DSpace Repository

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 7 of 7

Recent Submissions

A viabilidade do acordo de leniência como ferramenta de proteção ambiental
(2025-10-15) Dall' Acua, Monique Maria de Oliveira; Silveira, Clóvis Eduardo Mallinverni da
A dissertação explora a possibilidade da expansão investiga a viabilidade da aplicação o acordos de leniência na seara ambiental no Brasil. Para tanto perpassamos sob a ótica do antitruste, compliance, governança ESG e da Lei Anticorrupção Brasileira. O estudo analisa a relação entre a concorrência e a proteção ambiental, destacando como práticas anticoncorrenciais podem impactar negativamente a sustentabilidade ao limitar a inovação e perpetuar modelos produtivos poluentes. O compliance ambiental é apresentado como um instrumento de governança corporativa, incentivando práticas empresariais éticas e transparentes. A pesquisa destaca a Lei Anticorrupção (Lei nº 12.846/2013) e seu papel na fiscalização ambiental e no combate à corrupção em licenciamento. Os acordos de leniência surgem como mecanismo estratégico para estimular a cooperação empresarial, podendo ser instrumento de prevenção de infrações e promoção de sustentabilidade. [resumo fornecido pelo autor]
Energia renovável : benefícios alcançados frente aos investimentos em energia solar fotovoltaica no Campus Bento Gonçalves do Instituto Federal do Rio Grande do Sul
(2026-04-07) Ribeiro, Juliano; Medeiros, Janine Fleith de
O consumo global de energia ainda é predominantemente suprido por fontes fósseis, o que impõe desafios ambientais e financeiros às organizações públicas. Nesse contexto, a energia solar fotovoltaica tem se consolidado como alternativa estratégica para racionalização de recursos e fortalecimento da sustentabilidade institucional. O presente estudo teve como objetivo identificar os benefícios percebidos frente aos investimentos em energia solar fotovoltaica no Campus Bento Gonçalves do Instituto Federal do Rio Grande do Sul (IFRS). Trata-se de pesquisa exploratória e descritiva, com abordagem predominantemente qualitativa, complementada por análise descritiva de dados de consumo e custos energéticos no período de 2020 a 2025. Os resultados evidenciam redução média de aproximadamente 16,5% nos custos anuais de energia elétrica após a operação plena da usina fotovoltaica, além de diminuição do consumo da rede convencional, maior previsibilidade orçamentária e fortalecimento da autonomia energética institucional. Observou-se ainda integração da infraestrutura instalada às atividades de ensino e gestão, consolidando o investimento como prática de inovação pública sustentável. Conclui-se que a experiência analisada gerou benefícios econômicos mensuráveis e fortaleceu a sustentabilidade organizacional, configurando-se como modelo replicável na Rede Federal de Educação Profissional, Científica e Tecnológica. [resumo fornecido pelo autor]
Microestrutura e resistência à corrosão do aço AISI 316L sinterizado, aditivado com boro, diboreto de titânio, titânio e nióbio
(2025-12-15) Sá, Greice Andrea Adamatti de; Farias, María Cristina Moré
O aço inoxidável AISI 316L é amplamente utilizado em aplicações biomédicas devido à sua biocompatibilidade e resistência à corrosão, porém apresenta limitações quando processado por metalurgia do pó convencional, como porosidade residual e menor resistência à corrosão em meios fisiológicos. Este trabalho investigou o efeito da adição de boro (0,4% em massa) como ativador de sinterização em fase líquida, combinado com titânio (0,5%), nióbio (1,0%) e diboreto de titânio (4,5%), na microestrutura e resistência à corrosão do aço 316L sinterizado. As composições foram preparadas por mistura de pós, compactadas a 700 MPa e sinterizadas a 1240 °C por 30 min em atmosfera de argônio. Os pós de partida foram caracterizados por difração de raios X, granulometria a laser e microscopia eletrônica de varredura. Os materiais sinterizados foram avaliados quanto à densidade, porosidade, microestrutura (microscopia óptica e MEV-EDS) e microdureza Vickers. A resistência à corrosão foi determinada por medidas de potencial de circuito aberto e polarização potenciodinâmica em solução de fluido corpóreo simulado (SBF) a 37 °C. A adição de boro reduziu a porosidade de 4,6% para 3,1% e aumentou a microdureza da matriz austenítica em 41% (de 215 para 303 HV). Boretos ricos em cromo e molibdênio foram identificados nos contornos de grão das composições aditivadas com boro. Todas as composições com boro apresentaram potencial de circuito aberto mais nobre que o 316L puro. A composição 316L-0,4B-4,5TiB2 exibiu o melhor desempenho eletroquímico, com resistência de polarização 69 vezes maior e densidade de corrente de corrosão 50 vezes menor que a composição de referência. O sistema 316L-0,4B-4,5TiB2, ainda não explorado na literatura para metalurgia do pó convencional, apresentou a melhor combinação de propriedades em meio fisiológico simulado, indicando potencial para aplicações biomédicas. [resumo fornecido pelo autor]
Algoritmo genético paralelo para o escalonamento de tarefas
(2025-11-26) Cauzzi, Gustavo André; Martinotto, André Luis
Problemas de escalonamento de tarefas estão presentes em diversas aplicações e a solução destes é fundamental para uma otimização no uso dos recursos. Entre os modelos existentes, destaca-se o problema de escalonamento do tipo Flow Shop permutacional, que possuem uma complexidade combinatória e cuja a solução por métodos exatos é limitada a instâncias de pequeno porte. Neste contexto, os algoritmos genéticos surgem como uma alternativa, devido à sua capacidade de explorar amplos espaços de busca e encontrar soluções de alta qualidade. No entanto, algoritmos genéticos podem demandar um alto custo computacional, particularmente em problemas que envolvem populações com grande número de indivíduos por geração. Portanto, neste trabalho foi desenvolvido uma implementação de algoritmos genéticos paralelos para a resolução do problema de escalonamento do tipo Flow-Shop permutacional, com o objetivo de reduzir o tempo total de execução das tarefas, isto é, o tempo necessário para que todas as tarefas sejam processadas em todas as máquinas do ambiente Flow-Shop. Para tanto, foi testado um modelo em ilhas bidimensionais, avaliando diferentes números de ilhas e número de gerações entre migrações. As implementações foram desenvolvidas para uma arquitetura de memória distribuída, utilizando um cluster de computadores, e a comunicação entre os processos foi realizada por meio da biblioteca Message Passing Interface (MPI). A qualidade das soluções foi avaliada a partir da base de testes proposta por Taillard (1993), amplamente utilizada na literatura. Os resultados obtidos mostram que tanto a versão sequencial do algoritmo genético quanto a versão paralela em modelo de ilhas apresentaram resultados superiores aos reportados na literatura. Por fim, nos testes limitando o número de avaliações da função objetivo, a versão paralela alcançou um speedup de cerca de 10 vezes em um computador com 10 núcleos, indicando que o custo de comunicação da migração de indivíduos não afetou significativamente o desempenho da implementação paralela. [resumo fornecido pelo autor]
Uma abordagem de machine learning para a análise do comportamento de ativos financeiros: um estudo de caso no período das enchentes no Rio Grande do Sul em 2024
(2025-11-24) Menosso, Alisson José; Ribeiro, Helena Graziottin
Este trabalho investiga o impacto das enchentes ocorridas no Rio Grande do Sul entre abril e maio de 2024 no comportamento dos ativos financeiros listados na B3 aplicando técnicas de mineração de dados seguindo a metodologia KDD. Utilizando algoritmos de clusterização (K-Means, DBSCAN e agrupamento hierárquico) e modelos preditivos (Random Forest e MLP), analisaram-se padrões setoriais durante este evento climático extremo, caracterizado como um "Cisne Negro" por sua raridade e alto impacto. Os resultados demonstraram a superioridade dos métodos de agrupamento na identificação de vulnerabilidades setoriais, com destaque para construção e engenharia, embalagens e agropecuária como os mais sensíveis. Os modelos preditivos, embora com capacidade limitada de classificação, identificaram variáveis relevantes como preços de oferta e volume negociado. Conclui-se que a mineração de dados oferece ferramentas eficazes para compreensão de vulnerabilidades setoriais durante crises, permitindo a criação de sistemas de alerta baseados em similaridade setorial e monitoramento de variáveis de liquidez para gestão proativa de risco. A pesquisa confirma que eventos extremos desencadeiam padrões distintos nos mercados financeiros, com mudanças significativas na estrutura de correlações entre ativos durante períodos críticos. [resumo fornecido pelo autor]