<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>40001016030P0 Programa de Pós-Graduação em Métodos Numéricos em Engenharia</title>
<link>https://hdl.handle.net/1884/39844</link>
<description/>
<pubDate>Wed, 22 Apr 2026 22:05:07 GMT</pubDate>
<dc:date>2026-04-22T22:05:07Z</dc:date>
<item>
<title>Metodologia para elaboração de zoneamento em unidades de conservação por meio de lógica fuzzy</title>
<link>https://hdl.handle.net/1884/101590</link>
<description>Metodologia para elaboração de zoneamento em unidades de conservação por meio de lógica fuzzy
Resumo: O planejamento territorial desempenha papel fundamental na conservação de áreas reservadas à proteção ecológica e na gestão ambiental, bem como no fornecimento de espaços adequados para visitação, pesquisa e na priorização de relações sustentáveis entre o homem e a natureza. O presente trabalho apresenta uma proposta metodológica que permite a padronização de classificações territoriais em unidades de conservação. Baseado na lógica fuzzy, o modelo proposto observa as particularidades de uma unidade de conservação. Assim, a decisão gerada na classificação das zonas representa o trabalho que está sendo desenvolvido atualmente por profissionais nas áreas de biologia, geografia, engenharia ambiental e florestal, entre outros grupos de pesquisadores. A modelagem combina a avaliação dos dados coletados em campo (variáveis: quantitativas e qualitativas) com índices de vegetação obtidos a partir de imagens de satélite. Combinando essas informações, o modelo permite que cada amostra seja classificada, gerando áreas de conservação. O estudo de caso no qual a metodologia foi aplicada, uma área de conservação no sul do Brasil, estado do Paraná, município de Santa Helena, bacia hidrográfica do Paraná 3, mostrou que a metodologia auxilia no planejamento territorial, com uma indicação clara de quais ações foram realizadas e coleta de dados simplificada. Os resultados mostraram que a metodologia pode distinguir as áreas de fronteira como zonas de transição, permitindo uma gestão adequada para oferecer informações detalhadas da área de estudo. Pode-se concluir que a classificação descreve a área de estudo de maneira adequada e coerente, a qual houve uma predominância na zona de uso extensivo, em comparação com estudos realizados no plano de manejo de 2010 pode-se verificar uma readequação de áreas anteriormente classificadas como zona de recuperação e zona primitiva; Abstract: Territorial planning plays a fundamental role in the preservation of areas for ecological conservation and environmental management as well as in providing adequate spaces for visitation and research and prioritizing sustainable relationships between man and nature. The present work exhibits a methodological proposal that allows the standardization of territorial classifications in conservation areas. Based on fuzzy logic, the proposed model observes the particularities of a protection area; hence, the decision generated in the classification of zones represents the work that is currently being developed in the areas of biology, geography, environmental engineering, among other research groups. The modeling combines the evaluation of the data collected in the field (variables: quantitative and qualitative) with vegetation indices obtained from satellite imagery. Combining this information enables each sampling point to be categorized, thereby generating conservation area zones. The case study, in which the methodology was applied in a protection area in southern Brazil, Paraná state, municipality of Santa Helena, Paraná hydrographic basin 3 showed that the methodology assists in territorial planning, with a clear indication of what actions have been performed and simple data collection. The results showed that the methodology can distinguish border areas as transition zones, allowing appropriate management to offer detailed information of the study area. It can be concluded that the classification describes the study area in an adequate and coherent way, which was predominant in the zone of extensive use, in comparison with studies carried out in the 2010 management plan, a re-adaptation of previously classified areas as recovery zone and primitive zone
Orientador: Prof. Dr. Volmir Eugênio Wilhelm; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa : Curitiba, 13/05/2019; Inclui referências
</description>
<pubDate>Tue, 01 Jan 2019 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://hdl.handle.net/1884/101590</guid>
<dc:date>2019-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Ferramenta computacional para simulação de voos de aeronaves de asa fixa</title>
<link>https://hdl.handle.net/1884/101529</link>
<description>Ferramenta computacional para simulação de voos de aeronaves de asa fixa
Resumo: Este trabalho apresenta o desenvolvimento, a implementação e a validação de um ambiente integrado de simulação de dinâmica de voo para aeronaves de asa fixa. O ambiente foi construído no Matlab/Simulink e combina um modelo dinâmico de seis graus de liberdade com um modelo aerodinâmico de média fidelidade, gerado de forma automatizada pelo método Vortex Lattice (VLM) através do software Athena Vortex Lattice (AVL). A ferramenta automatiza o fluxo completo, desde a definição da geometria pelo usuário até a geração de um banco de dados de coeficientes aerodinâmicos (contendo combinações de ângulo de ataque, derrapagem e deflexões das superfícies de controle) e a simulação dinâmica em tempo real, visualizada de forma imersiva no software FlightGear por meio de comunicação UDP a 30 quadros por segundo. A acessibilidade do sistema é garantida pela automação de etapas que normalmente exigem integração manual entre softwares especializados, reduzindo a necessidade de conhecimento prévio em programação de simulações. A robustez técnica é assegurada pela utilização dos modelos físicos consolidados: equações de movimento de corpo rígido, método VLM para aerodinâmica potencial, transformações de coordenadas entre sistemas aerodinâmico, do corpo, inercial e geodésico (WGS84), e a integração numérica via método de Runge-Kutta de 4ª ordem. O sistema foi validado em dois níveis. Primeiro, o modelo aerodinâmico gerado pelo VLM foi comparado com dados de túnel de vento e CFD para um Veículo Aéreo Não Tripulado (VANT), mostrando correlação de coeficiente de sustentação (CL) com desvios médios inferiores a 10% para ângulos de ataque de 0° a 12°, enquanto a limitação conhecida do método para arrasto parasita foi confirmada. Segundo, a resposta dinâmica integrada foi comparada com dados de ensaios em voo da aeronave 26% Cub Crafters CC11-100 Sport Cub S2. Os resultados mostram a reprodução dos modos dinâmicos fundamentais, com coeficientes de correlação de Pearson superiores a 0,85 ao comparar respostas a entradas de degrau de profundor, ailerons e leme, além do fenômeno phugoid. A ferramenta desenvolvida opera em hardware de consumo (computador pessoal e joystick) e fornece, como saída, visualização em tempo real e telemetria completa dos parâmetros de voo. Os resultados obtidos indicam que o ambiente é funcional e adequado para aplicações que priorizam agilidade e acessibilidade, como projeto conceitual, análise preliminar de qualidades de voo e ensino em engenharia aeronáutica; Abstract: This work presents the development, implementation, and validation of an integrated flight dynamics simulation environment for fixed-wing aircraft. The environment was built in Matlab/Simulink and combines a six-degree-of-freedom dynamic model with a medium-fidelity aerodynamic model, automatically generated using the Vortex Lattice Method (VLM) through the Athena Vortex Lattice (AVL) software. The tool automates the complete workflow, from user-defined geometry to the generation of an aerodynamic coefficients database (containing combinations of angle of attack, sideslip, and control surface deflections) and real-time dynamic simulation, visualized immersively in the FlightGear software via UDP communication at 30 frames per second. The system's accessibility is guaranteed by the automation of steps that typically require manual integration between specialized software, reducing the need for prior knowledge in simulation programming. Its technical robustness is ensured by the use of consolidated physical models: rigid-body equations of motion, the VLM for potential flow aerodynamics, coordinate transformations between aerodynamic, body, inertial, and geodetic (WGS84) systems, and numerical integration via the 4th-order Runge-Kutta method. The system was validated on two levels. First, the VLM-generated aerodynamic model was compared with wind tunnel and CFD data for an Unmanned Aerial Vehicle (UAV), showing lift coefficient (CL) correlation with average deviations below 10% for angles of attack from 0° to 12°, while the method's known limitation for parasitic drag was confirmed. Second, the integrated dynamic response was compared with flight test data from the 26% scale Cub Crafters CC11-100 Sport Cub S2 aircraft. The results show the reproduction of the fundamental dynamic modes, with Pearson correlation coefficients above 0.85 when comparing responses to step inputs in the elevator, ailerons, and rudder, as well as the phugoid phenomenon. The developed tool operates on consumer hardware (personal computer and joystick) and provides, as output, real time visualization and complete flight parameter telemetry. The obtained results indicate that the environment is functional and suitable for applications that prioritize agility and accessibility, such as conceptual design, preliminary flight qualities analysis, and aeronautical engineering education
Orientador: Prof. Dr. Roberto Pettres; Banca: Roberto Pettres (Presidente da Banca), Roberto Carlos Moro Filho e Eduardo Matos Germer; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa : Curitiba, 17/12/2025; Inclui referências; Área de concentração: Mecânica Computacional
</description>
<pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://hdl.handle.net/1884/101529</guid>
<dc:date>2025-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>O uso de técnicas de análise multivariada e séries temporais para modelagem preditiva de preços dos óleos básicos utilizados em óleos lubrificantes</title>
<link>https://hdl.handle.net/1884/101459</link>
<description>O uso de técnicas de análise multivariada e séries temporais para modelagem preditiva de preços dos óleos básicos utilizados em óleos lubrificantes
Resumo: A precificação de Óleos Básicos, principais insumos utilizados na formulação de lubrificantes,é influenciada por múltiplos fatores econômicos, financeiros e setoriais, tomando sua previsãoum desafio relevante para a indústria. Este estudo propõe uma abordagem inédita que integratécnicas de Análise Multivariada e de Séries Temporais para prever os preços desses insumose identificar os fatores que mais influenciam suas variações. O banco de dados inicial écomposto por 227 variáveis relacionadas à oferta e demanda de petróleo, indicadoresmacroeconômicos, commodities, moedas, índices financeiros e ações de empresas do setor,sendo os dados dispostos de janeiro de 2010 a julho de 2023. Foram analisadas as séries depreços mensais de 31 Óleos Básicos dos Grupos I, II e III. A partir das técnicas de AnáliseMultivariada empregadas, foi possível formar, a partir do banco original, dois subconjuntosestruturados de variáveis, um com 135 e outro com 71 variáveis, preservando apenas aquelascom maior relevância estatística ou comportamento semelhante. Assim, todos os testes foramrealizados considerando as três bases: (a) 227 variáveis, (b) 135 variáveis e (c) 71 variáveis.Essa redução de dimensionalidade visou especificamente aprimorar a precisão da previsão,sendo que essas bases de dados variáveis demonstraram bom desempenho preditivo para ÓleosBásicos e horizontes específicos, validando a eficácia da seleção de variáveis. Inicialmente,aplicaram-se Análise de Componentes Principais (ACP) e Análise Fatorial (AF) para reduzir adimensionalidade e identificar estruturas latentes no conjunto de dados. Em seguida, técnicasde Reconhecimento de Padrões, como a Análise de Agrupamentos (Cluster Analysis) e aAnálise Discriminante, foram utilizadas para validar a separação entre grupos homogêneos devariáveis. Com base nos resultados Multivariados, desenvolveu-se um modelo de RegressãoLinear Múltipla para prever os preços dos Óleos Básicos. Para incorporar a dinâmica temporaldas variáveis independentes, foram projetados valores futuros via modelos ARIMA e utilizadoscomo entradas na Regressão, permitindo avaliar a capacidade preditiva para horizontes de 3, 6e 12 meses. A acurácia dos modelos foi avaliada pelo MAE, MAPE e MSE. Os resultadosdemonstraram desempenho robusto, especialmente no horizonte de seis meses, no qual amaioria dos modelos apresentou MAPE inferior a 5%. Em resumo, é possível afirmar que aintegração de técnicas de Análise Multivariada, agrupamento e modelos de Séries Temporaisconstitui uma abordagem eficaz para previsão de preços de Óleos Básicos e para a identificaçãodas variáveis com maior influência na precificação.; Abstract: The pricing of Base Oils, the main inputs used in the formulation o f lubricants, is influenced bymultiple economic, financial, and sectoral factors, making their forecasting a relevant challengefor the industry. This study proposes an innovative approach that integrates MultivariateAnalysis techniques and Time Series models to predict tiie prices of these inputs and identifythe factors that most strongly influence their variability. The initial dataset comprises 227variables related to global petroleum supply and demand, macroeconomic indicators,commodities, exchange rates, financial indices, and energy-related company stocks, with dataspanning from January 2010 to July 2023. Monthly price series for 31 Base Oils from GroupsI, II, and III were analyzed. Based on the multivariate techniques employed, two structuredsubsets of variables were derived from the original dataset, containing 135 and 71 variables,respectively. These subsets retained only the most relevant variables or those exhibiting similarstatistical behavior. Thus, ali tests were conducted across three datasets: (a) 227 variables, (b)135 variables, and (c) 71 variables. This dimensionality reduction aimed to enhance forecastingaccuracy, and these variable datasets demonstrated strong predictive performance for specificBase Oils and forecast horizons, validating the effectiveness of the variable selection process.Principal Component Analysis (PCA) and Factor Analysis (FA) were first applied to reducedimensionality and identify latent structures within the dataset. Subsequently, pattemrecognitiontechniques, such as Cluster Analysis and Discriminant Analysis, were used tovalidate the separation of homogeneous groups o f variables. Based on the multivariate results,a Multiple Linear Regression model was developed to forecast Base Oil prices. To incorporatethe temporal dynamics of the independent variables, future values were projected using ARIMAmodels and inserted into the regression equation, enabling the evaluation of predictiveperformance for 3-, 6-, and 12-month horizons. Model accuracy was assessed using MAE,MAPE, and MSE. Results showed robust performance, especially for the six-month horizon, inwhich most models achieved MAPE values below 5%. In summary, the integration ofMultivariate Analysis, clustering techniques, and Time Series models provides an effectiveapproach for forecasting Base Oil prices and identifying the variables that exert the greatestinfluence on their pricing behavior.
Orientador: Prof. Dr. Cassius Tadeu Scarpin; Coorientador: Dr. Alexandre Cancian Bajotto; Banca: Cassius Tadeu Scarpin (Presidente da Banca), Wyrllen Everson de Souza, Anselmo Chaves Neto, Cibelle Maria Russo Novelli; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa : Curitiba, 10/12/2025; Inclui referências; Área de concentração: Programação Matemática
</description>
<pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://hdl.handle.net/1884/101459</guid>
<dc:date>2025-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Validação da tipologia geoquímica das rochas vulcânicas do grupo Serra Geral no estado do Paraná, por meio de técnicas de estatística multivariada</title>
<link>https://hdl.handle.net/1884/98991</link>
<description>Validação da tipologia geoquímica das rochas vulcânicas do grupo Serra Geral no estado do Paraná, por meio de técnicas de estatística multivariada
Resumo: Nas últimas décadas, vários autores produziram conjuntos de dados geoquímicos de amostras coletadas em toda a Província Ígnea do Paraná (PIP). Estes resultados foram compilados e padronizados criando-se um banco de dados contendo análises de SiO2, TiO2, Al2O3, FeOTotal, MnO, CaO, Na2O, K2O, P2O5, Ba, Ce, Cr, La, Ni, Rb, Sr, Zr e Y de amostras de afloramento e subsuperfície e os métodos de classificação de rochas usaram o conteúdo geoquímico como critério. Em 2018, um novo modelo de classificação de rochas para a PIP foi proposto usando as lacunas naturais de quatro variáveis discriminantes: SiO2, Zr, TiO2 e P2O5. Esta pesquisa utiliza múltiplas técnicas da Análise Estatística Multivariada para verificar e checar este novo modelo proposto. Este trabalho usou a técnica estatística da Análise Exploratória de Dados para extrair cinco subconjuntos de dados: (a) um com 774 amostras (indivíduos ou casos) e 73 variáveis, (b) outro com 694 amostras e 73 variáveis, (c) outro com 998 amostras e 61 variáveis, (d) outro com 1.030 amostras e 73 variáveis, e (e) outro com 1.030 amostras e 61 variáveis. A Análise Fatorial foi usada para reduzir as dimensões dos conjuntos de dados, extrair os k&lt;p Fatores Comuns e estimar os Escores Fatoriais para as n observações com base nos k Fatores Comuns. Do conjunto (a) foram extraídos 18 Fatores, do conjunto (b) foram extraídos 18 Fatores, do conjunto (c) foram extraídos 21 Fatores, do conjunto (d) foram extraídos 24 Fatores, e do conjunto (e) foram extraídos 20 Fatores. Em seguida aplicou-se a Análise de Agrupamento para agrupar os Escores Fatoriais em (a) 7 grupos, (b) 4 grupos, (c) 4 grupos, (d) 5 grupos, e (e) 5 grupos respectivamente, sendo essa análise seguida por uma Análise de Reconhecimento de Padrão e Classificação usando duas abordagens: o Escore Discriminante Linear e as Redes Neurais, para corroborar os agrupamentos. Adicionalmente, a Análise das Componentes Principais foi aplicada em cada subconjunto de (a) a (e) segundo os tipos geoquímicos propostos pelo modelo de classificação de 2018 para extrair os Valores e Pesos das Componentes Principais. Por fim, a Análise de Correlação Canônica correlacionou os Escores Fatoriais extraídos dos subconjuntos de (a) a (e) e que foram agrupados pelo Método das KMédias, definidos como as Variáveis Canônicas (U1), com os Valores e Pesos das Componentes Principais extraídos dos tipos geoquímicos propostos em cada um dos subconjuntos de (a) a (e), definidos como as Variáveis Canônicas (V1). O resultado foi a validação do novo modelo de classificação proposto; Abstract: Over the past decades, several authors have produced geochemical datasets from samples collected throughout the Paraná Igneous Province (PIP). These results were compiled and standardized to create a database containing analyses of SiO2, TiO2, Al2O3, FeOTotal, MnO, CaO, Na2O, K2O, P2O5, Ba, Ce, Cr, La, Ni, Rb, Sr, Zr, and Y from outcrop and subsurface samples. Rock classification methods used geochemical content as a criterion. In 2018, a new rock classification model for the PIP was proposed using the natural gaps of four discriminant variables: SiO2, Zr, TiO2, and P2O5. This research uses multiple Multivariate Statistical Analysis techniques to verify and cross-check this new proposed model. This work used the statistical technique of Exploratory Data Analysis to extract five data subsets: (a) one with 774 samples (individuals or cases) and 73 variables, (b) another with 694 samples and 73 variables, (c) another with 998 samples and 61 variables, (d) another with 1,030 samples and 73 variables, and (e) another with 1,030 samples and 61 variables. Factor Analysis was used to reduce the dimensions of the data sets, extract the k&lt;p Common Factors, and estimate the Factor Scores for the n observations based on the k Common Factors. From set (a), 18 Factors were extracted, from set (b) 18 Factors were extracted, from set (c) 21 Factors were extracted, from set (d) 24 Factors were extracted, and from set (e) 20 Factors were extracted. Next, Cluster Analysis was applied to group the Factor Scores into (a) 7 groups, (b) 4 groups, (c) 4 groups, (d) 5 groups, and (e) 5 groups, respectively. This analysis was followed by Pattern Recognition and Classification Analysis using two approaches: Linear Discriminant Score and Neural Networks, to corroborate the groupings. Additionally, Principal Component Analysis was applied to each subset (a) to (e) according to the geochemical types proposed by the 2018 classification model to extract the Values and Weights of the Principal Components. Finally, the Canonical Correlation Analysis correlated the Factor Scores extracted from the subsets (a) to (e) and which were grouped by the K-Means Method, defined as the Canonical Variables (U1), with the Values and Weights of the Principal Components extracted from the geochemical types proposed in each of the subsets (a) to (e), defined as the Canonical Variables (V1). The result was the validation of the new classification model proposed
Orientador: Prof. Dr. Anselmo Chaves Neto; Coorientador: Prof. Dr. Otavio Augusto Boni Licht; Banca: Anselmo Chaves Neto (Presidente da Banca), José Roberto Frega, Cassius Tadeu Scarpin, Alceu Souza, Sergio Aparecido Ignácio e Eleonora Maria Gouvêa Vasconcellos; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa : Curitiba, 29/08/2025; Inclui referências; Área de concentração: Programação Matemática
</description>
<pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://hdl.handle.net/1884/98991</guid>
<dc:date>2025-01-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
