through dividing the ideal and simulated energy consumption. Firstly, the result for city driving was that the ideal driving required 0.307 kWh for a 3.09 kmstretch resulting in an average consumption of 0.992 kWh/10 km. The simulated driving required1.03 kWh for the same stretch resulting in an average energy consumption of 1.18 kWh/10 km,hence an efficiency of 0.965 and an energy loss of 0.0112 kWh/10 km. Secondly, the result from mixed driving was that ideal driving required 1.39 kWh for a 8.25 km stretch resulting in an average consumption of 1.17 kWh/10 km. For the simulated driving the required energy was 1.45 kWh resulting in an average energy consumption of 1.22 kWh/10 km, hence an efficiency of 0.957 and an energy loss of 0.0526 kWh/10 km. Lastly, the result from highway driving was that ideal driving requirement of 1.45 kWh for a 8.25 km stretch, resulting in an average energy consumption of 1.82 kWh/10 km. Meanwhile, the simulated energy requirement was 1.50 kWh resulting in an efficiency of 0.967 and energy loss of0.0604 kWh/10 km. A conclusion that could be drawn from the project was that the gearbox efficiency was highest for highway driving followed by city driving and mixed driving in that order. Furthermore, the efficiency for all types of driving were high with values between 95-97%.

[pt] A Unidade de Terapia Intensiva (UTI) é um departamento importante dentro do Hospital visto que lida majoritariamente com casos de alta complexidade e gera elevados custos administrativos, o que requer um controle adequado de seus processos. Inconformidades tais como erros em atividades de tratamento e falta de comunicação entre os funcionários são comumente responsáveis pelo baixo desempenho de UTIs e devem ser ajustados para reduzir possíveis danos ao tratamento do paciente. Para avaliar a eficiência de uma UTI, a literatura propõe que sejam estabelecidas métricas que considerem quatro perspectivas - médica ou clínica, econômica, social e institucional – que oferecem uma visão abrangente das atividades (administrativas ou de tratamento) dentro da unidade e seus impactos no pós-tratamento. Entretanto, a avaliação de desempenho em uma UTI não é uma tarefa simples, pois há diversas variáveis a serem consideradas e que podem ser potenciais causas de um mau desempenho. Além disso, não há uma métrica ou indicador padrão-ouro que consegue reter de forma adequadas as informações, sendo que diversas perspectivas devem ser consideradas. Os indicadores mais comuns são A Taxa de Mortalidade Padronizada (Standardized Mortality Ratio, SMR) e o Taxa de Uso de Rescursos Padronizada (Standardized Resource Use, SRU), que contabilizam desfechos de mortalidade (clínicos) e de uso de recursos (econômicos), junto de metodologias propostas para viabilizar a comparação entre diferentes UTIs, identificar de grupos de desempenho e analisar os riscos de mortalidade dos pacientes dentro da unidade, tais como os conceitos de Rankability e Perfis de Risco (Risk Profiles). Além disso, é necessário definir corretamente os desfechos a serem contabilizados em indicadores. Nesse contexto, recomenda-se a combinação de diferentes indicadores e metodologias de forma a complementar e elevar a confiabilidade da análise de desempenho e benchmarking. Com isso, este estudo tem como objetivo analisar um conjunto de UTIs em termos de desempenho quanto à mortalidade e uso de recursos, associando-os com as características das unidades e seus fatores institucionais, para identificar possíveis correlações. A análise foi feita em uma amostra composta por 12.100 pacientes que foram hospitalizados em 116 UTIs, considerando um desfecho em até 60 dias de interação. Este estudo teve como contribuição a combinação de diferentes técnicas e indicadores, e uma discussão a respeito da variabilidade do SMR em comparação à metodologia tradicional. Para este propósito, combinou-se as técnicas da Matriz de Eficiência, Rankability – índice de confiabilidade de um indicador de desfecho, e Perfis de Risco, de forma a obter e avaliar o desempenho de grupos de UTIs. Como resultados, verificou-se que UTIs cuja administração é de domínio Público e que destinam a maioria dos seus leitos ao Sistema Único de Saúde (SUS) brasileiro tiveram mortalidade significativamente alta em relação àquelas de dominínio privado (p-valor menor que 0.05). Além disso, realizou-se um agrupamento das UTIs utilizando quatro diferentes técnicas de clusterização de forma a garantir a máxima confiabilidade do indicador para comparação (Rankability), o que resultou na presença de clusters extremos contendo uma UTI cada, sendo elas a de maior e a de menor SMR, apesar de ambas apresentarem o mesmo conjunto de severidades. Para cada grupo, estimou-se o seu perfil de risco, e verificou-se que pacientes com menor gravidade apresentaram maior variabilidade nos riscos de morte, sendo estes maiores nos grupos com alto SMR e menores em grupos de menor mortalidade, sendo que a dispersão tendeu a ser menor quanto menor for o risco, o que poderia influenciar diretamente no cálculo do SMR. Com isso, por meio de equações matemáticas e simulação por meio de reamostragem, verificou-se que o SMR possui uma limitação em sua escala, que depende diretamente do espectro de gravidade dos pacientes em cada UTI ou grupo de desempenho analisado. O S / [en] Intensive Care Unit (ICU) is an important department within a hospital since it deals mostly with complex cases and it generates the highest amount of costs, thus requiring adequate control on its care treatments. Nonconformities such as poor communication and treatment errors are commonly responsible for a bad performance in ICUs. However, evaluating the performance of an ICU is not an easy task and there are no gold-standard indicators. The most common metrics are the Standardized Mortality Ratio (SMR) and the Standardized Resource Use (SRU), which measure mortality and resource utilization, respectively. Hence, this study aims to analyze different ICUs in terms of mortality, resource use, and institutional factors, combining the methods Efficiency Chart, Rankability and Risk Profile. The analysis was performed considering a total of 12,100 patients in 116 ICUs provided by a clinical trial study. As results, it was verified that most ICUs were from hospitals with public administration (47.41 per cent), which had significantly high lethality rate compared to private hospitals. Four different clustering approaches were tested, which identified similar case-mixes between the best and lower performance groups of ICUs, and a high variability in expected risks for low severity patients. Using a resampling approach, it was evidenced that the mortality indicator varies strongly on low-risk groups of patients, while high-risk patients had a smaller range of SMR values, which may lead to biased conclusions when comparing ICUs with similar mortality and different case-mixes.