Laboratory-scale experiments were conducted on Carboniferous Limestone gravels from the Mendip Hills area, England; sandstones from the Pirambóia and Botucatu formations, Paraná sedimentary basin, Brazil; samples of schist and quartzite from Caldas Novas Hydrothermal Complex, Brazil; and the minerals tantalite, cassiterite, and columbite from mining areas at Rio Grande do Norte State, Brazil, with the purpose of evaluating the release of 222Rn to the water phase. The specific surface area of the samples corresponded to 1.69–81.36 cm2g−1, which provided values of 0.001–1.68 dpm/g and 3.18 × 10−6 to 0.59 for the radon released and radon emanation coefficient, respectively. These results allowed us to calculate the radon flux with respect to the radon leakage, which corresponded to values of 0.00016–0.00158 Bq/m2/d for the denser materials and 0.018–0.43 Bq/m2/d for limestones and sandstones. They also permitted us to find an inverse, significant relationship between the radon generated by the minerals/rocks and the radon flux into the water phase, which was tested for sediments in coastal and inland Brazilian areas, demonstrating utility for evaluating the diffusive radon flux from the sediments, which is an important parameter to monitor submarine groundwater discharge (SGD) by means of radon as a natural tracer.
10 December 2024 in Revista Brasileira de Mecatrônica
Este artigo demonstra o desenvolvimento e a construção de uma única palmilha inteligente para análise da marcha humana, como um dispositivo assistivo de baixo custo. Os dados clínicos estimados por ela podem elucidar disfunções da marcha como: atrasos na duração de alguma fase específica, falta de ritmo ou até desvio no controle postural. Construída com placa microcontrolada Arduino, contém quatro sensores de força e uma unidade inercial - IMU, que fornecem sinais a um classificador de fases estimado por lógica difusa. Os dados tratados são então enviados por Wi-Fi a uma interface gráfica para análise de um profissional habilitado, como por exemplo um fisioterapeuta. Para a programação destes microcontroladores é utilizada a IDE Arduino. Visando o problema de que o algoritmo de rastreamento por supervisão tradicional de reconhecimento de fase da marcha baseado em limiar não consegue distinguir as mudanças sutis entre as fases da marcha, um algoritmo de reconhecimento de fase da marcha baseado em lógica fuzzy é adotado para realizar o reconhecimento suave e contínuo das fases da marcha. As fases são aferidas via MATLAB e depois embarcadas no microcontrolador utilizando a biblioteca dedicada ao controlador Fuzzy eFLL. Para um tratamento adequado na unidade inercial, foi utilizado um filtro de Kalman nos sinais provenientes do acelerômetro e do giroscópio. Para a aplicação clínica é importante a aferição do classificador fuzzy com um número maior de sujeitos. O protótipo obteve os dados da marcha humana, os classificou e foi capaz de identificar suas características, e com isso é possível um profissional habilitado diagnosticar os indivíduos de forma mais precisa, podendo propor exercícios para fisioterapia e desenvolvimento de órteses.