University of Pernambuco - Engineering School/ Editorial System Journals
Not a member yet
37197 research outputs found
Sort by
Dinâmica espacial do descarte irregular de RCC em contexto urbano: O caso de Recife-PE
No full textA expansão urbana favorece o setor da construção civil por mobilizar serviços de infraestrutura, habitação, mobilidade e segurança urbana (Neto; Dantas, 2025; Braga; Santos, 2024). Essas intervenções, mesmo que necessárias, podem gerar impactos negativos ambientais, sociais e econômicos, principalmente, em relação ao quantitativo da geração e descarte de resíduos da construção civil (RCC), que representa até 70% dos resíduos sólidos urbanos no Brasil (Ferreira et al., 2025; Lima et al., 2024). Diante disso, estima-se uma geração de resíduos de 500 kg/hab.ano, contribuindo para problemas ambientais e de saúde pública, como a proliferação do mosquito Aedes aegypti (Galdino; Paiva; Santos, 2023). Assim, para mapear e analisar a distribuição espacial desses resíduos em relação aos recursos hídricos, unidades de saúde e educação é essencial o uso de geotecnologias (Prestes; Nascimento; Graciano, 2024; Pessoa Neto et al., 2023). Portanto, o objetivo deste estudo foi mapear os pontos de deposição irregular de RCC no Recife. Como metodologia foram cadastrados 1.308 pontos de descarte irregular de resíduos, sendo obtidos registros fotográficos e coordenadas geográficas. Em seguida, foram mapeadas as unidades de equipamentos públicos (saúde e ensino), disponíveis no site oficial da Prefeitura do Recife. Em relação aos recursos hídricos, utilizou-se o Modelo Digital de Elevação (MDE) e os dados do programa Pernambuco Tridimensional (PE3D), delimitando assim, as bacias hidrográficas locais (Capibaribe, Tejipió, Beberibe, Jiquiá e Jordão). Com os dados geográficos dos pontos de descarte, dos equipamentos públicos e dos recursos hídricos foram elaborados os mapas temáticos no software QGIS (versão 3.40.7). A classificação dos riscos seguiu critérios em que os pontos de saúde e educação distantes até 20m do descarte irregular tem maior impacto, e com distâncias superiores a 160m tem um impacto reduzido. Como resultado dentre os 1.308 pontos de descarte irregular distribuídos nas 6 Regiões Políticas Administrativas (RPAs); a maior quantidade, foi localizado na RPA 4, 398 pontos, enquanto a menor quantidade foi mapeada na RPA 2, 113 pontos de deposição de resíduos . Em relação a distância dos recursos hídricos, constatou-se que apenas 4,9% dos pontos estão até 20 metros dos cursos d’água, com área de risco elevado, enquanto a maioria (77,3%), encontram-se a mais de 120 metros, contribuindo para um cenário positivo. Por fim, verificou-se que em relação as escolas apenas um ponto foi classificado como impacto expressivo, enquanto 1.225 foram considerados insignificante. No que diz respeito às unidades de saúde 1.241 pontos foram classificados como de baixo risco, resultando em uma situação de exposição reduzida aos impactos ambientais. Assim, pode-se concluir que embora o descarte irregular de resíduos da construção civil seja expressivo na cidade do Recife, sua distribuição apresenta relação mais direta com fatores como densidade populacional e infraestrutura, do que com a quantidade de bairros da região. Em relação a análise espacial demonstrou que a maioria dos pontos de descarte, encontra-se distante de áreas sensíveis, como cursos d’água e equipamentos públicos, o que configura um cenário de risco ambiental reduzido. No entanto, a presença de pontos, ainda que em menor quantidade, próximos a recursos hídricos reforça a necessidade de ações preventivas e estratégicas de educação ambiental
Aplicação de Algoritmos Bio-inspirados no Aprimoramento de Modelos de Prevenção à Fraude
No full textA detecção de fraudes é um tema de grande relevância, com impacto direto nos sistemas financeiros e econômicos mundiais (BANCO CENTRAL DO BRASIL, 2025). A construção de modelos preditivos com alta precisão na detecção de anomalias e na identificação de fatores otimizadores de desempenho é de suma importância. Este problema representa um desafio considerável, com repercussões adversas para as instituições financeiras, que se manifestam em consequências financeiras, econômicas e éticas, influenciando as políticas corporativas e governamentais. O aprimoramento de modelos capazes de realizar a classificação precisa de fraudes visa à obtenção de resultados superiores. Desse modo, a utilização de métodos que otimizem a adequação das informações para um maior ganho informacional é crucial para a aplicação desses algoritmos, tanto para elevar a qualidade dos resultados quanto para um entendimento aprofundado da natureza dos dados. Em um panorama orientado por dados, a utilização do processo de mineração e suas ferramentas, como softwares e algoritmos de aprendizado de máquina, permite identificar elementos críticos que impactam o resultado final (GUPTA; MEHTA, 2024). A implementação de algoritmos de aprendizado de máquina surge como solução eficaz para discernir padrões e possibilitar a classificação precisa, atingindo o objetivo de prever ocorrências fraudulentas (HERNANDEZ AROS et al., 2024). Isso corrobora a relevância da aplicação desses algoritmos na detecção de fraudes financeiras. O presente estudo objetiva aplicar computação evolucionária e algoritmos bioinspirados para aprimorar a classificação de casos raros, como fraudes, visando maior precisão e capacidade de generalização, com base no conjunto de dados "Credit Card Fraud Detection" (DAL POZZOLO et al., 2014). A comparação de diferentes algoritmos e técnicas de seleção de características é fundamental, visto que a performance de cada modelo tende a variar conforme as métricas e suas particularidades. O desempenho pode apresentar flutuações dependendo do contexto, das características dos dados ou da metodologia de avaliação. Este estudo ressalta a importância da seleção apropriada de características e algoritmos para melhorar o desempenho na classificação de casos anômalos. A análise comparativa foi feita com quatro algoritmos de aprendizado supervisionado — Light Gradient Boosting Machine (LGBM), Extreme Gradient Boosting (XGBoost), Random Forest (RF) e Regressão Logística — na base de dados da Universidade de Bruxelas. A avaliação incluiu otimização de hiperparâmetros com três técnicas bio-inspiradas. O conjunto de dados, com mais de 280 mil transações anonimizadas e aproximadamente 1% de fraudes, caracteriza um cenário de desbalanceamento de classes. Para a otimização dos hiperparâmetros, foram usados três algoritmos bio-inspirados: Algoritmos Genéticos (GA), Particle Swarm Optimization (PSO) e Grey Wolf Optimizer (GWO) (TAYEBI; EL KAFHALI, 2024). Cada otimizador explorou o espaço de busca definido para os parâmetros dos modelos, considerando variáveis como número de estimadores, taxa de aprendizado, profundidade das árvores e penalidades da regressão logística. As métricas utilizadas incluíram F1-score, AUC, precisão e sensibilidade. Entre os resultados, o LGBM otimizado com PSO demonstrou melhor desempenho, com F1-score de 0,74, AUC de 0,97, sensibilidade de 0,80, indicando potencial para aplicações em tempo real. O XGBoost, otimizado com PSO e GA, apresentou desempenho consistente, com F1-score entre 0,57 e 0,79 e AUC entre 0,94 e 0,96. A RF exibiu robustez com F1-score de 0,79 e AUC de 0,94, embora com tempo de treinamento mais elevado, o que pode limitar sua aplicação em cenários de alta demanda. A Regressão Logística, mesmo com AUC de 0,97 e recall de 0,91, teve F1-score de 0,09 devido à baixa precisão (0,05), revelando dificuldades em distinguir fraudes reais de falsos positivos. Em comparação ao estudo “Credit Card Fraud Detection: A Hybrid of PSO and K-Means Clustering Unsupervised Approach” (2023), que obteve acurácia de 73,17% e F1-score de 63,33% com PSO e K-means ponderado, a metodologia deste trabalho demonstrou desempenho superior. O modelo LGBM otimizado com PSO atingiu F1-score de 0,74, AUC de 0,97 e sensibilidade de 0,80. Diferentemente da abordagem não supervisionada do estudo citado, este aplica algoritmos supervisionados otimizados por técnicas bio-inspiradas, proporcionando maior precisão, controle e aplicabilidade prática na detecção de fraudes. Os resultados reforçam a efetividade desses algoritmos na melhoria do desempenho dos modelos. As otimizações alcançadas sugerem um potencial significativo na mitigação de fraudes nos setores financeiro e econômico. Destacam-se três vantagens principais: Otimização de Hiperparâmetros — esses métodos ajustam os modelos para desempenho superior, superando a otimização manual ou por grade; Robustez — ao simular processos naturais de adaptação, ajudam os modelos a lidarem com ruídos e variações nos dados; e Tratamento de Desbalanceamento de Classes — já que fraudes são eventos raros, o estudo enfatiza a relevância da aplicação de técnicas de aprendizado de máquina para a classificação precisa
Estimulação elétrica encefálica na prática médica
No full textA eletroterapia é uma classe terapêutica que utiliza a estimulação elétrica para resgatar a saúde de seres humanos. O objetivo deste estudo foi analisar a estimulação elétrica encefálica como abordagem terapêutica na prática médica. Foi realizada uma revisão integrativa da literatura nas bases de dados Pubmed e Google Acadêmico. Os descritores utilizados foram transcranial electric stimulation, electrical therapy, biophysics, com o operador booleano AND. Foram critérios de inclusão para este estudo a análise de trabalhos científicos publicados nos últimos 5 anos. Foi evidenciado que a Estimulação Elétrica Transcraniana (TES, do inglês Transcranial Electrical Stimulation) consiste em um método biofísico terapêutico que utiliza a aplicação de corrente elétrica na região encefálica (Macêdo; Silveira, 2022). A realização da TES modifica o fluxo de íons através da membrana plasmática de células, possibilitando a alteração da atividade neuronal e da excitabilidade do córtex cerebral, resultando na modulação cerebral (Ghosh; Nagarajan, 2025). Essa modificação persiste após o término da estimulação elétrica, com a liberação de neurotransmissores dentre outros processos. A TES tem sido indicada no tratamento de pacientes com diagnóstico de epilepsia, transtornos depressivos, obsessivo-compulsivo e por substâncias, esquizofrenia, e na analgesia, reduzindo a dor em diversos quadros clínicos. Na realização do procedimento, o método requer o uso de uma fonte de corrente elétrica controlada por microprocessador, um compartimento de bateria ou cabo elétrico, dois eletrodos, capacetes não condutores, almofadas condutoras de borracha, esponjas saturadas com solução salina e cabos de conexão, devendo haver o controle da: i) taxa de carga elétrica, ii) intensidade e densidade da corrente elétrica, e iii) montagem de posicionamento dos eletrodos (Cho et al., 2022). Dentre as classificações da TES, destacam-se a Estimulação Elétrica Transcraniana por Corrente Contínua (TDCS, do inglês Transcranial Direct Current electrical Stimulation), que busca regular a taxa de disparo e excitabilidade neuronal; e a Estimulação Elétrica Transcraniana por Corrente Alternada (TACS, do inglês Transcranial Alternating Current electrical Stimulation), que tem como objetivo aproximar a frequência de disparo neuronal com a frequência de estimulação pela corrente elétrica (Macêdo; Silveira, 2022). Tem sido evidenciado que na realização da TDCS ocorre a modulação da excitabilidade do córtex cerebral, influenciando funções cerebrais, como memória, percepção, linguagem, atenção e funções executivas (Bastos et al., 2024). A TES é um método biofísico não invasivo, seguro, bem tolerado pelos pacientes. Atualmente há dispositivos portáteis e de baixo custo, podendo ser realizado o procedimento em domicílio, sendo associado a outras terapias. Na realização da TES há especificidade no protocolo de tratamento para cada paciente, com efeitos terapêuticos que têm sido persistentes na maioria dos indivíduos avaliados. Outra vantagem é que os equipamentos possibilitam a medida da impedância elétrica com bloqueio da estimulação elétrica caso não haja a adequada regulagem. Foi identificado que a TDCS pode ter como efeito colateral um quadro de leve cefaléia e coceira no local da estimulação (Ghosh; Nagarajan, 2025). Conclui-se que a estimulação elétrica encefálica, com suas distintas modalidades e mecanismos, tem efetivamente contribuído na melhoria da qualidade de vida dos pacientes, corroborando com diversas aplicações na prática médica.
Palavras-chave: eletroestimulação; eletroterapia; engenharia biomédica; terapia médica.
Referências:
BASTOS et al. Neuromodulação transcraniana - revisão sistemática. Revista Foco, v. 17, n. 12, p. e7119–e7119, 2024.
CHO, H. et al. Transcranial electrical stimulation for psychiatric disorders in adults: A Primer. FOCUS, v. 20, n. 1, p. 19–31, 2022.
GHOSH, S.; NAGARAJAN, L. Neurostimulation in childhood epilepsy. Indian Pediatrics, v. 62, n. 5, p. 378–385, 2025.
MACÊDO, G. U.; SILVEIRA, J. G. Estimulação elétrica transcraniana como intervenção terapêutica em pacientes com dor persistente. Trabalho de Conclusão de Curso (Graduação em Fisioterapia) – Universidade Federal de Uberlândia, Uberlândia, 2022.
 
Revisão da Literatura Sobre o Impacto de Diferentes Condições de Operação na Capacidade de Generalização de Modelos de Detecção de Anomalias
No full textO uso de aprendizado de máquinas na detecção de anomalias em máquinas industriais é uma atividade fundamental, que busca viabilizar estratégias de manutenção preditiva para aumentar a eficiência e a segurança operacional. A abordagem consiste em analisar dados de sensores que monitoram variáveis como vibração e temperatura para identificar desvios do comportamento padrão (JABEEN et al., 2021). No entanto, a eficácia desses sistemas pode ser comprometida pela dificuldade de generalização dos modelos de aprendizado de máquina. Modelos treinados com dados coletados sob um conjunto específico de condições operacionais estáveis podem apresentar uma queda de desempenho acentuada ao serem expostos a dados com distribuições estatísticas diferentes daquelas utilizadas no treinamento, um desafio conhecido como generalização fora de distribuição (OOD, do inglês Out-of-distribution) (CUI; WANG, 2022). Este problema é especialmente crítico em ambientes industriais, onde uma detecção de falhas imprecisas pode acarretar consequências severas, desde paradas de produção custosas até falhas catastróficas de equipamentos. As causas para essa variação na distribuição dos dados são múltiplas e inerentes ao processo industrial, incluindo o envelhecimento natural de componentes, mudanças na carga de trabalho, alterações na velocidade de operação e até mesmo a substituição de sensores (HENDRYCKS et al., 2019). Este cenário é agravado pela natural escassez de dados de falhas, o que resulta em conjuntos de dados altamente desbalanceados e limita a capacidade do modelo de aprender um repertório completo de todas as anomalias possíveis. Tendo conhecimento deste problema, este estudo tem como objetivo desenvolver uma revisão sistemática (KITCHENHAM et al., 2009) buscando identificar as principais técnicas utilizadas na generalização de modelos de detecção de anomalia e o real impacto que as diferentes condições de operações causam. Para isso foi feito uma revisão da literatura utilizando as bases de dados da Science Direct, IEEE Xplore e Springer Nature Link, utilizando palavras-chave como “Anomaly Detection”, “Out-of-Distribution”, “Industrial Machines” e “Operating Conditions”, com artigos publicados entre 2020 e 2025, onde foi obtido um total de 464 artigos. Os resultados preliminares destacaram a aplicação de modelos generativos, como GANs, empregados para simular a distribuição de dados normais, contornando os desafios de conjuntos de dados desiguais ou limitados. Duas outras abordagens foram recorrentes na literatura, as Redes Neurais Gráficas (GNNs) mostraram-se eficientes para capturar correlações complexas entre nós de uma série temporal multivariada. Em paralelo, os Transformers foram amplamente utilizados por sua capacidade de identificar padrões e dependências de longa distância ao longo do tempo. A utilização de dados multimodais também se mostra uma estratégia que eleva a robustez e a precisão dos resultados.
Palavras-chave: Detecção de Anomalias; Generalização Fora de Distribuição; Aprendizado de Máquina; Manutenção Preditiva.
Referências
JABEEN, S. et al. Recent advances and trends in multimodal deep learning: A review. IEEE Access, v.9, p. 85114-85129, 2021.
HENDRYCKS, D. et al. Deep anomaly detection with outlier exposure. In: International Conference on Learning Representations (ICLR), 2019.
CUI, P.; WANG, J. Out-of-distribution (OOD) detection based on deep learning: A review. Electronics, v.11, n.21, p.3500, 2022.
CHANDOLA, V. et al. Anomaly detection: A survey. ACM Computing Surveys (CSUR), v.41, n.3, p.1-58, 2009.
KITCHENHAM, B. et al. Systematic literature reviews in software engineering – A systematic literature review. Information and Software Technology, v.51, n.1, p. 1-19, 2009
Protocolo de verificação da qualidade da informação BIM para orçamentação: diretrizes baseadas na NBR ISO 19650
No full textA adoção do Building Information Modeling (BIM) na indústria da construção tem promovido avanços na forma de gerenciar informações ao longo do ciclo de vida dos empreendimentos. O uso do BIM demanda uma gestão da informação integrada, uma vez que os modelos passam a concentrar os dados informacionais do projeto, evidenciando a importância de que os agentes envolvidos estabeleçam diretrizes internas e cláusulas contratuais claras para assegurar sua aplicação eficiente (Alotaibi et al., 2024). Segundo Tsay et al. (2023), a análise de mais de dois mil registros de não conformidade revelou que inconsistências e falhas na estruturação das informações dificultam a utilização dos modelos no gerenciamento de facilities (FM) e afetam de forma negativa a confiabilidade dos processos de orçamentação. Rashidi et al. (2024) investigaram a utilização dessa tecnologia na estimativa de custos durante a fase pré-licitatória de projetos executados no Irã. Verificou-se que, apesar do BIM trazer celeridade na elaboração orçamentária e melhorar a precisão, grande parte dos modelos analisados necessitava de informações para permitir a extração automática de quantitativos. A presença de dados incompletos, propriedades inconsistentes e ausência de requisitos informacionais mínimos compromete a acuracidade das estimativas e a confiabilidade na extração automatizada de quantitativos. Nesse contexto, a norma ABNT NBR ISO 19650 oferece diretrizes para a gestão da informação em ambientes colaborativos, sendo referência para o estabelecimento de processos padronizados. Pan et al. (2024) ressaltam que a norma exerce um papel essencial no a gestão eficaz das informações em ambientes BIM. Além disso, a especificação técnica Information Delivery Specification (IDS), aprovada pela buildingSMART em 2024, surge como uma ferramenta para formalizar e automatizar requisitos informacionais em modelos BIM por meio de arquivos em formato XML legível por máquinas, viabilizando a verificação automatizada conforme níveis de desenvolvimento (LOD) e aplicações específicas (buildingSMART, 2024). Sendo assim, o objetivo deste trabalho é propor um protocolo de verificação da qualidade da informação em modelos BIM voltados à orçamentação, com base na NBR ISO 19650. A metodologia desta pesquisa baseia-se em uma adaptação do Design Science Research (DSR), conforme proposto por Vaishnavi e Kuechler (2011), utilizando o ciclo de design como estrutura central para o desenvolvimento e validação de um artefato aplicado à prática. O ciclo é composto por cinco etapas: (i) consciência do problema, (ii) sugestão, (iii) desenvolvimento, (iv) avaliação e (v) conclusão. A primeira etapa consistiu na realização de uma revisão sistemática da literatura com o objetivo de estabelecer uma base teórica sólida. Foram explorados três eixos centrais: Building Information Modeling (BIM), gestão da qualidade do processo de projeto (design management) e a norma ISO 19650, buscando identificar o estado da arte e as principais lacunas na integração desses temas. Na fase de sugestão, foram analisados 25 orçamentos reais fornecidos por uma empresa da construção civil da região Nordeste do Brasil. Esses orçamentos subsidiaram a construção de uma Estrutura Analítica do Projeto (EAP) voltada à orçamentação, considerando classificações compatíveis com o SINAPI e com ferramentas BIM. A EAP resultante definiu os grupos de elementos modeláveis e os parâmetros informacionais mínimos exigidos para viabilizar a quantificação automatizada e a associação a composições de custo. Além disso, foram selecionados 10 modelos BIM em formato IFC, correspondentes às disciplinas de arquitetura e estrutura, vinculados aos orçamentos que possuíam modelagens disponíveis. Esses modelos foram analisados quanto à organização e presença dos parâmetros definidos na EAP. Também foi realizada uma análise normativa da ABNT NBR ISO 19650, buscando compreender sua relação com os processos de orçamentação, bem como um levantamento documental de guias e normas nacionais e internacionais que pudessem subsidiar a estruturação do framework. Com base nessas análises, iniciou-se a fase de desenvolvimento, com a criação de arquivos IDS Information Delivery Specification (IDS)que consolidam os requisitos informacionais identificados, formalizando critérios técnicos para avaliação dos modelos.Na etapa de avaliação, os mesmos 10 modelos analisados serão utilizados para a aplicação prática do artefato desenvolvido, com o objetivo de verificar sua efetividade na identificação de não conformidades e na validação automatizada das informações. Serão avaliados aspectos como a aderência dos modelos aos requisitos da EAP, às normas aplicáveis e aos parâmetros definidos nos arquivos IDS. Por fim, a etapa de conclusão apresentará os resultados obtidos com a aplicação do framework, discutindo suas contribuições para a melhoria da qualidade da informação nos modelos BIM voltados à orçamentação e sua aplicabilidade prática no setor da construção civil. Os resultados esperados ao final da pesquisa incluem o desenvolvimento de um framework prático de verificação da qualidade da informação em modelos BIM das disciplinas de arquitetura e estrutura, com foco na orçamentação na fase de entrega do ativo. Espera-se que esse framework, fundamentado na norma ABNT NBR ISO 19650 e operacionalizado por meio de arquivos IDS, permita a formalização e a verificação automatizada de requisitos informacionais mínimos necessários à extração confiável de quantitativos.
 
UTILIZAÇÃO DE GEOTECNOLOGIAS NO MAPEAMENTO DE PONTOS DE RESÍDUOS SÓLIDOS NO PERÍMETRO URBANO DA ILHA DE ITAMARACÁ/PE
No full textO aumento expressivo da geração de resíduos sólidos urbanos (RSU) é uma das consequências mais visíveis da expansão urbana desordenada, impactando diretamente a qualidade ambiental e a saúde pública, especialmente em regiões litorâneas e turísticas. Globalmente, cerca de 2 bilhões de toneladas de RSU são produzidas anualmente, sendo pelo menos 33% descartadas de forma inadequada, o que contribui significativamente para a degradação dos recursos naturais e contaminação do solo, da água e do ar (DEVENDRAN et al., 2023; SANTOS, SILVA, VITAL, 2022). No Brasil, a produção de resíduos atingiu cerca de 81,8 milhões de toneladas em 2022, equivalente a 1,043 kg/hab/dia, com destaque para a persistência de práticas inadequadas de descarte, como a destinação a lixões, que ainda aumentaram em 0,2% no mesmo período (ABRELPE, 2022; MMA, 2022). Este estudo tem como objetivo principal identificar e mapear as áreas mais vulneráveis aos impactos ambientais decorrentes do descarte irregular de resíduos sólidos urbanos no município da Ilha de Itamaracá (PE), com ênfase nos riscos associados à degradação ambiental, contaminação hídrica e ausência de planejamento urbano. Além disso, busca-se fornecer subsídios técnicos ao poder público local para a elaboração de políticas públicas voltadas à gestão adequada dos resíduos sólidos, especialmente em áreas de maior circulação turística e populacional. O presente estudo teve como área de análise o município da Ilha de Itamaracá, localizado na Região Metropolitana de Pernambuco, com área de 66,146 km², 24.540 habitantes e uma densidade demográfica de 371 hab/km² (IBGE, 2022). A pesquisa concentrou-se nos bairros de maior vulnerabilidade, como São Paulo, Forno da Cal, Rio Âmbar e Forte Orange, onde foram identificados 387 pontos de descarte irregular de resíduos sólidos urbanos em uma área aproximada de 5 km², com maior incidência nas zonas de praia e áreas de veraneio, intensificadas pela atividade turística sazonal. Para realização da pesquisa, foi realizado o procedimento de levantamento de dados em campo com georreferenciamento, utilizando GPS e o software QGIS 3.28.1, aliado a análises multicritério baseadas em parâmetros como declividade, pedologia, recursos hídricos, equipamentos públicos e comerciais e hidrogeologia. A avaliação espacial foi conduzida por meio de álgebra de mapas, a partir da soma de scores atribuídos a cada parâmetro, com base em estudos de referência (BIJU, 2015; BOHNENBERGER et al., 2018; PAZ et al., 2018). As informações vetoriais e matriciais foram obtidas por meio de fontes como IBGE, CPRM e Google Earth Pro. Os resultados revelaram que a maioria dos descartes se concentra em áreas próximas a equipamentos públicos e zonas de maior circulação populacional, gerando riscos sanitários e ambientais consideráveis. Destaca-se a ausência de planejamento urbano e de gestão adequada dos resíduos, o que agrava a contaminação de corpos hídricos e do lençol freático, devido à vulnerabilidade hidrogeológica da região. A análise espacial indicou que 49,32% da área apresenta risco médio, 48,88% risco alto e 1,80% risco muito alto de impacto ambiental, não havendo áreas classificadas como de risco baixo. Dessa forma, a utilização de ferramentas de geotecnologia, como o geoprocessamento, mostrou-se essencial na identificação das áreas mais vulneráveis, proporcionando subsídios técnicos relevantes para o planejamento ambiental e urbano do município. A criação de políticas públicas direcionadas à gestão de resíduos, especialmente em áreas turísticas, é imprescindível para mitigar os danos ambientais e melhorar a qualidade de vida da população residente e flutuante
Simulação Computacional de Sistema com Poucos Graus de Liberdade
No full textA investigação de muitos fenômenos físicos se dá pela modelagem por meio de sistemas denominados conservativos, que são caracterizados por ausência de dissipação. A modelagem de sistemas conservativos pode ser utilizada para o estudo da propagação de energia por sistemas elástico-mecânicos para a compreensão das características elásticas e de transmissão calor dos materiais envolvidos a partir da modelagem das vibrações harmônicas, que envolve muitos graus de liberdade. Ao passo que a modelagem de sistemas conservativos com poucos graus de liberdade, permite um estudo com menor dificuldade de sistemas não-lineares, como se dá com a modelagem do problema de dois corpos que é perfeitamente resolvida de forma exata, tradicionalmente desenvolvida nos cursos de Mecânica Clássica. Outros sistemas auto-gravitantes, a exemplo do tradicional problema dos três corpos, como o sistema Sol-Terra-Lua, para o qual pode-se obter soluções analíticas aproximadas. O presente trabalho tem como foco o estudo do problema dos três corpos, um sistema clássico da mecânica celeste que não possui solução analítica geral e apresenta comportamento caótico, sendo altamente sensível às condições iniciais. A proposta inseriu-se em um projeto de ensino voltado à formação do aluno pesquisador, com o objetivo de promover a autonomia investigativa, o raciocínio lógico e o domínio de ferramentas computacionais aplicadas à Física. Embora o problema estudado tenha sido amplamente tratado na literatura (Marchal, 1990), a abordagem voltada para o ensino permite ao estudante enfrentar desafios reais de modelagem e interpretação de resultados. Devido à sua complexidade, o problema dos três corpos torna-se um excelente objeto de investigação para o desenvolvimento de habilidades em métodos numéricos e modelagem computacional (Bate; Mueller; White, 1971). A metodologia adotada consistiu na implementação do método de Runge-Kutta de quarta ordem (RK4) utilizando a linguagem de programação Python. O método RK4 é destacado como um método robusto e de precisão razoável, ideal para problemas em que a solução analítica não está disponível (Burden; Faires, 2011). Obteve-se a solução numérica do sistema e foram desenvolvidas as primeiras animações, representando graficamente as trajetórias dos corpos em interação gravitacional, permitindo visualizar as trajetórias complexas dos corpos em interação. A visualização das órbitas simuladas contribuiu para a compreensão qualitativa do sistema dinâmico e caótico, reforçando o papel das simulações como ferramenta de apoio ao ensino de Física (Silva; Mortimer, 2004). O modelo adotado auxilia no desenvolvimento de habilidades científicas importantes, como o raciocínio analítico, o uso de ferramentas computacionais e a autonomia discente. O projeto, contribui para consolidar conhecimentos em mecânica clássica e métodos numéricos, ao mesmo tempo em que promove uma aproximação concreta com práticas de pesquisa científica, destacando a importância da pesquisa no ensino como um meio de formação
Uma abordagem baseada em Isolation Forest para detecção robusta de anomalias em máquinas industriais usando Out-of-Distribution
No full textA indústria tem acumulado prejuízos econômicos, exposto seus funcionários a riscos à saúde e gerado problemas ambientais causados por falhas e mau funcionamento de máquinas industriais (Chinniah, 2015). Diante desses desafios, modelos de aprendizado de máquina vêm sendo explorados na manutenção preditiva de máquinas industriais, detectando antecipadamente anomalias em seu funcionamento a partir de dados coletados por sensores. Trabalhos recentes mostram que manifestações acústicas tendem a ser os primeiros indícios de falhas e, quando comparados com dados de outros sensores, como de vibração e de temperatura, sensores acústicos podem permitir detecção de anomalias mais antecipadamente. A alta dimensionalidade de dados acústicos, contudo, pode tornar a detecção de anomalias mais desafiadora, incentivando o desenvolvimento de abordagens complexas, com baixa replicabilidade, menor explicabilidade e pouca robustez, especialmente quando avaliadas em cenários distintos daqueles nos quais foram treinadas (i.e., out-of-distribution). Neste trabalho, desenvolvemos a abordagem iMFCCForest para a detecção de anomalias não supervisionada que utiliza dados acústicos de máquinas industriais e consiste em um modelo simples, Isolation Forest (Liu; Ting; Zhou, 2008), equipado com uma extração de características baseada em MFCC (mel-frequency cepstral coefficients) (Abdul; Al-Talabani, 2020). Incluímos a abordagem iMFCCForest no framework MTSA para garantir replicabilidade (Silva et al., 2024) e a comparamos com abordagens mais complexas baseadas em aprendizado profundo tanto em cenários in-distribution quanto out-of-distribution. As abordagens baseadas em aprendizado profundo existentes no MTSA e consideradas para a detecção de anomalias foram GANF, RanSynCorders e Hitachi pois incluem modelos recorrentes, baseados em grafos e generativos, possibilitando uma diversidade de arquiteturas para comparação. O conjunto de dados utilizado foi o MIMII (Purohit et al., 2019), que contém dados acústicos normais e anômalos de quatro tipos diferentes de máquinas industriais (válvulas, bombas, trilhos deslizantes e ventiladores), contendo diferentes subtipos para cada tipo de máquina. Para possibilitar o aprendizado não supervisionado, o conjunto de teste conteve todos os dados anômalos e uma mesma quantidade de dados normais, enquanto o conjunto de treino conteve apenas dados normais. O desempenho das abordagens foi avaliado utilizando a métrica AUC-ROC e o uso da estratégia de K-fold com 5 folds. No cenário in-distribution, para cada tipo de máquina, os modelos foram treinados e testados em máquinas de mesmos subtipos. No cenário out-of-distribution, os modelos foram testados subtipos diferentes dos quais foram treinados. Nossos resultados mostram que, no cenário in-distribution, comparada às outras abordagens, a abordagem iMFCCForest apresentou AUC-ROC superior para todos os tipos de máquinas, com exceção da abordagem RANSynCoders para os ventiladores. No cenário out-of-distribution, a iMFCCForest se mostrou mais robusta à mudança da distribuição dos dados quando comparada às abordagens baseadas em aprendizado profundo. Esses resultados mostram que modelos mais simples, quando combinados com extração de características baseadas em processamento de sinais, podem alcançar resultados superiores em cenários in-distribution e mais robustos em cenários out-of-distribution. Apesar da popularidade do aprendizado profundo devido a sua conveniente capacidade de extrair características automaticamente a partir dos dados, abordagens mais simples têm sido incrementalmente negligenciadas. Nosso trabalho mostra que o desenvolvimento de abordagens que combinam modelos simples com extração de características baseadas em processamento de sinais, possibilita a construção de abordagens mais explicáveis, robustas e eficientes, destacando o valor de abordagens mais simples na detecção de anomalias em máquinas industriais
Aplicação de sistemas de armazenamento de energia por baterias nos serviços auxiliares de subestações do sistema interligado nacional - SIN
No full textAplicação de sistemas de armazenamento de energia por baterias nos serviços auxiliares de subestações do sistema interligado nacional - SIN
Washington de Araujo Silva Junior, Universidade de Pernambuco ([email protected])
Manoel Henrique da Nóbrega Marinho, Universidade de Pernambuco ([email protected])
O presente projeto propõe uma investigação abrangente sobre a implementação de Sistemas de Armazenamento de Energia em Baterias (BESS) como fonte exclusiva para os serviços auxiliares em subestações de alta tensão no Sistema Interligado Nacional (SIN). Com o aumento da demanda por energia elétrica associado a necessidade de soluções renováveis e sustentáveis, esta pesquisa visa explorar os benefícios e desafios dessa abordagem inovadora. A metodologia proposta baseia-se em uma revisão abrangente da literatura relacionada às tecnologias de Sistemas de Armazenamento de Energia em Baterias (BESS) e sua aplicação em sistemas elétricos de alta tensão, selecionar a tecnologia de BESS mais adequada para as necessidades específicas de subestações de alta tensão no Sistema Interligado Nacional (SIN) e garantir que as conclusões e recomendações derivadas da metodologia sejam sólidas e aplicáveis a diferentes contextos do SIN. Em razão das diferentes aplicações e capacidades de armazenamento, o BESS apresenta grande potencial de utilização nas matrizes elétricas. Desse modo, buscou-se evidenciar esse tipo de tecnologia descrevendo suas características e suas principais aplicações. Foi constatado que um único BESS pode realizar diversas funções. Dentre essas, pode-se notar maior quantidade de projetos BESS envolvendo funções de suporte na integração de fontes renováveis, time-shift, regulação de frequência e em microrredes. Principais funções de um BESS nos serviços ancilares: regulação de frequência, reserva operacional, controle de tensão, arbitragem de energia e integração de fontes renováveis. As principais tecnologias de Baterias utilizadas para a aplicação em serviços ancilares: Íon de Lítio, mais utilizada atualmente em aplicações estacionárias e móveis, alta densidade energética e eficiência (acima de 90%), ciclo de vida longo e baixa manutenção, Ideal para respostas rápidas em serviços ancilares como regulação de frequência; chumbo-Ácido, boa para aplicações onde o espaço e o peso não são críticos, vida útil mais curta e necessidade de manutenção periódica; íon de Sódio, alternativa promissora ao lítio: abundante e com menor custo, ainda em fase de desenvolvimento comercial, mas atraente para o futuro; fluxo redox, armazenam energia em soluções líquidas externas à célula, ciclo de vida extremamente longo e alta segurança, ideais para aplicações de longa duração e grande escala; baterias de estado sólido, tecnologia emergente: substitui eletrólitos líquidos por sólidos, potencial para alta densidade energética e segurança, ainda em fase de desenvolvimento, mas pode revolucionar o setor. As microrredes, sistemas inteligentes que integram recursos de geração distribuída, armazenadores de energia e cargas. Nelas é possível a operação conectada à rede elétrica e, em situações de contingência ou de eventos programados, operar de forma ilhada, provendo equilíbrio de tensão e frequência na rede isolada formada, estabelecendo suprimento e aumento de confiabilidade para as cargas. Nesse contexto, os resultados apresentam a contextualização do tema microrredes, tendo em vista que as microrredes podem atuar no suprimento contínuo de cargas críticas em situação de contingência, como por exemplo os serviços auxiliares de subestações. Esse sistema, composto por baterias garante rápida resposta quando comparados aos atuais back-up dessas SE’s, como os GMGs, que são conhecidos no setor elétrico por apresentarem dificuldades relacionadas a sua partida em tempo hábil para evitar a perda da subestação.
Palavras-chave: Armazenamento de Energia; Baterias; Subestações; SIN.
Referências
Referências Bibliográficas:
Albino, V. et al. (2019). "Battery Energy Storage Systems for High Voltage Substations: A Review of Technologies and Applications." IEEE Transactions on Power Delivery, 34(2), 624-634.
Chen, Z. et al. (2020). "Integration of Battery Energy Storage Systems in Power Systems: A Comprehensive Review." IEEE Transactions on Sustainable Energy, 11(3), 1351-1363.
Zhang, F. et al. (2017). "A Review of Battery Technologies for Grid Applications and Trends in the Integration with Renewable Energy." Energies, 10(10), 1727.
Eyer, J. et al. (2017). "Energy Storage for Grid Services and Support." IEEE Transactions on Industry Applications, 53(5), 4266-4273.
Wu, D. et al. (2018). "Optimal Sizing and Siting of Battery Energy Storage System for Enhancing Grid Resilience." IEEE Transactions on Smart Grid, 9(2), 1057-1067. 
Case Study: Application of SMED on a Packaging Line in a Pharmaceutical Industry
No full textIndeed, corporate establishments are always subject to business competition. The pharmaceutical industry, for example, seeks to become more competitive in relation to the others by reducing the production costs of its medicines. This is aimed at deducting sales prices, with the consequent greater adherence of its products by the target audience. In this sense, the SMED methodology becomes a great ally in the continuous improvement of processes and production methods, with the main objective of saving time and increasing production flexibility. Thus, this work aims to present a case study developed in a large pharmaceutical industry, aiming to analyze the performance of the application of the SMED methodology in the standardization and optimization of SETUP activities in the solid medicine packaging line. The four stages of execution proposed by Shingo, the creator of the method, were applied, proving their effectiveness in the face of the study system.De fato, estabelecimentos corporativos sempre estão sujeitos à concorrência empresarial. A indústria farmacêutica, a exemplo, busca se fazer mais competitiva em relação as demais a partir da redução dos custos de produção de seus medicamentos. Isto, visando a dedução dos preços de venda, com consequente maior adesão de seus produtos pelo público-alvo. Neste sentido, a metodologia SMED torna-se uma grande aliada na melhoria contínua dos processos e métodos de produção, tendo como principal objetivo o ganho de tempo e flexibilidade de produção. Dessa forma, este trabalho tem por objetivo apresentar um estudo de caso desenvolvido em uma indústria farmacêutica de grande porte, visando a análise do desempenho da aplicação da metodologia SMED, na padronização e otimização das atividades de SETUP na linha de embalagem de medicamentos sólidos. Os quatro estágios de execução, propostos por Shingo, criador do método, foram aplicados, ficando comprovada sua eficácia diante do sistema de estudo