Projetos de Pesquisa

 

Foto de perfil

Alexandre Sandri Capucho

Ciências Agrárias

Agronomia
  • fungos botryosphaeriaceales associados a plantas do bioma caatinga e frutíferas cultivadas: etiologia, sensibilidade a fungicidas, mecanismos moleculares da resistência e componentes de adaptabilidade fisiológica
  • O Brasil destaca-se com um dos maiores produtores e exportadores de frutas do mundo, sendo a região semiárida do submédio do Rio São Francisco um dos maiores produtores do país. Nesta região, tipicamente quente, seca e com solos salinos, é comum a ocorrência de morte descendente em frutíferas cultivadas (mangueira, coqueiro, aceroleira, videira, etc) e plantas da Caatinga (juazeiro, catingueira, aroeira, umbuzeiro, cajazeira, etc), causadas por diferentes fungos Botryosphaeriales. Apesar da alta frequência dessa doença no campo, poucos estudos foram realizados com seus agentes causais, notadamente estudos de filogenia, epidemiológicos e de controle. Há dúvidas sobre o agente etiológico da doença em vários hospedeiros, notadamente em plantas da Caatinga. Em plantas cultivadas, essa doença pode causar significativa redução da produção das plantas, como ocorre em mangueiras, videiras e coqueiros da região. Esta escassez de informações dificulta uma adequada recomendação de manejo, sendo estas limitadas ao uso da poda de ramos e na aplicação de fungicidas sistêmicos para as culturas que apresentam produtos registrados. Em frutíferas como a mangueira, videira, bananeira e mamoeiro, um dos princípios ativo fungicida mais usado para o controle de doenças é o tiofanato metílico. Entretanto, se conhece pouco sobre o efeito desse fungicida sobre as populações fúngicas associadas à morte descendente, como por exemplo, se há populações fúngicas adaptadas ao fungicida ou não. Também não se conhece esse efeito para outros fatores ambientais, como a temperatura, salinidade, potencial osmótico, o que poderia estar favorecendo uma maior adaptabilidade fisiológica (fitness) dessas populações fúngicas. Assim, os objetivos deste trabalho são: i) realizar um levantamento de espécies fúngicas associadas à seca de ramos, podridão peduncular e morte de plantas nativas da Caatinga e em frutíferas em uma região de semiárida. ii) Comparar a adaptabilidade fisiológica (salinidade, potencial osmótico, pH e temperatura) dos diferentes isolados fúngicos obtidos. iii) Avaliar a sensibilidade dos isolados fúngicos ao fungicida tiofanato metílico. iv) Investigar os mecanismos moleculares associados com a redução da sensibilidade dos fungos ao fungicida tiofanato metílico. Assim, com o desenvolvimento deste projeto acreditamos que aumentará as informações sobre a etiologia da morte descendente em plantas da Caatinga e frutíferas cultivadas. Entenderemos melhor a relação de fungos Botryosphaeriales insensíveis ao fungicida tiofanato metílico com componentes de adaptabilidade fisiológica.
  • Universidade Federal do Vale do São Francisco - PE - Brasil
  • 18/02/2019-28/02/2022
Foto de perfil

Alexandre Solon Nery

Ciências Exatas e da Terra

Ciência da Computação
  • desenvolvimento de aceleradores personalizados em hardware fpga para sistemas de computação distribuída
  • Sistemas de computação em nuvem são amplamente empregados em diversas instituições e organizações ao redor do mundo devido aos benefícios de redução de custos de manutenção, migração de recursos, tolerância a falhas e escalabilidade. Desta forma, os vários recursos físicos de processamento e armazenamento normalmente presentes em ambientes de computação distribuída podem ser melhor aproveitados através de tecnologias de virtualização, que criam entidades lógicas de tais recursos em nível de software. No entanto, tais sistemas ainda carecem de soluções especializadas para processamento rápido e eficiente de aplicações complexas entre dispositivos heterogêneos, a custos reduzidos de consumo de energia. No âmbito de sistemas de computação em nuvem, por exemplo, estes normalmente empregam dispositivos co-processadores (ex: Unidades de Processamento Gráfico - GPUs) para dar vazão à crescente demanda de tarefas a serem processadas, contribuindo para o aumento do consumo de energia dos centros de processamento de dados e consequentemente o aumento de seus custos de gerenciamento, manutenção e ambiental. Aliado a isso, a quantidade cada vez maior de dispositivos IoT (Internet Of Things) presentes em projetos de automação de cidades, Indústria 4.0 e residências requerem alta capacidade de processamento e armazenamento distribuídos na nuvem, na borda da rede e/ou em sítio, capazes de extrair alguma informação útil da massa de dados produzida por tais dispositivos. Portanto, este projeto de pesquisa científica, tecnológica e inovação tem o objetivo de desenvolver sistemas de computação distribuída baseados em co-processadores personalizados em lógica reconfigurável FPGA (Field-Programmable Gate Arrays) para aplicações distribuídas em arquitetura Nuvem, Borda e/ou Sítio. O uso das FPGAs para implementação de sistemas reconfiguráveis e eficientes é cada vez maior. Importantes serviços de computação em nuvem (Amazon, Baidu e Azure) já aderiram a esta arquitetura, que tem se mostrado promissora no desenvolvimento de sistemas complexos com alta demanda de desempenho e reduzido consumo de energia.
  • Universidade de Brasília - DF - Brasil
  • 18/02/2019-28/02/2022
Foto de perfil

Alexandre Street de Aguiar

Engenharias

Engenharia Elétrica
  • modelos de otimização robusta e estocástica para o planejamento e operação de sistemas elétricos de potência sob forte inserção renovável
  • Sistemas elétricos de potência são normalmente operados sob critérios de segurança n-1 ou n-2 de modo a considerar a incerteza na disponibilidade de geradores e linhas de transmissão. Esses critérios são de difícil implementação prática, pois exigem que os modelos de despacho obtenham um ponto de operação viável para todos os possíveis estados pós-contingência. Além disso, outras incertezas afetam a programação de curto prazo da operação. A geração hídrica já é contemplada nos modelos operativos; entretanto, a crescente inserção da energia eólica ainda não foi abordada. Se, por um lado, a variabilidade no curto prazo (horária) das vazões dos rios é baixa em função da inércia desse fenômeno; por outro, a geração eólica apresenta um perfil altamente intermitente nessa mesma escala temporal, podendo levar o operador a enfrentar grandes rampas de demanda líquida em certas barras do sistema em um curto intervalo de tempo. A integração dos recursos energéticos (renováveis e convencionais) de maneira otimizada requer uma coordenação integrada com os mercados. Em outras palavras, na visão deste pesquisador, o futuro dos sistemas elétricos não se dará através de desenhos baseados puramente em mercados e, tampouco, através de desenhos puramente coordenados de maneira centralizada. As melhores práticas discutidas em comitês internacionais, task forces, subcomitês do IEEE, entre outros espaços, vêm mostrando a necessidade de uma integração harmoniosa da gestão coordenada dos recursos energéticos e dos mercados que operam sistemas sob os sinais de planejamento otimizados. O interessante ocorre justamente quando fechamos esse loop, e a operação do mercado retroalimenta os modelos de gestão e coordenação integrados para que, por sua vez, possam reotimizar os recursos com sinais mais realistas. Nesse contexto, é de extrema relevância a consideração de modelos de planejamento e operação que considerem as incertezas inerentes a essa nova realidade do setor de maneira bastante realista. O desenvolvimento tanto de modelos de otimização como estatísticos para a simulação das incertezas é o insumo básico para o desenvolvimento de uma boa integração entre mercados e a gestão centralizada. Essas técnicas foram amplamente pesquisadas e publicadas pelo autor desta proposta na literatura recente (2011 a 2018) [1]-[19]. Ressalta-se, porém, a importância de um próximo passo relativo à aproximação dessas técnicas à realidade. Como descrito em [4], ao criarmos um distanciamento entre planejamento e realidade corremos o risco de gerar um grande custo adicional à sociedade e um potencial forte de desotimização dos sinais econômicos de mercado. Neste projeto, vamos estender as metodologias publicadas em [3], que visam definir a programação ótima da energia e das reservas de maneira conjunta (cootimizadas) em modelos de otimização robusta e estocástica, para incorporar as incertezas da geração renovável de curto prazo. O objetivo é criar uma representação bastante aderente aos dados observados. O desenvolvimento de técnicas como distributionally robust optimization, uma generalização da otimização robusta e estocástica, e modelos dirigidos por dados, data-driven robust models, serão as principais inovações no âmbito da otimização e modelagem de problemas de planejamento e operação de sistemas elétricos. Além disso, também estão compreendidas inovações na caracterização estatística e geração de cenários de séries temporais para a geração de energia renovável (foco em eólica e solar). Tendo em vista os benefícios que o desenvolvimento desses modelos proporcionam às diversas instâncias de planejamento dos sistemas elétricos (conforme amplamente estudado em [3] e [5]-[9]), este projeto será dividido em 3 grandes etapas ou metas: 1) publicar os avanços produzidos nos modelos de planejamento da operação a partir das inovações contempladas neste projeto; 2) publicar os avanços nos modelos de planejamento da transmissão e disseminá-los em escala nacional e internacional entre operadores e planejadores; por fim, 3) publicar os avanços nas metodologias de otimização e estatística, instrumentais para as etapas anteriores. Dessa forma, espera-se contribuir tanto para a melhoria do estado da arte das técnicas de otimização e estatística como das suas respectivas aplicações ao setor elétrico. Um objetivo secundário informal que será perseguido será a disponibilização dos modelos desenvolvidos para o operador nacional do sistema (ONS). O projeto proposto será coordenado pelo professor Alexandre Street e desenvolvido dentro do grupo de energia do LAMPS (Laboratory of Applied Mathematics and Statistics – www.puc-rio.br/lamps). O LAMPS é um laboratório de pesquisa interdepartamental, associado aos Departamentos de Engenharia Elétrica e Industrial da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), cujo objetivo é realizar pesquisa de ponta nas áreas de programação matemática (otimização) e estatística a fim de resolver problemas relevantes para a indústria e sociedade, em especial para os setores energético e financeiro.
  • Pontifícia Universidade Católica do Rio de Janeiro - RJ - Brasil
  • 18/02/2019-28/02/2022