O presente trabalho visa determinar, via análises de dados de túnel de vento, o impacto aerodinâmico em arrasto da instalação de dispositivos de ponta de asa em uma aeronave transônica de transporte moderna, para averiguar o ganho atingido com os atuais métodos de projeto de winglets. São comparados 3 dispositivos de ponta de asa, em uma campanha de ensaios em túnel. Os ensaios foram realizados à pressão total constante, fazendo o uso dos mesmos suportes, e realizando as mesmas variações no escoamento. Os dados colhidos em diversas rodadas de túnel foram então analisados procurando estabelecer qual a influência de cada dispositivo sob o arrasto da aeronave, em regimes subsônicos e transônicos. As comparações puderam estabelecer que o atual estado da arte oferece reduções significativas de arrasto em cruzeiro, proporcionando melhorias no alcance e outras características de desempenho da aeronave, vindo a comprovar a teoria e os dados históricos de desempenho destes dispositivos.

O desenvolvimento de novos produtos ou plataformas caracteriza-se pela oportunidade de prover soluções capazes de decidir o futuro das empresas. Para tanto, as decisões que permeiam este processo devem se basear em avaliações críticas, capazes de garantir custos, prazos e estratégias compatíveis com requisitos técnicos e de negócio. Este trabalho tem por objetivo abordar o tema de comunalidade, sua aplicação em projetos de produtos e sua importância na definição de processos. Pela análise da literatura pesquisada e da aplicação em casos reais, propõe a utilização de etapas para avaliação de benefícios e penalidades. Realiza comparações e contribui para o processo de decisão sobre o tema na fase de projeto. Em adicional, o trabalho orienta a aplicação de estratégias nas fases de desenvolvimento de conceitos de produtos.

Diante da forte concorrência industrial em nível internacional, as organizações precisam maximizar a rentabilidade de seus ativos para garantir a sobrevivência do negócio. Isso implica assegurar a melhoria da produtividade e da rentabilidade e, ao mesmo tempo, em reduzir os custos de manutenção. Nesse cenário, surgiu a Gestão de Ativos, que objetiva a obtenção de valor do ativo, enquanto equilibra os custos financeiros, ambientais e sociais, os riscos, a qualidade de serviço e o desempenho dos ativos. Com o intuito de padronizar a Gestão de Ativos, o British Standard Institute (BSI) criou o PAS55:2008 - Gestão de Ativos Físicos, um procedimento técnico com requisitos que visam estabelecer uma gestão abrangente e aperfeiçoar o sistema de gestão para todos os tipos de ativos físicos das organizações. Nesse contexto, a Gestão de Riscos é um princípio importante para a gestão de ativos proativa. Dessa forma, o trabalho visa propor um método para a implantação da Gestão de Riscos dos ativos físicos que esteja em conformidade com os requisitos do PAS55:2008. A Gestão de Riscos objetiva entender a causa, o efeito e a probabilidade de ocorrência de eventos adversos, para gerenciar de forma eficiente tais riscos, em nível aceitável, e fornecer uma trilha de auditoria para a gestão de riscos. Para tanto, foram pesquisadas técnicas e ferramentas que apresentam boas relações custo-benefício para a Gestão de Riscos e que sejam aderentes aos requisitos do PAS 55. Em função disso, foi proposto uma sequência lógica de aplicação do método, abrangendo a Identificação de Riscos, a Análise de Riscos e o Controle dos Riscos. Ao final, são apresentadas considerações sobre as limitações do método proposto, bem como oportunidades de complementação do trabalho para abordar demais requisitos do PAS 55.

As companhias aéreas para se manterem competitivas no mercado necessitam de uma alta disponibilidade de suas aeronaves ligada a um baixo custo operacional. Para tanto, é essencial que se tenha um bom plano de manutenção de modo que se minimize o investimento em peças de reposição, bem como horas de trabalho de funcionários, tempo de interrupções e o downtime da aeronave. O plano de manutenção de uma aeronave esta contemplado no MRBR ("Maintenance Review Board Report"), que apresenta os requisitos manutenção criados por grupos e comitês, compostos por especialistas da área, para analisar e criar propostas de tarefas de manutenção programadas, através da análise MSG-3. Em paralelo ao processo MRB ("Maintenance Review Board") que faz uso da análise MSG-3, corre o processo de certificação, que através da análise de safety assessment verifica se a aeronave atende todos os requisitos de segurança, identificando as condições de falha da aeronave. No caso de alguma falha dormente, que em combinação com outros eventos leve a essa condição catastrófica ou hazardous, esta é levada a discussão em um comitê (CMCC -"Certification Maintenance Coordination Committee") para averiguar a necessidade de criação do CMR ou a utilização de uma tarefa definida no programa de manutenção para cobrir esta necessidade de inspeção. Este trabalho analisa e discute tarefas de manutenção que foram originadas seguindo, o processo de análise de segurança (Safety Analysis), e o processo de MRB, que faz uso da metodologia MSG-3. O objetivo é estudar sua origem e os passos que levaram à sua criação (para os dois processos), identificando similaridades e pontos de divergência no foco, caminho utilizado e profundidade da análise, visando servir de subsídio para futuras decisões do CMCC.

Reduzir a dimensão de bancos de dados é um passo importante em processos de reconhecimento de padrões e aprendizagem de máquina. Projection Pursuit (PP) tem emergido como uma técnica relevante para tal fim, a qual busca projeções dos dados em espaços de baixa dimensão onde estruturas interessantes sejam reveladas. Apesar do relativo sucesso de PP em vários problemas de redução dimensional, a literatura mostra uma aplicação limitada da mesma em bancos de dados com elevada quantidade de atributos e poucas amostras, tais como os gerados em biologia molecular. Nesta tese, estudam-se formas de aproveitar o potencial de PP em problemas de alta dimensão e poucas amostras a fim de facilitar a posterior construção de classificadores. Entre as principais contribuições deste trabalho tem-se: i) Sequential Projection Pursuit Modified (SPPM), um método de busca sequencial de espaços de projeção baseado em Algoritmo Genético (AG) e operadores de cruzamento especializados; ii) Block Sequential Projection Pursuit Modified (Block-SPPM) e Whitened Sequential Projection Pursuit Modified (W-SPPM), duas estratégias de aplicação de SPPM em problemas com mais atributos do que amostras, sendo a primeira baseada e particionamento de atributos e a segunda baseada em pré-compactação dos dados. Avaliações experimentais sobre bancos de dados públicos de expressão gênica mostraram a eficácia das propostas em melhorar a acurácia de algoritmos de classificação populares em relação a vários outros métodos de redução dimensional, tanto de seleção quanto de extração de atributos, encontrando-se que W-SPPM oferece o melhor compromisso entre acurácia e custo computacional. / Reducing the dimension of datasets is an important step in pattern recognition and machine learning processes. PP has emerged as a relevant technique for that purpose. PP aims to find projections of the data in low dimensional spaces where interesting structures are revealed. Despite the success of PP in many dimension reduction problems, the literature shows a limited application of it in dataset with large amounts of features and few samples, such as those obtained in molecular biology. In this work we study ways to take advantage of the potential of PP in order to deal with problems of large dimensionalities and few samples. Among the main contributions of this work are: i) SPPM, an improved method for searching projections, based on a genetic algorithm and specialized crossover operators; and ii) Block-SPPM and W-SPPM, two strategies of applying SPPM in problems with more attributes than samples. The first strategy is based on partitioning the attribute space while the later is based on a precompaction of the data followed by a projection search. Experimental evaluations over public gene-expression datasets showed the efficacy of the proposals in improving the accuracy of popular classifiers with respect to several representative dimension reduction methods, being W-SPPM the strategy with the best compromise between accuracy and computational cost.

Uma representação estruturada dos documentos em um formato apropriado para a obtenção automática de conhecimento, sem que haja perda de informações relevantes em relação ao formato originalmente não-estruturado, é um dos passos mais importantes da mineração de textos, pois a qualidade dos resultados obtidos com as abordagens automáticas para obtenção de conhecimento de textos estão fortemente relacionados à qualidade dos atributos utilizados para representar a coleção de documentos. O Modelo de Espaço de Vetores (MEV) é um modelo tradicional para obter uma representação estruturada dos documentos. Neste modelo, cada documento é representado por um vetor de pesos correspondentes aos atributos do texto. O modelo bag-of-words é a abordagem de MEV mais utilizada devido a sua simplicidade e aplicabilidade. Entretanto, o modelo bag-of-words não trata a dependência entre termos e possui alta dimensionalidade. Diversos modelos para representação dos documentos foram propostos na literatura visando capturar a informação de relação entre termos, destacando-se os modelos baseados em frases ou termos compostos, o Modelo de Espaço de Vetores Generalizado (MEVG) e suas extensões, modelos de tópicos não-probabilísticos, como o Latent Semantic Analysis (LSA) ou o Non-negative Matrix Factorization (NMF), e modelos de tópicos probabilísticos, como o Latent Dirichlet Allocation (LDA) e suas extensões. A representação baseada em modelos de tópicos é uma das abordagens mais interessantes uma vez que elas fornece uma estrutura que descreve a coleção de documentos em uma forma que revela sua estrutura interna e as suas inter-relações. As abordagens de extração de tópicos também fornecem uma estratégia de redução da dimensionalidade visando a construção de novas dimensões que representam os principais tópicos ou assuntos identificados na coleção de documentos. Entretanto, a extração é eficiente de informações sobre as relações entre os termos para construção da representação de documentos ainda é um grande desafio de pesquisa. Os modelos para representação de documentos que exploram a correlação entre termos normalmente enfrentam um grande desafio para manter um bom equilíbrio entre (i) a quantidade de dimensões obtidas, (ii) o esforço computacional e (iii) a interpretabilidade das novas dimensões obtidas. Assim,é proposto neste trabalho o modelo para representação de documentos Latent Association Rule Cluster based Model (LARCM). Este é um modelo de extração de tópicos não-probabilístico que explora o agrupamento de regras de associação para construir uma representação da coleção de documentos com dimensionalidade reduzida tal que as novas dimensões são extraídas a partir das informações sobre as relações entre os termos. No modelo proposto, as regras de associação são extraídas para cada documento para obter termos correlacionados que formam expressões multi-palavras. Essas relações entre os termos formam o contexto local da relação entre termos. Em seguida, aplica-se um processo de agrupamento em todas as regras de associação para formar o contexto geral das relações entre os termos, e cada grupo de regras de associação obtido formará um tópico, ou seja, uma dimensão da representação. Também é proposto neste trabalho uma metodologia de avaliação que permite selecionar modelos que maximizam tanto os resultados na tarefa de classificação de textos quanto os resultados de interpretabilidade dos tópicos obtidos. O modelo LARCM foi comparado com o modelo LDA tradicional e o modelo LDA utilizando uma representação que inclui termos compostos (bag-of-related-words). Os resultados dos experimentos indicam que o modelo LARCM produz uma representação para os documentos que contribui significativamente para a melhora dos resultados na tarefa de classificação de textos, mantendo também uma boa interpretabilidade dos tópicos obtidos. O modelo LARCM também apresentou ótimo desempenho quando utilizado para extração de informação de contexto para aplicação em sistemas de recomendação sensíveis ao contexto. / A structured representation of documents in an appropriate format for the automatic knowledge extraction without loss of relevant information is one of the most important steps of text mining, since the quality of the results obtained with automatic approaches for the text knowledge extraction is strongly related to the quality of the selected attributes to represent the collection of documents. The Vector Space model (VSM) is a traditional structured representation of documents. In this model, each document is represented as a vector of weights that corresponds to the features of the document. The bag-of-words model is the most popular VSM approach because of its simplicity and general applicability. However, the bag-of-words model does not include dependencies of the terms and has a high dimensionality. Several models for document representation have been proposed in the literature in order to capture the dependence among the terms, especially models based on phrases or compound terms, the Generalized Vector Space Model (GVSM) and their extensions, non-probabilistic topic models as Latent Semantic Analysis (LSA) or Non-negative Matrix Factorization (NMF) and still probabilistic topic models as the Latent Dirichlet Allocation (LDA) and their extensions. The topic model representation is one of the most interesting approaches since it provides a structure that describes the collection of documents in a way that reveals their internal structure and their interrelationships. Also, this approach provides a dimensionality reduction strategy aiming to built new dimensions that represent the main topics or ideas of the document collection. However, the efficient extraction of information about the relations of terms for document representation is still a major research challenge nowadays. The document representation models that explore correlated terms usually face a great challenge of keeping a good balance among the (i) number of extracted features, (ii) the computational performance and (iii) the interpretability of new features. In this way, we proposed the Latent Association Rule Cluster based Model (LARCM). The LARCM is a non-probabilistic topic model that explores association rule clustering to build a document representation with low dimensionality in a way that each dimension is composed by information about the relations among the terms. In the proposed approach, the association rules are built for each document to extract the correlated terms that will compose the multi-word expressions. These relations among the terms are the local context of relations. Then, a clustering process is applied for all association rules to discover the general context of the relations, and each obtained cluster is an extracted topic or a dimension of the new document representation. This work also proposes in this work an evaluation methodology to select topic models that maximize the results in the text classification task as much as the interpretability of the obtained topics. The LARCM model was compared against both the traditional LDA model and the LDA model using a document representation that includes multi-word expressions (bag-of-related-words). The experimental results indicate that LARCM provides an document representation that improves the results in the text classification task and even retains a good interpretability of the extract topics. The LARCM model also achieved great results as a method to extract contextual information for context-aware recommender systems.

Este trabalho apresenta o desenvolvimento de uma técnica construtiva inédita para dutos enterrados intitulada Geovala. Esta técnica consiste na instalação de um geossintético sobre uma vala, preenchida ou não com material fofo, localizado acima do duto com o principal objetivo de reduzir os esforços que atingem a estrutura. Para contribuir na avaliação do sistema proposto foi realizado um programa de ensaios em pequenas e grandes dimensões no laboratório de geossintéticos da Escola de Engenharia de São Carlos EESC/USP. Neste programa de ensaios foi possível verificar que o sistema Geovala pode reduzir drasticamente as tensões na parede do duto e na envoltória de solo ao redor do duto. Além disso, um método analítico foi proposto para prever os deslocamentos verticais, deformações e esforços de tração gerados no geotêxtil, durante o rocesso construtivo e sobrecarga. Finalmente, verificou-se que os deslocamentos do geotêxtil previstos pelo método foram similares aos deslocamentos registrados nos ensaios experimentais. / This thesis presents the development of an unpublished constructive technique for buried pipes entitled Geovala. This technique comprises of the installation of a geosynthetic over a trench, filled or not with soft material, located above the pipe with the main objective of reducing the loads on the structure. To evaluate the proposed technique small and large scale testing programs were carried out at the laboratory of geosynthetics of the School of Engineering at Sao Carlos EESC/USP. In this testing program it was possible to verify that the Geovala system can reduce drastically the loads on the walls of the pipe and in the surrounding soil. Besides, an analytical method was proposed to predict the vertical displacement, deformations and tensile stress on the geosynthetic, during the constructive process and surcharge. Finally, it was verified that the displacements of the geotextile predicted by the analytical method were similar to the displacements recorded in the experimental tests.

Os problemas ambientais originados pela produção e consumo das tradicionais fontes de energia pressionam a sociedade pelo desenvolvimento e utilização de fontes de energia limpas e renováveis. Dentre as novas tecnologias, células a combustível de membrana de troca protônica (PEMFC) apresentam-se como uma alternativa viável, aliando elevadas taxas de conversão energética a níveis mínimos de poluentes gerados. No entanto, a utilização plena desses dispositivos depende de fatores como desempenho, estabilidade e custo dos mesmos. Um dos principais elementos que afeta o desempenho de uma PEMFC é a eficiência com o qual o oxigênio é reduzido no cátodo. Assim, diversos estudos visando a obtenção de eletrocatalisadores à base de Pt que apresentem bom desempenho frente à reação de redução de oxigênio (RRO) e elevada estabilidade têm sido desenvolvidos, recebendo destaque os catalisadores Pt-Y. Neste trabalho catalisadores Pt-Y, com diferentes proporções entre os metais, suportados em carbono de alta área superficial foram sintetizados através de uma modificação no método do ácido fórmico. Os materiais foram caracterizados através das técnicas de EDX, XRD, TEM e XPS, e avaliados frente à RRO através de medidas em meia célula, empregando-se a técnica de eletrodo de disco rotatório, e em célula unitária, como cátodo de PEMFC. O catalisador Pt-Y/C 7:3 foi o que apresentou melhor desempenho dentre os materiais bimetálicos. Através dos testes de envelhecimento acelerado (TEA) constatou-se que, além da degradação das nanopartículas de platina, o ítrio passa por dissolução. / The environmental impacts generated by the production and consumption of traditional energy sources leads society to develop clean and renewable energy sources. Among the new technology, proton exchange membrane fuel cells (PEMFC) appear as viable alternative, allying high energy conversion rates to minimum levels of pollutants generated. However, the full utilization of these devices depends on factors such as its performance, stability and cost. One of the major elements that affect the PEMFC performance is the cathode performance. Thus, several studies aiming at obtaining Pt based electrocatalysts with good performance for oxygen reduction reaction (ORR) and high stability have been developed, receiving attention the Pt-Y catalysts. In this work Pt-Y catalysts, supported on high surface area carbon, were synthesized through a modification on formic acid method. The materials were characterized using EDX, XDR, TEM and XPS, and evaluated towards ORR through measurements in half cell, using rotating disk electrode technique, and in unit cell, as cathode of PEMFC. The catalyst Pt-Y/C 7:3 had the best performance among the bimetallic materials. Through accelerated aging tests (AGT), in addition to platinum nanoparticles degradation, yttrium dissolution was also observed.

O trabalho abrange o estudo de biorreduções de cetonas por espécies vegetais, empregando-se homogenatos de células de tecidos de plantas já desenvolvidas (folhas) ou culturas de células de Rauwolfia sellowii e Cereus peruvianus em suspensão. Dentre os objetivos principais do trabalho estão: reduzir cetonas-modelo por culturas de células vegetais, avaliando a eficiência e estereosseletividade do processo. Desenvolver um procedimento de triagem por enzimas vegetais solúveis entre diversas espécies obtidas no campus \"Armando Salles de Oliveira\", através da manipulação de variáveis que sabidamente alteram a atividade enzimática. Este tipo de preparação enzimática é utilizado no estudo de rotas biossintéticas, mas o emprego de homogenatos de células vegetais na triagem por novos biocatalisadores é inovador, tendo sido demonstrado seu potencial como ferramenta na seleção de enzimas vegetais para a biotransformação de xenobióticos. A metodologia é simples e confiável, possibilitando o estudo de biotransformações por enzimas diferentes daquelas expressas em culturas de células e oferecendo maior garantia de que a atividade enzimática observada é originária da espécie vegetal em estudo, e não de microorganismos endofíticos, que podem atuar nas biotransformações em que se utilizam partes de plantas desenvolvidas como biocatalisador / The work focuses on the study of the bioreduction of ketones by plant species, using homogenates of already developed plant tissues cells (leaves) or of Rauwolfia sellowii and Cereus peruvianus cell cultures suspensions. Among the main objectives of the study are the evaluation of the efficiency and stereoselectivity of the ketone-reduction process in plant cell cultures. It was employed a screening procedure for soluble enzymes from different plant species found on campus \"Armando Salles de Oliveira\", through the manipulation of variables known to be related to the enzyme activity. This type of enzyme preparation has been already reported in studies of biosynthetic routes, but the use of homogenates of plant cells to the screening for new biocatalysts is innovative. In this work we could demonstrate the potential of this approach as a tool in the selection of plant enzymes for the biotransformation of xenobiotics. The methodology is simple and reliable, allows the study of biotransformations by enzymes different from those expressed in cultured cells, and provides greater assurance that the enzymatic activity observed originated in plant species under study, rather than in endophytic microorganisms, which can act in biotransformations that employ parts of developed plants as biocatalyst.

Os seres vivos têm uma impressionante capacidade de lidar com ambientes complexos com grandes quantidades de informações de forma muito autônoma. Isto os torna um modelo ideal para o desenvolvimento de sistemas artificiais bioinspirados. A rede neural artificial auto-organizada de Kohonen é um excelente exemplo de um sistema baseado nos modelos biológicos. Esta tese discutirá ilustrativamente o reconhecimento e a generalização de padrões em alta dimensão nos sistemas biológicos e como eles lidam com redução de dimensionalidade para otimizar o armazenamento e o acesso às informações memorizadas para fins de reconhecimento e categorização de padrões, mas apenas para contextualizar o tema com as propostas desta tese. As novas propostas desenvolvidas nesta tese são úteis para aplicações de extração não supervisionada de conhecimento a partir dos mapas auto-organizados. Trabalha-se sobre o modelo da Rede Neural de Kohonen, mas algumas das metodologias propostas também são aplicáveis com outras abordagens de redes neurais auto-organizadas. Será apresentada uma técnica de reconstrução visual dos neurônios do Mapa de Kohonen gerado pelo método híbrido PCA+SOM. Essa técnica é útil quando se trabalha com banco de dados de imagens. Propõe-se também um método para melhorar a representação dos dados do mapa SOM e discute-se o resultado do mapeamento SOM como uma generalização das informações do espaço de dados. Finalmente, apresenta-se um método de exploração de espaço de dados em alta dimensão de maneira auto-organizada, baseado no manifold dos dados, cuja proposta foi denominada Self Organizing Manifold Mapping (SOMM). São apresentados os resultados computacionais de ensaios realizados com cada uma das propostas acima e eles são avaliados as com métricas de qualidade conhecidas, além de uma nova métrica que está sendo proposta neste trabalho. / Living beings have an amazing capacity to deal with complex environments with large amounts of information autonomously. They are the perfect model for bioinspired artificial system development. The artificial neural network developed by Kohonen is an excellent example of a system based on biological models. In this thesis, we will discuss illustratively pattern recognition and pattern generalization in high dimensional data space by biological system. Then, a brief discussion of how they manage dimensionality reduction to optimize memory space and speed up information access in order to categorize and recognize patterns. The new proposals developed in this thesis are useful for applications of unsupervised knowledge extraction using self-organizing maps. The proposals use Kohonens model. However, any self-organizing neural network in general can also use the proposed techniques. It will be presented a visual reconstruction technique for Kohonens neurons, which was generated by hybrid method PCA+SOM. This technique is useful when working with images database. It is also proposed a method for improving the representation of SOMs map and discussing the result of the SOMs mapping as a generalization of the information data space. Finally, it is proposed a method for exploring high dimension data space in a self-organized way on the data manifold. This new proposal was called Self Organizing Manifold Mapping (SOMM). We present the results of computational experiments on each of the above proposals and evaluate the results using known quality metrics, as well as a new metric that is being proposed in this thesis.