• Nenhum resultado encontrado

MODELAÇÃO DINÂMICA DE SISTEMAS DE TRATAMENTO DE ÁGUAS RESIDUAIS

N/A
N/A
Protected

Academic year: 2021

Share "MODELAÇÃO DINÂMICA DE SISTEMAS DE TRATAMENTO DE ÁGUAS RESIDUAIS"

Copied!
13
0
0

Texto

(1)

1/13

MODELAÇÃO DINÂMICA DE SISTEMAS DE TRATAMENTO DE ÁGUAS RESIDUAIS

Vânia JESUS1, Filipa FALCÃO2

RESUMO

O cumprimento dos objetivos nacionais e comunitários de proteção do meio ambiente, em particular dos recursos hídricos, tem determinado a imposição de critérios de descarga de águas residuais tratadas cada vez mais restritivos, obrigando a um esforço das Entidades Gestoras no sentido de adaptar e otimizar os processos de tratamento.

Ao mesmo tempo, as Entidades Gestoras procuram também atingir níveis de eficiência cada vez mais elevados, procurando cumprir os requisitos de qualidade do efluente tratado com os menores custos operacionais.

Nesse sentido, os modelos de simulação dinâmica revelam-se uma ferramenta de extrema utilidade no apoio à decisão, desde a fase inicial de projeto de sistemas de tratamento, até à fase de exploração das instalações.

A AQUAPOR | LUSÁGUA investiu na aquisição do BioWin (versão 4.1), concebido e desenvolvido pela empresa canadiana EnviroSim Associates Ltd, e na formação dos seus colaboradores, estando apta para prestar aos seus clientes um serviço de consultoria ainda mais diferenciado, bem como otimizar o funcionamento das instalações em que desenvolve a sua atividade.

Palavras-chave: modelação dinâmica; simulação; BioWin; otimização

1 – Engenheira do Ambiente; Área de Projetos e Inovação na Luságua Serviços Ambientais, S.A.; vaniajesus@lusagua.pt 2 – Engenheira do Ambiente; Área Comercial e Engenharia na Luságua Serviços Ambientais, S.A.; ffalcao@lusagua.pt

(2)

2/13

1. INTRODUÇÃO

A crescente expansão urbana e a pressão das atividades humanas sobre o meio ambiente obrigam a que legislação cada vez mais restritiva seja imposta no sentido de minimizar o impacte ambiental e proteger os recursos naturais. Em particular, o tratamento de águas residuais, domésticas e industriais, reveste-se de grande importância, exigindo às Entidades Gestoras um esforço acrescido, quer ao nível do investimento em novas infraestruturas, quer no desenvolvimento e atualização dos processos de tratamento existentes e respetivas atividades de exploração.

Se, em determinados casos, é indispensável a integração de novas etapas de tratamento ou ampliação das existentes para o cumprimento destes objetivos, noutras situações pode ser suficiente a adoção de medidas de otimização do sistema de tratamento existente, do ponto de vista meramente operacional.

Nesse sentido, os modelos de simulação dinâmica revelam-se uma ferramenta de extrema utilidade no apoio à decisão, desde a fase inicial de projeto de sistemas de tratamento, até à fase de exploração das instalações.

A construção de novas instalações de tratamento ou a integração de novos processos em instalações existentes implicam a realização estudos detalhados, que equacionem diferentes tecnologias disponíveis e que resultem na eleição do melhor compromisso técnico-económico para o caso em apreço. O recurso a instrumentos de modelação dinâmica na fase de conceção e dimensionamento das infraestruturas permite prever o comportamento hidráulico e sanitário do sistema de tratamento em diversas situações (como condições de afluência variáveis), levando, por vezes, à opção por soluções alternativas.

Já na fase de exploração, os instrumentos de modelação dinâmica permitem avaliar os efeitos de alterações no processo de tratamento, o que não seria possível de forma imediata à escala real, e assim efetuar ajustes nos parâmetros operacionais levando a uma otimização do funcionamento e custos de exploração da instalação (cumprimento da licença de descarga, com recurso a um menor consumo de energia e reagentes).

Os instrumentos de modelação dinâmica têm, ainda, uma utilidade acrescida na formação dos operadores das instalações de tratamento

2. INSTRUMENTOS DE MODELAÇÃO 2.1. Modelos matemáticos

Atualmente, os mecanismos de degradação biológica dos processos de tratamento estão amplamente estudados, especialmente os processos de tratamento por lamas ativadas, o que tem desencadeado, ao longo das últimas décadas, a publicação de uma série de modelos matemáticos utilizados como instrumentos de planeamento, projeto, análise e operação de infraestruturas de tratamento.

Em 1986, a International Association on Water Quality (IAWQ), atual International Water Association (IWA), publicou um relatório com a conceção geral de um modelo para sistemas de lamas ativadas, que viria a ficar conhecido por modelo ASM1. Este modelo foi desenvolvido no sentido de incluir a remoção química e biológica de fósforo, tendo sido publicada uma atualização em 1995, o

(3)

3/13

ASM2. Posteriormente, surgiu a versão ASM2d, no sentido de colmatar algumas limitações identificadas na versão anterior, nomeadamente ao nível do crescimento dos organismos acumuladores de fósforo (PAO, na designação inglesa). A versão posterior, ASM3, integra processos de armazenamento interno de produtos na biomassa, o que permite simular a remoção de fósforo em condições anóxicas.

Apesar de ainda existirem algumas limitações associadas aos modelos existentes, hoje em dia é possível modelar uma estação de tratamento com elevado grau de fiabilidade, incluindo as linhas de tratamento das fases líquida e sólida. Uma das limitações é o facto de estes modelos terem sido concebidos para águas residuais domésticas, não sendo aconselhável a sua utilização no caso de águas residuais com elevada contribuição industrial, ou com elevada intrusão salina. Outra limitação importante é a incapacidade de simular fenómenos de bulking ou foaming.

Um modelo matemático é geralmente constituído por um conjunto de equações, compostas por parâmetros (valores que se mantêm inalterados ao longo do tempo) e variáveis (valores que sofrem alterações à medida que o modelo vai sendo executado). Os modelos podem ser classificados da seguinte forma:

• Quanto ao tipo de variáveis utilizadas:

o Estocásticos;

o Determinísticos.

• Quanto ao tipo de relação entre variáveis:

o Empíricos;

o Conceptuais.

• Quanto à forma de representação dos dados:

o Discretos;

o Contínuos.

• Quanto às relações espaciais:

o Pontuais;

o Distribuídos.

• Quanto à dependência temporal:

o Estáticos;

o Dinâmicos.

Os modelos dinâmicos utilizam o resultado de uma iteração como dado de entrada na iteração subsequente, permitindo analisar a evolução temporal das diferentes variáveis. No entanto, revestem- se de elevada complexidade e carecem de um vasto conjunto de informação, incluindo parâmetros cinéticos e estequiométricos.

Já os modelos empíricos, que se baseiam em relações causa-efeito entre as variáveis de entrada e as de saída, são bastante mais simples, mas menos robustos, pois os resultados obtidos são específicos da situação simulada e não permitem tirar conclusões sobre situações para as quais o modelo não foi calibrado. No entanto, as equações que os constituem, e que relacionam diretamente parâmetros de dimensionamento e de funcionamento, permitem calcular a dimensão necessária de uma instalação para determinada capacidade (ou estimar a capacidade de uma instalação de dimensões conhecidas) com relativa facilidade.

(4)

4/13

Desta forma, os modelos empíricos podem e devem ser utilizados como complemento aos modelos dinâmicos, na medida em que geram informação base necessária aos modelos dinâmicos.

2.2. Modelos dinâmicos

2.2.1. Considerações gerais

Atualmente estão disponíveis no mercado diversos modelos de simulação dinâmica de processos de tratamento de águas residuais, assentes nos pressupostos dos modelos ASM, dos quais se destacam: GPS-X, SIMBA, AQUASIM, ASIM, BioWin, EFOR, STOAT, WEST.

A AQUAPOR | LUSÁGUA investiu na aquisição do BioWin (versão 4.1), concebido e desenvolvido pela empresa canadiana EnviroSim Associates Ltd.

O BioWin disponibiliza uma série de utilidades que facilitam a análise do processo, das quais se destacam, a possibilidade de ajustar de parâmetros cinéticos e operacionais em unidades individuais (temperatura, oxigénio dissolvido ou caudal de ar, etc), simular as variações de pH ao longo da linha de tratamento da fase líquida e sólida, simular a atividade da biomassa nos decantadores secundários, adicionar reagentes químicos como fonte de carbono ou coadjuvante da decantação, calcular variáveis como a idade de lamas.

O BioWin permite, ainda, visualizar os resultados das simulações sob a forma de tabelas ou gráficos dinâmicos, bem como exportar toda a informação para formatos do Microsoft Office, constituindo uma excelente ferramenta de apoio à decisão.

A modelação de um sistema de tratamento passa pelas seguintes fases principais:

1. Construção do modelo 2. Dados de entrada

3. Calibração e validação do modelo 4. Simulação dinâmica

Nos capítulos seguintes, faz-se uma descrição de cada uma destas etapas, recorrendo, sempre que se justifique, a elementos gráficos exemplificativos retirados do BioWin.

2.2.2. Construção do modelo

Antes de se iniciar a construção do modelo, o utilizador deverá saber, à partida, que questões pretende ver respondidas com a conclusão do processo de modelação. Quanto mais claro for o objetivo, mais rápido será todo o processo, evitando-se a inclusão de operações ou processos unitários irrelevantes para a análise que se pretende. Por exemplo, se a análise recai especificamente sobre o tratamento biológico, dispensa-se a introdução dos elementos referentes ao tratamento preliminar ou à linha de lamas, desde que seja possível caracterizar com rigor a água residual afluente ao reator biológico. De igual forma, quando o tratamento se processa em mais do que uma linha e o caudal é equitativamente repartido, não é necessário representar todas as unidades existentes desde que, mais uma vez, seja possível caracterizar a afluência a cada linha de tratamento.

A construção do modelo começa então por, através da funcionalidade ‘Configurar’, criar um diagrama linear da linha de tratamento a simular (exemplo na

(5)

5/13

Figura 1), definindo a geometria de cada um dos órgãos de tratamento. Para configuração do modelo, o BioWin disponibiliza os seguintes elementos:

• Afluente:

o definido em termos de CQO o definido em termos de CBO

o definido em termos de variáveis de estado

• Adição de reagentes:

o Metanol

o Cloreto férrico ou Sulfato de alumínio

• Descarga:

o Efluente o Lamas

• Tratamento preliminar

o Desarenador retangular o Desarenador tipo ciclone

• Tanque de equalização

• Reatores biológicos:

o Reator convencional com arejamento por difusores o Reator convencional com turbinas de arejamento

o Reator convencional com arejadores tipo rotor (eixo horizontal) o Reator de membranas

o Reator com meio de suporte o Reator de “fluxo lateral”

o Reator de “fluxo lateral” com meio de suporte o Reator de volume variável

o Digestor aeróbio o Leito percolador o Filtro arejado submerso

o Reatores descontínuos sequenciais (com e sem selector)

• Decantadores

o Decantador primário o Decantador secundário o Sedimentador pontual

• Filtração

o Micro-tamisador

• Tratamento de lamas

o Unidade de hidrólise térmica o Digestor anaeróbio

o Unidade de desidratação mecânica

• Auxiliares

o Tubagens

o Divisores de fluxo o Misturadores de fluxo

(6)

6/13

Figura 1 – Exemplo de configuração BioWin (EnviroSim Associates Ltd, BioWin 4.1)

A funcionalidade “Model builder” permite ainda ao utilizador desenvolver o seu próprio elemento, introduzindo os seus próprios valores cinéticos, estequiométricos e equações, utilizando qualquer das variáveis de estado do BioWin.

2.2.3. Dados de entrada

Os dados quantitativos e qualitativos (caudais e cargas poluentes) que alimentam o modelo deverão ser o mais representativos possível da realidade e, sempre que possível, acompanhados por estudos de tratabilidade do efluente a tratar, no sentido de estabelecer os parâmetros cinéticos para cada caso em particular. Caso tal não seja possível, o modelo utilizará os valores padrão estabelecidos pelo fornecedor.

Os dados de afluência podem ser introduzidos como sendo constantes ou variáveis. Ao definir condições de afluência variáveis (Figura 2), como de resto acontece na realidade, é possível observar

Figura 2 – Afluente variável (EnviroSim Associates Ltd, BioWin 4.1)

(7)

7/13

de imediato a resposta da instalação a essas flutuações de carga e caudal (Figura 3).

Igualmente importante, é a caracterização das frações constituintes do efluente a tratar, quer em termos de matéria orgânica, como em termos de compostos de azoto e fósforo. Nas figuras seguintes representam-se as diferentes frações que compõem cada um destes três grandes constituintes de uma água residual.

Caso não seja possível determinar estas frações, o modelo utilizará os valores padrão que Figura 3 – Exemplo de resultados no álbum do BioWin (EnviroSim Associates Ltd, BioWin 4.1)

Figura 4 – Frações de CQO, azoto kjeldhal e fósforo total (adaptado de MELCER et al, 2003)

(8)

8/13

constam no programa, típicos de uma água residual doméstica.

2.2.4. Calibração e validação do modelo

A calibração consiste na adaptação do modelo a um determinado conjunto de informações obtidas a partir da instalação de tratamento existente (informação hidráulica, de sedimentabilidade de lamas, do reator biológico, equipamento de arejamento, etc), procurando, de forma iterativa, ajustar parâmetros de forma a corresponder às reais condições de funcionamento.

Para se iniciar o processo de modelação, é necessário definir as condições iniciais de cada elemento do modelo, pelo que é comum iniciar-se a simulação recorrendo a uma situação de regime permanente para condições médias de cargas afluentes (simulação em estado estacionário, em condições de afluência constantes).

De acordo com HENZE et al (1995) citado por POMBO (2010), os princípios básicos de calibração de modelos de simulação dinâmica consistem em: (1) alterar apenas um parâmetro de cada vez; (2) existem parâmetros que nunca devem ser alterados, na medida em que a sua variação é negligenciável em termos de modelação; (3) se o modelo não se revelar sensível à alteração de um determinado parâmetro, este não deve ser alterado.

No caso da utilização da modelação em fase de projeto, não existem, naturalmente, os dados necessários para realizar a calibração com dados analíticos reais, pelo que o modelo é utilizado diretamente, com valores “por defeito”.

Dever-se-á procurar obter uma aproximação dos resultados do modelo ao maior número possível de parâmetros na realidade, mas não necessariamente a todos. Dever-se-á estabelecer o grau de precisão necessário. No exemplo apresentado na Figura 5, os resultados obtidos para o parâmetro CQO no efluente final foram bastante satisfatórios desde os primeiros dias do intervalo de tempo simulado, aproximando-se dos resultados experimentais de controlo analítico. Já para o parâmetro SST, observa-se um afastamento relativamente aos resultados das campanhas analíticas durante os

primeiros 30 dias de simulação, após o que passou a ocorrer um melhor ajuste.

Geralmente, consideram-se os seguintes níveis de calibração:

1. Utilizando unicamente valores “por defeito” e estimados ... Nível primário 2. Apenas com valores de histórico ... Pouco precisa Figura 5 – Exemplo de resultado de calibração, POMBO (2010)

(9)

9/13

3. Com dados de campanha analítica, ensaios in-situ ... Mais precisa 4. Com medição contínua de parâmetros específicos ... Situação ideal A precisão de um modelo está altamente dependente do grau de calibração atingido. Um modelo mal calibrado poderá levar a resultados dúbios ou desviados da realidade, podendo conduzir à tomada de decisões erradas.

A posterior validação do modelo efetua-se por comparação dos resultados das simulações dinâmicas com resultados experimentais diferentes dos utilizados na calibração.

2.2.5. Simulação dinâmica

O modelo calibrado e validado estará, então, apto para simular a resposta da instalação face a diferentes condições de afluência ou de funcionamento.

Quanto maior for a quantidade de dados carregados no modelo e quanto menor for o intervalo de tempo estabelecido para o cálculo iterativo durante as simulações, maior será o tempo necessário para efetuar uma simulação.

Os resultados podem ser acompanhados durante as simulações dinâmicas, sob a forma de gráficos ou tabelas dinâmicos, a criar pelo utilizador de acordo com as necessidades. É igualmente possível exportar toda a informação do modelo, desde os dados de entrada até ao resultado das simulações, sob a forma de um relatório em formato Microsoft Word.

3. MODELAÇÃO NA FASE DE PROJETO

Conforme referido anteriormente, o recurso a modelação na fase de conceção de uma instalação de tratamento pode revelar-se uma ferramenta bastante útil permitindo, desde uma fase muito inicial do projeto, a adoção de medidas que conduzam a uma maior robustez e eficiência do processo de tratamento na fase de exploração.

A criação de um modelo para uma instalação de tratamento em fase de projeto, deverá começar por definir a linha de tratamento e desenvolver cálculos empíricos de dimensionamento, no sentido de estabelecer as dimensões das infraestruturas, bem como os principais parâmetros de funcionamento e condições iniciais de cada um dos elementos a modelar. Tanto quanto possível, a água residual a tratar deverá ser alvo de uma campanha de caracterização analítica. Na ausência de dados específicos sobre a água residual a tratar, são adotados os valores que constam no modelo “por defeito”. A utilização de

Pode prever-se a resposta de uma instalação ainda inexistente a situações tão diversas como, por exemplo:

• a afluência de conteúdos de fossas séticas, com cargas e periodicidades diversas

• a ligação de novos coletores de saneamento, posteriormente ao arranque da ETAR

• o funcionamento da instalação com unidades ou equipamentos fora de serviço

• a adição de reagentes como coadjuvantes da decantação primária

• o encaminhamento de subprodutos (e.g. gorduras) ou lamas de outras ETAR para digestão anaeróbia

(10)

10/13

• a introdução de zonas anóxicas ou anaeróbias na linha de tratamento

• diferentes regimes de arejamento

• fracas características de sedimentabilidade de lamas

• diferentes ciclos de funcionamento, no caso de reatores descontínuos

• utilização de diferentes meios de suporte, no caso de reatores híbridos ou de biomassa fixa

• introdução de pré-tratamento de lamas (hidrólise térmica) a montante da digestão anaeróbia

Os resultados das simulações dinâmicas poderão determinar, ainda durante a fase de conceção e dimensionamento, a necessidade de incluir novas infraestruturas no projeto da instalação, como tanques de equalização e homogeneização, tanques anóxicos ou anaeróbios, sistemas de doseamento de reagentes, ou a necessidade de alterar ciclos ou parâmetros de funcionamento, com impacte ao nível da dimensão das infraestruturas e, consequentemente, do investimento necessário.

4. MODELAÇÃO NA FASE DE EXPLORAÇÃO

Apesar da grande utilidade dos modelos de simulação dinâmica na fase de projeto, é na fase de exploração que estes ganham maior robustez, face à existência de dados reais para carregar, calibrar e validar o modelo.

As Entidades Gestoras de sistemas de tratamento de águas residuais têm, cada vez mais, o objetivo de aumentar a eficiência dos seus processos, garantindo o cumprimento das licenças de descarga com os menores custos operacionais possíveis.

Na atividade de exploração de uma ETAR, para além dos custos dos meios humanos, meios materiais, controlo analítico, manutenção preventiva, entre outros, há a considerar os seguintes custos operacionais, os quais podem ser significativos:

• Consumo energético

• Consumo de reagentes químicos

• Encaminhamento de subprodutos a destino final adequado

A modelação dinâmica de ETAR em funcionamento pode contribuir para a adoção de estratégias de exploração que resultem na diminuição dos custos acima referidos.

Seguidamente, descrevem-se, a título de exemplo, possíveis otimizações ao nível destes três critérios de custo.

O sistema de arejamento representa, em média, cerca de 50 a 60% do consumo energético total de uma ETAR de lamas ativadas. A utilização de um modelo devidamente calibrado e validado permitirá aferir as reais necessidades de oxigénio e taxas de transferência de oxigénio do sistema, durante o intervalo de tempo simulado. Por exemplo, numa instalação em que apenas se pretenda a remoção de matéria carbonácea, pode reduzir-se o fornecimento de ar nos períodos em que a concentração de nitratos no efluente seja superior a um valor pré-estabelecido, inibindo a nitrificação e minimizando, por um lado, o consumo de oxigénio, e por outro, eventuais fenómenos de desnitrificação na decantação secundária.

(11)

11/13

No BioWin, o fornecimento de oxigénio a um reator pode ser definido em função de um setpoint de oxigénio dissolvido no tanque de arejamento ou de um caudal de ar (Figura 6). Tanto um critério como outro podem ser considerados constantes ou variáveis no intervalo de tempo simulado. Ao definir um padrão de variação ajustado às variações de carga orgânica e azotada no efluente tratado é possível

Formação de operadores

No que diz respeito ao consumo de reagentes químicos, o BioWin permite simular a adição de sais metálicos como coadjuvantes da decantação primária (cloreto férrico ou sulfato de alumínio). É possível ajustar essa dose para valores ótimos, em função da qualidade resultante do efluente tratado.O mesmo sucede com a adição de metanol como fonte exógena de carbono.

Quanto ao encaminhamento de lamas a destino final, o que geralmente acarreta custos de exploração significativos, a modelação do sistema permite, por um lado, ajustar a purga de lamas em

Figura 6 – Definição dos parâmetros de controlo do arejamento (EnviroSim Associates Ltd, BioWin 4.1)

Figura 7 – Definição da dose de coagulante (EnviroSim Associates Ltd, BioWin 4.1)

(12)

12/13

excesso do sistema, tendo sempre a possibilidade de verificar a idade de lamas resultante. Por outro lado, no caso de linhas de tratamento com digestão anaeróbia, a modelação poderá determinar as condições ótimas de operação no sentido de maximizar a destruição de sólidos voláteis no processo de digestão anaeróbia, minimizando a quantidade de lamas a desidratar e, consequentemente, a transportar a destino final. Para além das vantagens já referidas, é de salientar o potencial do biogás produzido a partir da destruição de sólidos voláteis na digestão anaeróbia para a produção de energia elétrica (geralmente para consumo interno na ETAR).

Os instrumentos de modelação dinâmica têm, ainda, uma grande utilidade como suporte de sessões de formação de operadores, permitindo avaliar de forma imediata os efeitos de medidas operacionais a adotar, as quais, à escala real, levariam mais tempo a terem efeito.

5. CONCLUSÃO

Quando usados corretamente, os instrumentos de modelação dinâmica de sistemas de tratamento de águas residuais constituem uma ferramenta de extrema utilidade desde a conceção e dimensionamento até à fase de exploração de uma ETAR, na medida em que contribuem para a tomada de decisões que se refletem na garantia do cumprimento dos critérios de descarga e na minimização de custos operacionais.

Apesar das limitações que os modelos atuais ainda possuem, é possível simular, com elevado grau de confiança, a resposta de uma instalação a situações diversas de funcionamento.

A definição de objetivos claros, bem como a caracterização rigorosa da água residual e a calibração do modelo constituem etapas fulcrais no sucesso do processo de modelação dinâmica de sistemas de tratamento.

É de salientar que a modelação dinâmica é apenas uma ferramenta, e não substitui a experiência ou o conhecimento de Engenharia.

BIBLIOGRAFIA

DESJARDINS, M.; BÉLANGER, G.; ELMONAYERI, D.; STEPHENSON, J. – “Wastewater treatment plant optimization using a dynamic model approach”

ENVIROSIM Associates Ltd – “BioWin Help Manual”, BioWin 4.1, Ontario (Canada), 2014

MELCER, H.; DOLD, P.; JONES, R.; BYE, C.; TAKACS, I.; STENSEL, H.; WILSON, A.; SUN, P.;

BURY, S. – Methods for wastewater characterization in activated sludge models. Alexandria (EUA), Water Environment Research Foundation, 2003

PETERSEN, B.; GERNAEY, K.; HENZE, M; VANROLLEGHEM, P.; - “Calibration of activated sludge models: a critical review of experimental designs” in Biotechnology for the Environment: Wastewater Treatment and Modeling, Waste Gas Handling, editado por Spiros N. Agathos e Walter Reineke, Springer Netherlands, 2003, Volume 3C da série Focus on Biotechnology, pp 101-186

POMBO, S. – “Contributo para a Utilização de Modelos de Simulação Dinâmica no Dimensionamento de Processos de Lamas Activadas”, Dissertação apresentada na Faculdade de Ciências e Tecnologia

(13)

13/13

da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Sanitária, Lisboa (Portugal), 2010

Referências

Documentos relacionados

Número de amostras de sangue de cães estuda- das segundo o resultado da reação de imunofluorescência indireta (RIFI) para leishmaniose e reação em cadeia pela polimerase (PCR)..

1. A delimitação da plataforma continental entre Estados com costas adjacentes ou situadas frente a frente deve ser feita por acordo, de conformidade com o

Na primeira, pesquisa teórica, apresentamos de modo sistematizado a teoria e normas sobre os meios não adversarias de solução de conflitos enfocados pela pesquisa, as características

1- A partir de observações e avaliações realizadas no segmento de transportes verificou-se a dificuldade de apropriação dos custos efetivos aos serviços

Trata-se, segundo Sidney Chalhoub, do predomínio da ideologia do paternalismo, entre os anos de 1850 e 1860, que se pode definir como sendo uma política de domínio na qual a

O mesmo é dizer que tal hipótese não nasceu da observação de dados científicos, algo que se pode demostrar historicamente pelo facto de ser mais antiga do que

No ´ ultimo cap´ıtulo, o Cap´ıtulo 4, apresentamos duas aplica¸c˜ oes dos produtos tensoriais entre espa¸cos de Banach: a primeira aplica¸c˜ ao relaciona o produto tensorial ao

(1996) compararam o perí- odo de gestação de fêmeas da raça Nelore e cruzadas Tabapuã x Gir, no Estado de São Pau- lo-SP, estudando as relações do peso do bezerro ao nascer com