AZEVEDO, D. C. R. Métodos heurísticos aplicados no ajuste de curvas de Weibull em energia eólica. 2015. 126 f. Dissertação (Mestrado em Engenharia Mecânica) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-07-14T17:38:06Z No. of bitstreams: 1 2015_dis_dcrazevedo.pdf: 1610744 bytes, checksum: 79a8b3051e53551a9c5b4d3c1fde9c2b (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-07-22T16:50:48Z (GMT) No. of bitstreams: 1 2015_dis_dcrazevedo.pdf: 1610744 bytes, checksum: 79a8b3051e53551a9c5b4d3c1fde9c2b (MD5) / Made available in DSpace on 2015-07-22T16:50:48Z (GMT). No. of bitstreams: 1 2015_dis_dcrazevedo.pdf: 1610744 bytes, checksum: 79a8b3051e53551a9c5b4d3c1fde9c2b (MD5) Previous issue date: 2015-07-08 / The application of heuristics optimization has proven quite effective when compared to traditional optimization methods by differentiation. It is known that in some cases, directly minimizing the functions involved in the process can be complicated or even impossible. This work aims to develop a Weibull curve fitting methodology, using Ant Colony Optimization method and the Particle Swarm Optimization method as far as the hybridization of these. The tipical stochastic characteristic should provide good results for any wind distribution, concentrated or dispersed, which would make it valid to use in coastal conditions, flat or complex terrain or even urban. The result obtained by the heuristic approach of two SONDA wind samples, referring to Petrolina, Pernambuco, Brazil and Sao Martinho da Serra, Rio Grande do Sul, Brazil was compared with eight other known methods and commercially applied: the least squares method, the moment method, empirical method, the maximum likelihood method, the modified maximum likelihood method, energy pattern method, equivalent energy method and the chi-squared method and the goodness of fit will be evaluated by RMSE tests, MAPE, R2, and the deviation in the forecast power density. Heuristic methods have proven competitive, with power forecast error values around 10−14% / A aplicação de métodos heurísticos em otimização tem se mostrado bastante eficaz quando comparado aos tradicionais métodos de otimização por diferenciação. É sabido que, em alguns casos, minimizar de forma direta as funções envolvidas no processo pode ser complicado ou mesmo impossível. Buscou-se com esse trabalho desenvolver uma metodologia para ajuste de curvas de Weibull para a caracterização do regime de ventos, utilizando a otimização pelo método do Formigueiro e pelo método do Enxame de Partículas (do inglês Ant Colony Optimization (ACO) e Particle Swarm Optimization (PSO), respectivamente) bem como a hibridização destes dois métodos. Acredita-se que a característica estocástica dos métodos pode proporcionar resultados refinados para qualquer tipo de distribuição de vento, seja concentrada ou dispersa, o que tornaria válido utilizar o método nas condições de litoral, relevo plano, acidentado ou mesmo urbano, com obstáculos na direção dos aerogeradores. O resultado obtido pela aproximação heurística de duas amostras de vento do projeto SONDA, referentes a Petrolina-PE e São Martinho da Serra-RS foi comparado com outros oito métodos já conhecidos e comercialmente aplicados: método dos mínimos quadrados, método do momento, método empírico, método da máxima verossimilhança, método da máxima semelhança, método da energia padrão, método da energia equivalente e método do chi-quadrado e a qualidade do ajuste será avaliada pelos testes de RMSE, MAPE, R2 e pelo desvio na previsão de densidade de potência. Os métodos heurísticos se mostraram competitivos, com valores de erro em previsão de potência da ordem de 10−14%

A determinação de propriedades físicas dos óleos essenciais é fundamental para sua aplicação na indústria de alimentos e também em projetos de equipamentos. A vasta quantidade de variáveis envolvidas no processo de desterpenação, tais como temperatura, pressão e composição, tornam a utilização de modelos preditivos de viscosidade necessária. Este trabalho teve como objetivo a obtenção de parâmetros para o modelo preditivo de viscosidade UNIFAC-VISCO com aplicação do método de otimização do gradiente descendente, a partir de dados de viscosidade de sistemas modelo que representam as fases que podem ser formadas em processos de desterpenação por extração líquido-líquido dos óleos essenciais de bergamota, limão e hortelã, utilizando como solvente uma mistura de etanol e água, em diferentes composições, a 25ºC. O experimento foi dividido em duas configurações; na primeira os parâmetros de interação previamente reportados na literatura foram mantidos fixos; na segunda todos os parâmetros de interação foram ajustados. O modelo e o método de otimização foram implementados em linguagem MATLAB®. O algoritmo de otimização foi executado 10 vezes para cada configuração, partindo de matrizes de parâmetros de interação iniciais diferentes obtidos pelo método de Monte Carlo. Os resultados foram comparados com o estudo realizado por Florido et al. (2014), no qual foi utilizado algoritmo genético como método de otimização. A primeira configuração obteve desvio médio relativo (DMR) de 1,366 e a segunda configuração resultou um DMR de 1,042. O método do gradiente descendente apresentou melhor desempenho para a primeira configuração em comparação com o método do algoritmo genético (DMR 1,70). Para a segunda configuração o método do algoritmo genético obteve melhor resultado (DMR 0,68). A capacidade preditiva do modelo UNIFAC-VISCO foi avaliada para o sistema de óleo essencial de eucalipto com os parâmetros determinados, obtendo-se DMR iguais a 17,191 e 3,711, para primeira e segunda configuração, respectivamente. Esses valores de DMR foram maiores do que os encontrados por Florido et al. (2014) (3,56 e 1,83 para primeira e segunda configuração, respectivamente). Os parâmetros de maior contribuição para o cálculo do DMR são CH-CH3 e OH-H2O para a primeira e segunda configuração, respectivamente. Os parâmetros que envolvem o grupo C não influenciam no valor do DMR, podendo ser excluído de análises futuras. / The determination of physical properties of essential oils is critical to their application in the food industry and also in equipment design. The large number of variables involved in deterpenation process, such as temperature, pressure and composition, to make use of viscosity predictive models required. This study aimed obtain parameters for the viscosity predictive model UNIFAC-VISCO using gradient descent as optimization method to model systems viscosity data representing the phases that can be formed in deterpenation processes for extraction liquid-liquid of bergamot, lemon and mint essential oils, using aqueous ethanol as solvente in different compositions at 25 º C. The work was divided in two configurations; in the first one the interaction parameters previously reported in the literature were kept fixed; in the second one all interaction parameters were adjusted. The model and the gradient descent method were implemented in MATLAB language. The optimization algorithm was runned 10 times for each configuration, starting from different arrays of initial interaction parameters obtained by the Monte Carlo method. The results were compared with the study carried out by Florido et al. (2014), which used genetic algorithm as optimization method. The first configuration provided an average deviation (DMR) of 1,366 and the second configuration resulted in a DMR 1,042. The gradient descent method showed better results for the first configuration comparing with the genetic algorithm method (DMR 1.70). On the other hand, for the second configuration the genetic algorithm method had a better result (DMR 0.68). The UNIFAC-VISCO model predictive ability was evaluated for eucalyptus essential oil system using the obtained parameters, providing DMR equal to 17.191 and 3.711, for the first and second configuration, respectively. The parameters determined by genetic algorithm presented lower DMR for the two settings (3.56 and 1.83 to the first and second configuration, respectively). The major parameters for calculating the DMR are CH-CH3 and OH-H2O to the first and second configuration, respectively. The parameters involving the C group did not influence the DMR and may be excluded from further analysis.

Microssistemas eletromecânicos ou Micro-Electro-Mechanical Systems (MEMS), representam uma classe de dispositivos que combinam funções mecânicas e eletrônicas em escala micrométrica. Através do uso de técnicas de microfabricação, adaptadas da indústria de semicondutores, é realizada a integração entre estruturas móveis, sensores, atuadores e eletrônica, tornando possível a implementação de sistemas completos miniaturizados. Acelerômetros eletrostáticos estão entre os dispositivos MEMS mais comercializados hoje em dia, com venda anual em todo o mundo superior a 100 milhões de unidades e crescente a cada ano. Eles são geralmente fabricados utilizando-se três lâminas de silício espessas, coladas uma sobre a outra. A camada intermediária é obtida por processos de corrosão e consiste de uma grande massa de prova suspensa por uma ou mais vigas. Ela é separada das lâminas superior e inferior por um pequeno espaço vazio (gap), dando origem a dois conjuntos de capacitores de placas paralelas. A flexibilidade das vigas permite que a massa se mova proporcionalmente à aceleração externa e o seu deslocamento é estimado pela variação da capacitância do conjunto. O projeto destes sensores é uma tarefa complexa, já que os seus diversos requisitos de desempenho são, na maioria das vezes, conflitantes, isto é, se o projeto é modificado para melhorar uma característica, as demais são inevitavelmente afetadas e por isso técnicas de otimização devem ser utilizadas na etapa de projeto. Com o intuito de melhorar o desempenho de micro-acelerômetros capacitivos, são então propostas e avaliadas no atual trabalho duas técnicas de otimização distintas, sendo uma delas baseada em Otimização Paramétrica (OP) e a outra no Método da Otimização Topológica (MOT). A OP parte de uma topologia previamente definida e adota algumas de suas características geométricas como variáveis de projeto. Para levar em consideração incertezas nas dimensões e propriedades dos materiais, que é um elemento-chave na concepção e fabricação de dispositivos MEMS, neste trabalho a OP é combinada com o método da Otimização de Projeto Baseado em Confiabilidade ou Reliability-based Design Optimization (RBDO). Análises de confiabilidade de primeira ordem através do Método de Confiabilidade de Primeira Ordem, ou First-Order Reliability Method (FORM), são utilizadas para o cálculo das probabilidades envolvidas nesta formulação. Já o MOT combina o Método dos Elementos Finitos (MEF) e um modelo de material com algoritmos de otimização para encontrar a distribuição ótima de material em um domínio de projeto pré-estabelecido. As variáveis de projeto são as pseudo-densidades que descrevem a quantidade de material em cada ponto do domínio. Na modelagem pelo MEF utiliza-se elementos de placa estrutural do tipo Mixed Interpolation of Tensorial Components (MITC). Exemplos práticos utilizando ambas as abordagens são apresentados e os seus resultados discutidos com o intuito de se avaliar o potencial de cada técnica para o projeto de micro-acelerômetros capacitivos. / Micro-Electro-Mechanical Systems (MEMS) are a class of devices that combine mechanical and electronic functions on a micrometric scale. Through the use of microfabrication techniques, adapted from the semiconductor industry, the integration of mobile structures, sensors, actuators and electronics is performed, allowing the implementation of fully miniaturized systems. Electrostatic accelerometers are among the highest volume MEMS products nowadays, with worldwide annual sales topping 100 million units and growing steadily. Bulk-type accelerometers are generally manufactured using three thick silicon wafers, bonded together one on top of the other. The intermediate layer is obtained by etching processes and consists of a big proof mass suspended by one or more beams. It is separated from the upper and lower wafers by a small gap, resulting in two sets of parallel plate capacitors. The flexibility of the beams allows the mass to move proportionally to the external acceleration and its displacement is estimated by the change in capacitance of the set. The design of such sensors is a complex task, since they depend on many performance requirements, which are most often conflicting. If a design is modified to improve one characteristic, others are inevitably affected. Therefore, optimization techniques are regularly used in the design stage of MEMS sensors. Aiming to improve the performance of capacitive micro-accelerometers, in the present work two optimization techniques are presented, the first is based on Parametric Optimization (PO) and the other is the Topology Optimization Method (TOM). The PO starts from a predefined topology and uses some of its geometric characteristics as design variables. In order to account for uncertainties in the dimensions and material properties, which is a key element in the design and fabrication of MEMS devices, in this work the PO is combined with the Reliability-based Design Optimization (RBDO) method. The First-Order Reliability Method (FORM) is applied to calculate the probabilities involved in the RBDO formulation. The TOM combines the Finite Element Method (FEM) and a material model with optimization techniques to find the best constrained material distribution in a fixed design domain. The design variables are the pseudo-densities that describe the amount of material at each point of the domain. The FE model is discretized using the Reissner-Mindlin plate element with the Mixed Interpolation of Tensorial Components (MITC) formulation. Practical examples using both approaches are presented and discussed in order to evaluate the potential of each technique to the design of capacitive micro-accelerometers.

O trabalho desenvolvido tem como objetivo aplicar metodologias de otimização de suspensão para veículos de passageiro e comerciais leves, baseando-se em parâmetros de dirigibilidade e conforto veicular, através do uso de simulação numérica computacional. São apresentadas métricas objetivas utilizadas para a avaliação de um veículo com relação ao seu desempenho em termos de dirigibilidade e conforto e é proposta uma nova métrica global conjunta. São desenvolvidos no trabalho modelos analíticos para quantificar as métricas de dirigibilidade. Os resultados obtidos foram comparados com medições experimentais e resultados de modelos multicorpos mais complexos, atingindo o nível de correlação necessário para os propósitos deste trabalho. Alguns dos modelos analíticos desenvolvidos são contribuições inovadoras deste trabalho, não tendo correspondente anterior na literatura. É apresentada a modelagem dinâmica vertical que possibilita avaliar as métricas de conforto, cuja aplicação foi feita em conjunto com os modelos analíticos de dirigibilidade desenvolvidos, obtendo-se uma avaliação global conjunta. Três ferramentas de otimização são apresentadas e avaliadas na aplicação ao problema de otimização global. A análise comparativa dos resultados dos métodos de otimização permite identificar qual método mais adequado com relação ao desempenho computacional, praticidade de uso e disponibilidade de informação. Finalmente, demonstra-se que a aplicação da otimização numérica proporciona resultados efetivos para melhoria do produto, trazendo ganhos de tempo e custo no desenvolvimento de um novo projeto. / This work is intended to apply suspension set-up optimization methodologies to passenger vehicles and pick-up trucks based on their ride and handling parameters through the use of numerical computational simulation. Metrics used to evaluate a vehicle regarding its performance in terms of ride and handling are shown and a new global single metric for ride and handling is proposed. Analytical models are developed to quantify the vehicle handling metrics. The results obtained were compared with experimental measurements and the results of more complex multibody models, achieving the correlation level required for the purposes of this work. Some of the analytical models herein developed are new contributions from this work and were not previously available in the literature. The vertical dynamic model that allows the computation of the ride comfort metrics is shown, and its application simultaneously with the analytical handling models developed allows the calculation of the proposed global single ride and handling metric. Three different optimization techniques are presented and studied in order to compare their performance for the proposed problem. The comparative analysis among the optimization results allows determining where each method is more adequate with respect to computational performance, usage friendliness and information availability. Finally, it is shown that the application of numerical optimization is effective to improve the product performance, with gains in terms of development time and cost for a new project.

Orientador: José Roberto Sanches Mantovani / Resumo: Neste trabalho propõe-se o desenvolvimento de uma ferramenta computacional para a gestão eficiente de tarefas de manutenções de redes elétricas de distribuição; otimizando os recursos humanos e materiais, permitindo ações efetivas que preservem a qualidade da energia fornecida ao consumidor, procurando atender deste modo os critérios estabelecidos pelo PRODIST (Procedimento de Distribuição de Energia Elétrica no Sistema Elétrico Nacional). O problema é tratado como um modelo de otimização multi-objetivo não linear dinâmico misto. No modelo proposto, busca-se minimizar os custos com a realização de tarefas de manutenção em equipamentos e componentes dos sistemas de distribuição e maximizar a confiabilidade dos mesmos, sob as restrições dos índices individuais de continuidade e frequência do fornecimento de energia elétrica (o DIC e o FIC), da disponibilidade de recursos financeiros e de equipes de manutenção, entre outras. A modelagem é totalmente centrada sobre os índices de confiabilidade dos equipamentos e componentes, os quais são avaliados por uma abordagem envolvendo modelos probabilísticos de falhas e sistemas de inferência fuzzy. Para a solução do modelo utiliza-se um algoritmo evolutivo NSGA-II. / Mestre

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2016-07-27T16:43:09Z No. of bitstreams: 1 texto completo.pdf: 501792 bytes, checksum: efd6bf837f4264306980a223ad2fcaa1 (MD5) / Made available in DSpace on 2016-07-27T16:43:09Z (GMT). No. of bitstreams: 1 texto completo.pdf: 501792 bytes, checksum: efd6bf837f4264306980a223ad2fcaa1 (MD5) Previous issue date: 2016-02-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Os estudos de divergência genética são fundamentais para subsidiar ações de conservação, de utilização dos recursos genéticos e posterior aplicação em programas de melhoramento, visando à obtenção de genótipos superiores. Sendo assim, este trabalho teve por objetivo avaliar a diversidade genética de acessos de pimenta, Capsicum chinense Jacq., por meio de técnicas multivariadas de agrupamentos utilizando os métodos hierárquicos (UPGMA e Ward) e de otimização (Tocher e Tocher modificado). O experimento foi conduzido na área experimental do setor de olericultura do Departamento de Fitotecnia da Universidade Federal de Viçosa (UFV), sob delineamento inteiramente casualizado, com quatro repetições e uma planta por parcela. Foram avaliados 11 acessos de C. chinense registrados no Banco de Germoplasma de Hortaliças (BGH/UFV), com base em 11 caracteres. Os resultados indicaram pelos métodos hierárquicos a formação de dois grupos, sendo que 72,73% dos acessos pertenciam ao grupo I e 27,27% ao grupo II; e ambas as estruturas de agrupamento foram validadas pelo coeficiente de correlação cofenética (r). Os métodos de otimização, Tocher e Tocher modificado, reuniram os acessos em seis e quatro grupos, respectivamente, revelando maior diversidade dos acessos em relação aos métodos anteriores. Assim, independente do método utilizado foi possível identificar os acessos mais divergentes e, consequentemente, contribuir para futuras pesquisas de cruzamento buscando híbridos com maior efeito heterótico. / Studies of genetic diversity are essential to subsidize conservation actions, utilization of genetic resources and subsequent application in breeding programs aimed at obtaining superior genotypes. Thus, this study aimed to evaluate the genetic diversity of pepper accessions, Capsicum chinense Jacq., through multivariate clustering techniques using hierarchical methods (UPGMA and Ward) and optimization (Tocher and modified Tocher). The experiment was conducted in the experimental area of the horticulture sector of the Department of Plant Science at the Universidade Federal de Viçosa (UFV), under completely randomized design with four replications and one plant per plot. They evaluated 11 accessions of C. chinense recorded at the Germplasm Bank (BGH/UFV), based on 11 characters. The results indicated by hierarchical methods the formation of two groups, with 72.73% of the accessions belonging to the group I and 27.27% in group II; both grouping structures were validated by cophenetic correlation coefficient (r). The optimization methods, Tocher and modified Tocher, gathered the accessions in six and four groups, respectively, revealing greater diversity of accessions compared to the previous methods. Thus, regardless of the method used it was possible to identify the most divergent access and, consequently, contribute to future researches seeking cross hybrids with greater heterotic effect.

Submitted by ANTONIO MISARI RODRÍGUEZ null (antonio4330@gmail.com) on 2017-10-03T11:39:54Z No. of bitstreams: 1 Dissertação_Mestrado.pdf: 6919936 bytes, checksum: b093314169f27d80cbe2ab33097636a8 (MD5) / Approved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-10-03T16:33:47Z (GMT) No. of bitstreams: 1 rodriguez_am_me_ilha.pdf: 6919936 bytes, checksum: b093314169f27d80cbe2ab33097636a8 (MD5) / Made available in DSpace on 2017-10-03T16:33:47Z (GMT). No. of bitstreams: 1 rodriguez_am_me_ilha.pdf: 6919936 bytes, checksum: b093314169f27d80cbe2ab33097636a8 (MD5) Previous issue date: 2017-08-16 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Neste trabalho propõe-se o desenvolvimento de uma ferramenta computacional para a gestão eficiente de tarefas de manutenções de redes elétricas de distribuição; otimizando os recursos humanos e materiais, permitindo ações efetivas que preservem a qualidade da energia fornecida ao consumidor, procurando atender deste modo os critérios estabelecidos pelo PRODIST (Procedimento de Distribuição de Energia Elétrica no Sistema Elétrico Nacional). O problema é tratado como um modelo de otimização multi-objetivo não linear dinâmico misto. No modelo proposto, busca-se minimizar os custos com a realização de tarefas de manutenção em equipamentos e componentes dos sistemas de distribuição e maximizar a confiabilidade dos mesmos, sob as restrições dos índices individuais de continuidade e frequência do fornecimento de energia elétrica (o DIC e o FIC), da disponibilidade de recursos financeiros e de equipes de manutenção, entre outras. A modelagem é totalmente centrada sobre os índices de confiabilidade dos equipamentos e componentes, os quais são avaliados por uma abordagem envolvendo modelos probabilísticos de falhas e sistemas de inferência fuzzy. Para a solução do modelo utiliza-se um algoritmo evolutivo NSGA-II. / In this work, the development of a computational tool for the efficient management of maintenance tasks of electrical distribution networks is proposed; optimizing human and material resources, allowing effective actions that preserve the quality of energy supplied to the consumer, thus seeking to meet the criteria established by PRODIST (Procedure for Distribution of Electric Energy in the National Electric System). The problem is treated as a mixed dynamic nonlinear multi-objective optimization model. In the proposed model, it is sought to minimize the costs of performing maintenance tasks on equipment and components of the distribution systems and to maximize their reliability, under the constraints of individual indices of continuity and frequency of electric power supply (DIC and FIC), of the availability of financial resources and maintenance equipment, among others. The modeling is totally focused on the reliability indices of the equipment and components, which are evaluated by an approach involving probabilistic fault models and fuzzy inference systems. For the solution of the model, an evolutionary algorithm NSGA-II is used. / CNPq: 159614/2015-5

Microssistemas eletromecânicos ou Micro-Electro-Mechanical Systems (MEMS), representam uma classe de dispositivos que combinam funções mecânicas e eletrônicas em escala micrométrica. Através do uso de técnicas de microfabricação, adaptadas da indústria de semicondutores, é realizada a integração entre estruturas móveis, sensores, atuadores e eletrônica, tornando possível a implementação de sistemas completos miniaturizados. Acelerômetros eletrostáticos estão entre os dispositivos MEMS mais comercializados hoje em dia, com venda anual em todo o mundo superior a 100 milhões de unidades e crescente a cada ano. Eles são geralmente fabricados utilizando-se três lâminas de silício espessas, coladas uma sobre a outra. A camada intermediária é obtida por processos de corrosão e consiste de uma grande massa de prova suspensa por uma ou mais vigas. Ela é separada das lâminas superior e inferior por um pequeno espaço vazio (gap), dando origem a dois conjuntos de capacitores de placas paralelas. A flexibilidade das vigas permite que a massa se mova proporcionalmente à aceleração externa e o seu deslocamento é estimado pela variação da capacitância do conjunto. O projeto destes sensores é uma tarefa complexa, já que os seus diversos requisitos de desempenho são, na maioria das vezes, conflitantes, isto é, se o projeto é modificado para melhorar uma característica, as demais são inevitavelmente afetadas e por isso técnicas de otimização devem ser utilizadas na etapa de projeto. Com o intuito de melhorar o desempenho de micro-acelerômetros capacitivos, são então propostas e avaliadas no atual trabalho duas técnicas de otimização distintas, sendo uma delas baseada em Otimização Paramétrica (OP) e a outra no Método da Otimização Topológica (MOT). A OP parte de uma topologia previamente definida e adota algumas de suas características geométricas como variáveis de projeto. Para levar em consideração incertezas nas dimensões e propriedades dos materiais, que é um elemento-chave na concepção e fabricação de dispositivos MEMS, neste trabalho a OP é combinada com o método da Otimização de Projeto Baseado em Confiabilidade ou Reliability-based Design Optimization (RBDO). Análises de confiabilidade de primeira ordem através do Método de Confiabilidade de Primeira Ordem, ou First-Order Reliability Method (FORM), são utilizadas para o cálculo das probabilidades envolvidas nesta formulação. Já o MOT combina o Método dos Elementos Finitos (MEF) e um modelo de material com algoritmos de otimização para encontrar a distribuição ótima de material em um domínio de projeto pré-estabelecido. As variáveis de projeto são as pseudo-densidades que descrevem a quantidade de material em cada ponto do domínio. Na modelagem pelo MEF utiliza-se elementos de placa estrutural do tipo Mixed Interpolation of Tensorial Components (MITC). Exemplos práticos utilizando ambas as abordagens são apresentados e os seus resultados discutidos com o intuito de se avaliar o potencial de cada técnica para o projeto de micro-acelerômetros capacitivos. / Micro-Electro-Mechanical Systems (MEMS) are a class of devices that combine mechanical and electronic functions on a micrometric scale. Through the use of microfabrication techniques, adapted from the semiconductor industry, the integration of mobile structures, sensors, actuators and electronics is performed, allowing the implementation of fully miniaturized systems. Electrostatic accelerometers are among the highest volume MEMS products nowadays, with worldwide annual sales topping 100 million units and growing steadily. Bulk-type accelerometers are generally manufactured using three thick silicon wafers, bonded together one on top of the other. The intermediate layer is obtained by etching processes and consists of a big proof mass suspended by one or more beams. It is separated from the upper and lower wafers by a small gap, resulting in two sets of parallel plate capacitors. The flexibility of the beams allows the mass to move proportionally to the external acceleration and its displacement is estimated by the change in capacitance of the set. The design of such sensors is a complex task, since they depend on many performance requirements, which are most often conflicting. If a design is modified to improve one characteristic, others are inevitably affected. Therefore, optimization techniques are regularly used in the design stage of MEMS sensors. Aiming to improve the performance of capacitive micro-accelerometers, in the present work two optimization techniques are presented, the first is based on Parametric Optimization (PO) and the other is the Topology Optimization Method (TOM). The PO starts from a predefined topology and uses some of its geometric characteristics as design variables. In order to account for uncertainties in the dimensions and material properties, which is a key element in the design and fabrication of MEMS devices, in this work the PO is combined with the Reliability-based Design Optimization (RBDO) method. The First-Order Reliability Method (FORM) is applied to calculate the probabilities involved in the RBDO formulation. The TOM combines the Finite Element Method (FEM) and a material model with optimization techniques to find the best constrained material distribution in a fixed design domain. The design variables are the pseudo-densities that describe the amount of material at each point of the domain. The FE model is discretized using the Reissner-Mindlin plate element with the Mixed Interpolation of Tensorial Components (MITC) formulation. Practical examples using both approaches are presented and discussed in order to evaluate the potential of each technique to the design of capacitive micro-accelerometers.

O trabalho desenvolvido tem como objetivo aplicar metodologias de otimização de suspensão para veículos de passageiro e comerciais leves, baseando-se em parâmetros de dirigibilidade e conforto veicular, através do uso de simulação numérica computacional. São apresentadas métricas objetivas utilizadas para a avaliação de um veículo com relação ao seu desempenho em termos de dirigibilidade e conforto e é proposta uma nova métrica global conjunta. São desenvolvidos no trabalho modelos analíticos para quantificar as métricas de dirigibilidade. Os resultados obtidos foram comparados com medições experimentais e resultados de modelos multicorpos mais complexos, atingindo o nível de correlação necessário para os propósitos deste trabalho. Alguns dos modelos analíticos desenvolvidos são contribuições inovadoras deste trabalho, não tendo correspondente anterior na literatura. É apresentada a modelagem dinâmica vertical que possibilita avaliar as métricas de conforto, cuja aplicação foi feita em conjunto com os modelos analíticos de dirigibilidade desenvolvidos, obtendo-se uma avaliação global conjunta. Três ferramentas de otimização são apresentadas e avaliadas na aplicação ao problema de otimização global. A análise comparativa dos resultados dos métodos de otimização permite identificar qual método mais adequado com relação ao desempenho computacional, praticidade de uso e disponibilidade de informação. Finalmente, demonstra-se que a aplicação da otimização numérica proporciona resultados efetivos para melhoria do produto, trazendo ganhos de tempo e custo no desenvolvimento de um novo projeto. / This work is intended to apply suspension set-up optimization methodologies to passenger vehicles and pick-up trucks based on their ride and handling parameters through the use of numerical computational simulation. Metrics used to evaluate a vehicle regarding its performance in terms of ride and handling are shown and a new global single metric for ride and handling is proposed. Analytical models are developed to quantify the vehicle handling metrics. The results obtained were compared with experimental measurements and the results of more complex multibody models, achieving the correlation level required for the purposes of this work. Some of the analytical models herein developed are new contributions from this work and were not previously available in the literature. The vertical dynamic model that allows the computation of the ride comfort metrics is shown, and its application simultaneously with the analytical handling models developed allows the calculation of the proposed global single ride and handling metric. Three different optimization techniques are presented and studied in order to compare their performance for the proposed problem. The comparative analysis among the optimization results allows determining where each method is more adequate with respect to computational performance, usage friendliness and information availability. Finally, it is shown that the application of numerical optimization is effective to improve the product performance, with gains in terms of development time and cost for a new project.

A determinação de propriedades físicas dos óleos essenciais é fundamental para sua aplicação na indústria de alimentos e também em projetos de equipamentos. A vasta quantidade de variáveis envolvidas no processo de desterpenação, tais como temperatura, pressão e composição, tornam a utilização de modelos preditivos de viscosidade necessária. Este trabalho teve como objetivo a obtenção de parâmetros para o modelo preditivo de viscosidade UNIFAC-VISCO com aplicação do método de otimização do gradiente descendente, a partir de dados de viscosidade de sistemas modelo que representam as fases que podem ser formadas em processos de desterpenação por extração líquido-líquido dos óleos essenciais de bergamota, limão e hortelã, utilizando como solvente uma mistura de etanol e água, em diferentes composições, a 25ºC. O experimento foi dividido em duas configurações; na primeira os parâmetros de interação previamente reportados na literatura foram mantidos fixos; na segunda todos os parâmetros de interação foram ajustados. O modelo e o método de otimização foram implementados em linguagem MATLAB®. O algoritmo de otimização foi executado 10 vezes para cada configuração, partindo de matrizes de parâmetros de interação iniciais diferentes obtidos pelo método de Monte Carlo. Os resultados foram comparados com o estudo realizado por Florido et al. (2014), no qual foi utilizado algoritmo genético como método de otimização. A primeira configuração obteve desvio médio relativo (DMR) de 1,366 e a segunda configuração resultou um DMR de 1,042. O método do gradiente descendente apresentou melhor desempenho para a primeira configuração em comparação com o método do algoritmo genético (DMR 1,70). Para a segunda configuração o método do algoritmo genético obteve melhor resultado (DMR 0,68). A capacidade preditiva do modelo UNIFAC-VISCO foi avaliada para o sistema de óleo essencial de eucalipto com os parâmetros determinados, obtendo-se DMR iguais a 17,191 e 3,711, para primeira e segunda configuração, respectivamente. Esses valores de DMR foram maiores do que os encontrados por Florido et al. (2014) (3,56 e 1,83 para primeira e segunda configuração, respectivamente). Os parâmetros de maior contribuição para o cálculo do DMR são CH-CH3 e OH-H2O para a primeira e segunda configuração, respectivamente. Os parâmetros que envolvem o grupo C não influenciam no valor do DMR, podendo ser excluído de análises futuras. / The determination of physical properties of essential oils is critical to their application in the food industry and also in equipment design. The large number of variables involved in deterpenation process, such as temperature, pressure and composition, to make use of viscosity predictive models required. This study aimed obtain parameters for the viscosity predictive model UNIFAC-VISCO using gradient descent as optimization method to model systems viscosity data representing the phases that can be formed in deterpenation processes for extraction liquid-liquid of bergamot, lemon and mint essential oils, using aqueous ethanol as solvente in different compositions at 25 º C. The work was divided in two configurations; in the first one the interaction parameters previously reported in the literature were kept fixed; in the second one all interaction parameters were adjusted. The model and the gradient descent method were implemented in MATLAB language. The optimization algorithm was runned 10 times for each configuration, starting from different arrays of initial interaction parameters obtained by the Monte Carlo method. The results were compared with the study carried out by Florido et al. (2014), which used genetic algorithm as optimization method. The first configuration provided an average deviation (DMR) of 1,366 and the second configuration resulted in a DMR 1,042. The gradient descent method showed better results for the first configuration comparing with the genetic algorithm method (DMR 1.70). On the other hand, for the second configuration the genetic algorithm method had a better result (DMR 0.68). The UNIFAC-VISCO model predictive ability was evaluated for eucalyptus essential oil system using the obtained parameters, providing DMR equal to 17.191 and 3.711, for the first and second configuration, respectively. The parameters determined by genetic algorithm presented lower DMR for the two settings (3.56 and 1.83 to the first and second configuration, respectively). The major parameters for calculating the DMR are CH-CH3 and OH-H2O to the first and second configuration, respectively. The parameters involving the C group did not influence the DMR and may be excluded from further analysis.