University of Pernambuco - Engineering School/ Editorial System Journals
Not a member yet
37197 research outputs found
Sort by
Análise da resistência de compressão axial do concreto permeável com aditivo promotor de resistência
No full textA crescente urbanização desordenada tem intensificado a impermeabilização do solo nas cidades, contribuindo significativamente para a ocorrência de inundações e agravando os impactos ambientais nos centros urbanos. Nesse contexto, o concreto permeável se apresenta como uma alternativa eficaz para a drenagem urbana, ao permitir a percolação da água por sua estrutura porosa. No entanto, sua elevada porosidade compromete a resistência mecânica, restringindo sua aplicação em áreas sujeitas a tráfego intenso. Diante desse desafio, este trabalho teve como objetivo analisar experimentalmente a influência do aditivo promotor de resistência nas propriedades físico-mecânicas do concreto permeável, verificando sua viabilidade técnica para uso em pavimentos urbanos com maiores exigências estruturais. A pesquisa foi conduzida com base na produção de quatro traços distintos de concreto, com variações nos teores de (0%, 1%, 3% e 5%), mantendo constante a relação água/cimento em 0,25. Os corpos de prova, com dimensões de 10 cm × 20 cm, foram moldados manualmente, adensados por compactação e curados segundo os parâmetros estabelecidos pela norma NBR 16416:2015. Os ensaios de resistência à compressão axial foram realizados conforme a norma NBR 5739:2018, nas idades de 7 e 28 dias. Os resultados demonstraram que a incorporação do aditivo proporcionou um ganho progressivo de resistência à compressão, com destaque para o traço com 5%, que alcançou médias de 17,88 MPa aos 7 dias e 38,22 MPa aos 28 dias — valores que não apenas superam os limites mínimos normativos, como também se aproximam da resistência de concretos convencionais utilizados em pavimentos de tráfego intenso. A análise estatística dos dados, realizada por ANOVA, confirmou diferenças significativas entre os traços testados (p < 0,0001), validando a eficácia da dosagem. Conclui-se que o uso desse aditivo representa uma solução viável e eficiente para o aprimoramento do concreto permeável, ampliando suas possibilidades de aplicação estrutural sem comprometer sua funcionalidade hidráulica. A pesquisa reforça o papel dos aditivos promotores de resistência sustentáveis no desenvolvimento de soluções técnicas que aliem desempenho mecânico, durabilidade e benefícios ambientais para a infraestrutura urbana
Aplicação de Sistema de Monitoramento de Baixo Custo para Predição de Desgaste de Ferramentas em Usinagem
No full textA indústria moderna tem exigido soluções cada vez mais eficientes, precisas e inteligentes no controle dos processos de manufatura. Em operações de usinagem, o desgaste de ferramentas de corte é um fator crítico, uma vez que afeta diretamente a qualidade dimensional e superficial do produto, além de aumentar os custos relacionados à substituição prematura de ferramentas e à recorrência de manutenções corretivas (Chacón et al., 2021; Mohanraj et al., 2020). Com a consolidação dos conceitos da Indústria 4.0, a integração de sensores a um sistema de monitoramento da condição de ferramenta (TCM - Tool Condition Monitoring) se torna uma solução viável, por conseguir prever o fim da sua vida útil e permitir a sua substituição no momento adequado, resultando na minimização do tempo de inatividade e no aumento da eficiência operacional (Soori; Arezoo; Dastres, 2023). O monitoramento do estado de ferramentas pode ser realizado através de dois métodos: diretos e indiretos. Os métodos diretos permitem o acompanhamento imediato das alterações geométricas das ferramentas devido ao desgaste. Embora sejam considerados mais confiáveis, apresentam limitações em aplicações industriais, pois exigem a interrupção do processo para que as medições sejam realizadas, aumentando o tempo de inatividade e impactando negativamente a produtividade. Em contraste, os métodos indiretos são baseados na medição de parâmetros relacionados ao processo de usinagem que apresentam correlação com o desgaste de ferramenta, como medições de forças de corte (Cheng et al., 2022), emissões acústicas (Chacón et al., 2021), consumo de corrente elétrica (Muraro, 2020) e vibrações (Navarro-Devia et al. 2023). Apesar de serem úteis por permitirem o monitoramento da ferramenta em tempo real e de forma não intrusiva (Serin et al., 2020), criar uma relação fidedigna entre as medições de sinais e a condição efetiva de deterioração representa um dos principais obstáculos. Isso ocorre porque, além do próprio desgaste, diversos elementos externos também afetam o sinal captado, incluindo os parâmetros operacionais e o estado do equipamento utilizado. Contudo, a acurácia pode ser elevada significativamente com o emprego de sensores distintos, proporcionando dados mais consistentes ainda que intensifique as exigências relacionadas ao tratamento dos sinais obtidos (Cheng et al., 2020; Mohanraj et al., 2020; Navarro-Devia et al., 2023). Este trabalho teve como objetivo desenvolver e validar um sistema de monitoramento do desgaste de ferramentas em fresamento, empregando sensores de baixo custo integrados a um microcontrolador para aquisição de sinais mecânicos e elétricos. O sistema foi desenvolvido com base nos métodos propostos por Vianello et al. (2023), utilizando um acelerômetro triaxial MPU-9250 posicionado próximo à zona de corte para captura das vibrações geradas e um sensor de corrente SCT-013 instalado no motor principal da fresadora para monitoramento do esforço elétrico, ambos operando com taxa de amostragem de 2 kHz. Ensaios experimentais foram realizados em duas máquinas com características distintas: uma router CNC (Controle Numérico Computadorizado), de menor rigidez estrutural, localizada no Instituto de Inovação Tecnológica (IIT-UPE), e uma fresadora ferramenteira, localizada na Escola Politécnica de Pernambuco (POLI-UPE). As ferramentas de corte empregadas foram fresas de topo de aço rápido (High Speed Steel – HSS) de 10 mm, aplicadas na usinagem de corpos de prova em aço SAE 1045 (200×100×20 mm), com parâmetros de corte padronizados. O fim de vida da ferramenta foi definido segundo a ABNT NBR ISO 8688 - parte 2 (2020), considerando desgaste médio de flanco (VBB) de 0,3 mm ou máximo individual (VBBmax) de 0,5 mm, mensurado por microscopia. Os sinais coletados foram submetidos a pré-processamento, análise espectral através da Transformada Rápida de Fourier e avaliação estatística pelo coeficiente de correlação de Pearson, visando estabelecer a relação entre as grandezas dinâmicas e o avanço do desgaste. Os resultados demonstraram que, nos ensaios realizados na router CNC, todas as fresas atingiram rapidamente níveis de desgaste superiores aos limites normativos, inviabilizando análises mais detalhadas do comportamento da deterioração das ferramentas. Na fresadora, entretanto, observou-se a evolução progressiva do desgaste e variações significativas na vibração, com coeficientes de correlação elevados entre aceleração RMS (Root Mean Square) e o desgaste (r ≈ 0,7–0,96; p < 0,01), confirmando-a como principal variável preditiva. A corrente elétrica, por sua vez, apresentou baixa sensibilidade a desgastes sutis, mas evidenciou maior consumo e variabilidade na router CNC, refletindo sua menor rigidez estrutural e maior suscetibilidade a vibrações intermitentes. Em síntese, o estudo valida a viabilidade técnica de monitoramento de desgaste com sensores de baixo custo, destacando a vibração como o principal indicador e o sinal de corrente como variável complementar
Análise de Tipologias de Lavagem de Dinheiro em uma Rede de Correlação de Contas Bancárias utilizando Métodos de Ciência da Redes
No full textA lavagem de dinheiro é o processo de ocultar a origem ilícita de fundos por meio de transações financeiras para integrá-los à economia formal, gerando graves consequências socioeconômicas, como o aumento da desigualdade e da insegurança. No Brasil, por exemplo, este tipo de crime causou um prejuízo de R$ 123 bilhões à economia entre 2013 e 2017 (Assumpçao et al., 2022). Contudo, os métodos tradicionais de detecção frequentemente falham em capturar a complexa rede de relações entre as transações, o que torna crucial o desenvolvimento de abordagens de investigação mais robustas para combater um delito que afeta diretamente toda a sociedade (Jensen e Iosifidis, 2023). Este trabalho propõe uma abordagem baseada em ciência de redes para a análise de tipologias de lavagem de dinheiro, especificamente a fragmentação de depósitos (I-d), a fragmentação de saques (I-e) e o recebimento de depósitos de múltiplas origens sem justificativa econômica (IV-n), conforme classificações do Banco Central do Brasil (Xavier et al. 2024). O objetivo é aprimorar os modelos analíticos de combate à lavagem de dinheiro por meio da identificação de padrões estruturais em redes financeiras. A metodologia empregou um conjunto de 167.032 transações bancárias anonimizadas, fornecidas pela Polícia Civil do Estado de Pernambuco (PCPE) e originadas de investigações reportadas ao Conselho de Controle de Atividades Financeiras (COAF). A partir desses dados, foi construída uma rede de correlação onde a intensidade da associação entre as contas foi quantificada pelo coeficiente ϕ (phi), uma métrica de correlação para variáveis binárias (Hidalgo et al., 2009). Foram consideradas apenas as conexões positivas (ϕij>0) que superam a ocorrência ao acaso. Para a análise estrutural da rede, foram aplicadas as seguintes métricas: coeficiente de assortatividade, para avaliar a tendência de conexão entre contas com atributos semelhantes de envolvimento em lavagem de dinheiro; algoritmos de detecção de comunidades (Louvain e Infomap), para identificar grupos de contas com alta densidade de conexões internas (Rosvall e Bergstrom, 2008; Blondel et al., 2008); e centralidade de intermediação de arestas, para localizar os caminhos transacionais mais críticos. Para validação estatística, foi realizada uma análise comparativa com 30 redes aleatórias geradas pelo modelo Erdős-Rényi (Erdds e R&wi, 1959) e com a mesma proporção de indícios de cada tipologia. Os resultados demonstram que a rede de lavagem de dinheiro é desassortativa, indicando uma tendência de que contas envolvidas em atividades ilícitas evitam conexões diretas entre si, um padrão distinto do observado nas redes aleatórias. Os algoritmos de detecção de comunidades identificaram estruturas coesas e bem definidas, frequentemente organizadas em torno de contas centrais (padrões egocêntricos), característica não encontrada nas redes aleatórias. A análise de centralidade, por sua vez, destacou as conexões de maior impacto estrutural. Conclui-se que a abordagem de redes pode se tornar uma ferramenta eficaz para a caracterização e análise de atividades suspeitas de lavagem de dinheiro, revelando a complexa natureza relacional dessas operações. Sugere-se, para trabalhos futuros, a integração de outras variáveis transacionais (valor, data, tipo) e a aplicação de Redes Neurais de Grafos (GNNs) para aprimorar os modelos de detecção
Comparação de Modelos Estatísticos e Modelos de Machine Learning Multinível na Previsão do Desempenho de Alunos do ENEM com Base na Gestão de Tempo: Uma Hipótese em Investigação.
No full textOs modelos multiníveis, de acordo com Pires (2020), surgem como uma solução para limitações dos modelos de regressão tradicionais quando lidam com dados agrupados em hierarquias. A principal desvantagem dos modelos tradicionais é a incapacidade de considerar a hierarquização das observações, o que pode levar a conclusões equivocadas. Os modelos multiníveis superam essa limitação ao levar em conta a estrutura de agrupamento das observações, permitindo a definição de equações em cada nível. Essas equações são posteriormente combinadas em um único modelo que melhor se ajusta aos dados (PIRES, 2020). Esses modelos multiníveis possuem duas partes essenciais: a fixa e a aleatória. A parte fixa é comum a todos os grupos, enquanto a parte aleatória reflete a especificidade de cada grupo, sendo estimada pela variabilidade nos diferentes níveis. Em modelos de regressão multinível, os coeficientes do primeiro nível são tratados como aleatórios no segundo nível. Essa abordagem permite capturar a variação tanto a nível global quanto dentro dos grupos, tornando os modelos multiníveis mais flexíveis e robustos para lidar com estruturas hierárquicas nos dados (PIRES, 2020). O desempenho acadêmico e a aprendizagem são influenciados por diversos fatores, além da inteligência e dedicação aos estudos. Esses fatores incluem aspectos pessoais e internos do estudante, como fatores orgânicos, cognitivos, afetivos e motivacionais, bem como a influência da família, do grupo social e do ambiente escolar. A interação entre esses elementos desempenha um papel crucial no processo de aprendizado e no desempenho acadêmico de um indivíduo (ANDRADE, 2014). A gestão do tempo engloba um conjunto de técnicas que visa otimizar a execução de tarefas, garantindo a manutenção da produtividade e eficiência. Em essência, trata-se da aplicação de processos e ferramentas que auxiliam na conclusão de atividades e projetos dentro dos prazos estabelecidos, assegurando resultados satisfatórios (MELO; FARIAS, 2015). Este trabalho visa comparar a eficácia dos modelos estatísticos multiníveis e dos algoritmos de machine learning multiníveis na previsão do desempenho dos alunos do ENEM, utilizando dados sobre gestão de tempo. O objetivo é identificar qual abordagem fornece previsões mais precisas e insights mais úteis para educadores e gestores. A análise será realizada com base nos dados de desempenho dos alunos do ensino médio no ENEM 2022 e seus hábitos de estudo. Os dados foram coletados do portal de microdados do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) e incluem informações demográficas, socioeconômicas, e dados sobre o tempo gasto em cada seção do exame. Os microdados utilizados foram anonimizados, garantindo a privacidade dos participantes. A coleta de dados será realizada a partir dos microdados do ENEM 2022 disponibilizados pelo INEP, estruturados em níveis hierárquicos como escolas, turmas e alunos. Para modelos estatísticos multinível, serão utilizados Modelos Lineares Hierárquicos (HLM) e Modelos de Regressão Logística Multinível, implementados com o pacote lme4 no R. Para modelos de machine learning multinível, serão empregados Random Forests Multinível, Redes Neurais Convolucionais (CNNs) adaptadas para dados hierárquicos e Gradient Boosting Machines (GBM), utilizando bibliotecas como scikit-learn, TensorFlow e XGBoost. Os procedimentos de avaliação incluirão métricas como Raiz do Erro Quadrático Médio (RMSE), Acurácia, Área Sob a Curva ROC (AUC) e Tempo de Treinamento/Inferência, com validação cruzada k-fold para robustez das estimativas. Espera-se comparar a performance dos modelos em termos de RMSE e AUC, discutir a interpretabilidade dos resultados dos modelos estatísticos versus os de machine learning e analisar a eficiência computacional comparando o tempo de treinamento e inferência entre os modelos. Espera-se que os modelos de machine learning apresentem maior precisão preditiva, enquanto os modelos estatísticos serão mais fáceis de interpretar. A eficiência computacional dos modelos de machine learning será avaliada considerando o tempo de treinamento e inferência. A síntese dos achados esperados sugere que os modelos de machine learning terão maior precisão preditiva e capacidade de capturar relações complexas nos dados, enquanto os modelos estatísticos oferecerão melhor interpretabilidade e serão mais adequados para inferência causal. As implicações para a educação incluem a utilização dos insights gerados para melhorar a gestão de tempo dos estudantes, potencialmente aumentando seu desempenho, e as limitações do estudo serão discutidas, considerando as restrições dos dados e das abordagens metodológicas utilizadas.
 
Aproveitamento de água gerada por condicionadores de ar para fins não potáveis em edificações
No full textA escassez hídrica é um problema que assola diversas regiões do planeta, gerando uma preocupação universal em relação às estratégias para minimizar seus impactos a fim de assegurar uma disponibilidade e sustentabilidade hídrica a todos. Dentre essas estratégias, as tecnologias alternativas para o aproveitamento de água de diversas fontes vêm sendo cada vez mais utilizadas nas edificações (MELO, 2020). Nesse contexto, este estudo tem por objetivo avaliar a viabilidade do aproveitamento da água do condensado, proveniente dos aparelhos de ar-condicionado (AC), para fins não potáveis em uma edificação de tipologia administrativa localizada na cidade do Recife-PE. A metodologia aplicada consistiu em monitoramento “in loco” com auxílio de uma proveta graduada para determinação da vazão média de água condensada pelos aparelhos de ar-condicionado de 4 blocos da edificação. Nesse sentido, foram monitorados 7 ambientes, onde a seleção dos ambientes considerou 3 fatores: a acessibilidade dos drenos dos aparelhos de ar- condicionado, visto que muitos drenos estavam em locais completamente inacessíveis; o sistema de coleta da água condensada não poderia ficar muito visível, o que iria comprometer a estética do ambiente corporativo; a circulação de pessoas nos ambientes, posto que o estudo se torna mais representativo se for realizado nos ambientes mais frequentados do prédio. O monitoramento foi realizado ao longo de duas semanas, por um período de pelo menos um turno de funcionamento em cada dia. As vazões produzidas pelos aparelhos foram calculadas dividindo o volume total de água captado em cada dia pelo número de horas de funcionamento dos respectivos aparelhos em cada dia. Paralelamente, foram estimados 3 tipos de demandas não potáveis de água que podem ser substituídas futuramente pela água condensada: lavagem de piso, lavagem de banheiros e rega de jardim. A estimativa do volume de água adotado para a rega do jardim foi calculada por meio de metodologia proposta por TOMAZ (2010), e as demandas para lavagem de piso e lavagem de banheiros foram calculadas a partir de reuniões com a equipe de limpeza do prédio. Os resultados das vazões de água condensada consistiram em uma média de 11,48 L/h para o bloco A, 0,57 L/h para o bloco B, 2,15 L/h para o bloco C e 13,89 L/h para o bloco D. A discrepância entre os valores se justifica pelas diferentes características de cada bloco monitorado e os resultados encontrados estão coerentes com a literatura do tema estudado. Finalmente, espera-se finalizar o estudo no decorrer do plano de trabalho, com elaboração de proposta para implantação do sistema de aproveitamento de água condensada por aparelhos de ar-condicionado
Panorama acerca do uso do Building Information Modeling para prevenção através do projeto
No full textNas últimas décadas, a urbanização acelerada e a busca por soluções sustentáveis influenciaram o desenvolvimento urbano (James, 2024; Messaoud et al., 2024). Nesse cenário, o conceito de prevenção através do projeto (PtD) surge como uma abordagem relevante, que visa mitigar riscos de segurança em projetos de construção ao considerar possíveis riscos desde a fase de concepção de um empreendimento (Collinge; Osorio-Sandoval, 2024; Tözer et al., 2024). Para facilitar a implementação do PtD, diversas ferramentas digitais têm sido utilizadas, destacando-se as que fazem uso do Building Information Modeling (BIM) (Johansen; Schultz; Teizer, 2024; Labadan; Panuwatwanich; Takahashi, 2023). O BIM não apenas permite a integração de informações no modelo digital da edificação, mas também facilita a colaboração entre todos os envolvidos no processo de construção (Azevedo; Vasconcelos, 2024; Durante et al., 2024; Reins; Wijns, 2024). A presente pesquisa teve como objetivo realizar uma análise bibliométrica das produções acadêmicas sobre o uso de BIM em PtD. Para isso, utilizou-se a metodologia PRISMA (Page et al., 2023), onde obteve-se 37 artigos inclusos na análise, eles foram provenientes das bases de dados Compendex, Science Direct, Scopus e Web of Science. A análise bibliométrica, realizada com o software VOSviewer, mostrou um crescimento nas publicações sobre BIM para PtD, especialmente a partir de 2022, com a China liderando em publicações, seguida pelos EUA. Os periódicos mais influentes incluem "Automation in Construction" e "Safety Science”. A pesquisa também indicou tendências futuras, como o uso do BIM e PtD em projetos de estações de metrô. Com a pesquisa, identificou-se o crescimento da aplicação de BIM para PtD e sua relevância internacional, contribuindo para cidades mais seguras e eficientes.
Palavras-chave: Building Information Modeling (BIM); prevention through design (PtD); tecnologias digitais; segurança do trabalho
Aplicação de Machine Learning na Gestão de Dívida Técnica
No full textDívida Técnica (DT) refere-se aos problemas ocasionados quando tarefas do desenvolvimento de software encontram-se pendentes ou mal executadas. Ao mesmo tempo em que estas ações podem proporcionar maiores benefícios a curto prazo, há em contrapartida riscos ao projeto, dificultando sua evolução e gestão (SEAMAN E GUO, 2011). De forma a manter uma DT sob controle, profissionais do desenvolvimento de software podem adotar diferentes estratégias especialmente desenvolvidas para esse fim. Estes recursos apoiam as diferentes atividades de gestão de DT, que vão desde a identificação, até a sua correção (LI; LIANG; AVGERIOU, 2014). No entanto, as estratégias que auxiliam no entendimento e gestão de DT, em sua maioria, são realizadas de forma manual, o que se torna um desafio para a indústria o (MELO et al., 2022). De forma a reduzir essa subjetividade, pesquisadores estão construindo soluções que melhorem a gestão de DT baseando-se na aplicação de algoritmos de Machine Learning (ML). No entanto, a quantidade de estudos que propõem recursos desenvolvidos a partir desses algoritmos, torna-se limitada e preliminar (TSINTZIRA et al., 2020). Neste sentido, este trabalho tem como objetivo propor a construção de uma infraestrutura que auxilie na aplicação de técnicas de ML no gerenciamento de DT, visando a correção automatizada dessas dívidas. Inicialmente, foi realizada uma Revisão Sistemática da Literatura (RSL) a fim de identificar evidências relacionadas a utilização de técnicas de ML na gestão de DT (Kitchenham e Charters, 2007). A busca pelos estudos primários foi realizada através da busca automática em bibliotecas digitais especializadas e de renome científico-acadêmico na área da Ciência da Computação. As fontes de busca utilizadas foram: (i) ACM Digital Library; (ii) IEEE Digital Library; (iii) Science Direct e (iv) SCOPUS. Buscando obter resultados relevantes entre as bibliotecas digitais na busca automática, uma string de busca foi formada a partir das palavras-chave "technical debt", "artificial intelligence" e "machine learning" com seus respectivos sinônimos em inglês. A busca inicial resultou em 777 estudos primários e, em seguida foram aplicados os critérios de inclusão e exclusão, resultando em um total de 108 estudos selecionados. No processo de avaliação da qualidade, os estudos resultantes foram lidos na íntegra para identificar quais atendiam aos critérios de qualidade e, respondiam as questões de pesquisa de maneira satisfatória, resultando em 47 estudos primários. Como resultados parciais, as técnicas de ML como Random Forest e Naive Bayes se destacaram na RSL pela quantidade de citações nos estudos. São amplamente utilizadas em tarefas de classificação de texto, alcançando boa precisão na identificação de DT em comentários de código-fonte (Li, Soliman e Avgeriou, 2022). A escolha da técnica depende do contexto específico, como a necessidade de classificar automaticamente grandes volumes de código ou identificar padrões em dados de histórico de desenvolvimento. Como exemplo, o estudo de (ABBAS et al., 2020). utiliza algoritmos como Random Forest, Decision Trees e Support Vector Machines (SVM), para treinar modelos preditivos baseados em dados históricos de mudanças e métricas de software, como complexidade, quantidade de linhas de código, e coesão em métodos. A eficácia dos modelos é avaliada através de métricas de performance, como precisão, recall e F1-score. Além disso, a dívida técnica de código representou cerca de 53% das pesquisas e das soluções desenvolvidas com a aplicação de ML, bem como, estudos primários estão dedicando suas pesquisas à DT auto-admitida ou intencional (SATD), a qual refere-se a situações em que os desenvolvedores estão cientes de que a implementação atual não é a melhor, no entanto, adicionam comentários como um lembrete para correção futura. Assim, ML está sendo utilizado nas atividades de classificação de texto para identificar SATD em comentários de código, uma vez que, podem utilizar informações semânticas para uma identificação eficiente de categorias de texto. Adicionalmente, observou-se quais desafios são alcançados ao aplicar técnicas de ML no gerenciamento de DT. Como desafios, destaca-se o fato de que DT se manifesta nas diferentes atividades do desenvolvimento de um software. A heterogeneidade da DT dificulta o treinamento de um único modelo abrangente para lidar com todos os tipos. Considerando a complexidade e diversidade dos tipos de DT, o escopo da aplicação de ML neste trabalho será focado inicialmente na identificação de SATD em comentários de código e a previsão do esforço necessário para a correção especifica dessa DT. As técnicas de ML serão aplicadas diretamente no ambiente de desenvolvimento de software, integrando-se a ferramentas de gestão de código e DT. Isso permitirá a análise contínua do código e a detecção automatizada de DT, reduzindo a carga de trabalho manual dos desenvolvedores. A aplicação será feita através do desenvolvimento de modelos de ML que serão treinados com dados de código-fonte e histórico de projetos, esses modelos serão integrados a pipelines de desenvolvimento, automatizando a detecção e recomendação de ações corretivas. Para que esses objetivos sejam atingidos, pretende-se aplicar técnicas de ML na resolução de problemas no contexto de DT, com base na seleção e replicação de estudos da RSL. Bem como, analisar e triangular as informações coletadas em cada atividade para ao final desenvolver o TechDebtML, uma infraestrutura computacional destinada a apoiar o compartilhamento do conhecimento sobre dívida técnica e ML. A solução será destinada a desenvolvedores de software que lidam diretamente com a manutenção e evolução do código. Gestores de projetos e arquitetos de software também poderão utilizar as previsões geradas pelos modelos de ML para melhorar o planejamento e a alocação de recursos. Para avaliar a proposta desenvolvida, será realizada sessões de grupo focal com especialistas na área e profissionais de desenvolvimento de software. O desenvolvimento do trabalho tem o objetivo de fornecer informações relevantes para suprir as dificuldades que os profissionais da indústria encontram para compreender e gerenciar DT em seus projetos
Análise aerodinâmica do perfil de asas interpolado desenvolvido pela equipe Tenpest AeroDesign
No full textA análise aerodinâmica de perfis de asa de aeromodelos é essencial para o desempenho das aeronaves, influenciando diretamente a eficiência de voo por meio da geometria da asa, que é um componente crucial para sustentar o avião durante o voo, segundo Anderson (2011). Os perfis das asas determinam a capacidade de sustentação, o arrasto aerodinâmico e a estabilidade do aeromodelo, de acordo com Santos, Patrício e Maia (2018). Neste contexto, este trabalho tem por objetivo analisar a eficiência aerodinâmica de um perfil interpolado para auxiliar a equipe Tenpest AeroDesign da Escola Politécnica de Pernambuco (POLI-UPE) na competição SAE Brasil AeroDesign. A metodologia utilizada envolveu, inicialmente, o uso da biblioteca online Airfoil Tools, uma plataforma online que disponibiliza vários perfis de asa de aeronaves para consulta. Em seguida, foi realizada a análise gráfica dos coeficientes de sustentação (Cl), arrasto (Cd) e momento de arfagem (Cm) em função da variação do ângulo de ataque (α) para dois perfis tradicionais, EPPLER 423 e SELIG 1223, além de um perfil otimizado denominado G2_026. As análises foram realizadas com o software XFLR5, que permitiu a simulação computacional dos perfis em 2D, reproduzindo efeitos semelhantes aos de um túnel de vento. Os resultados apresentaram as curvas Cl x Cd, Cl x α e Cl/Cd para cada perfil, evidenciando o desempenho aerodinâmico e possibilitando a comparação entre eles. O perfil G2_026 mostrou-se superior ao SELIG 1223 em termos da análise de ângulos de ataque negativos, mas inferior em ângulos positivos. Comparado ao EPPLER 423, o G2_026 apresentou um coeficiente de sustentação ligeiramente superior para α > 0. O G2_026, por sua vez, exibiu poucas desvantagens em ângulos negativos em relação ao EPPLER 423, mas oferece um coeficiente de arrasto mais baixo que o perfil SELIG 1223, beneficiando assim sua eficiência aerodinâmica. Para α > 0, os três perfis exibiram coeficientes de arrasto semelhantes. Em relação ao coeficiente de momento, o G2_026 apresentou menores valores na faixa de 0º a 15º, em comparação com o EPPLER 423, e valores ligeiramente maiores que o SELIG 1223. As análises no XFLR5 mostram que, para α > 0, o EPPLER 423 é superior aos outros dois perfis, embora a diferença seja mínima em relação ao G2_026. No entanto, na faixa de - 2,5º a 11º, o perfil G2_026 mostrou maior eficiência aerodinâmica em comparação com os demais. A competição de Aeromodelos da SAE BRASIL para a Classe Micro, categoria em que a Tenpest compete, leva em consideração as seguintes exigências: menor tempo de montagem, decolagem de uma plataforma de 4,2 metros e voo válido com a maior carga possível. Desta maneira, considerando que o coeficiente de sustentação máximo (Clmax) é importante para a competição, pôde-se concluir que o perfil G2_026, desenvolvido pela equipe da Tenpest, apresentou resultados promissores. Isto, tendo em vista as simulações computacionais realizadas neste estudo, que apresentou o maior coeficiente de sustentação entre os perfis estudados. Além disso, opera em uma faixa maior de ângulos de ataque e mantém a eficiência constante, tornando-se a opção mais versátil e viável, uma vez que possui uma faixa de eficiência maior em função do ângulo de ataque, quando comparado aos demais. No entanto, ainda serão necessários testes em túnel de vento para confirmar ou refutar esses resultados
Expandindo e consolidando as atividades do DESS: Uma abordagem inovadora para os componentes curriculares de extensão com foco na sustentabilidade – DESS@POLI 2024
No full textO programa de extensão DESS@POLI 2024 foi desenvolvido com o propósito de integrar e promover os conceitos de sustentabilidade nas principais dimensões acadêmicas da universidade: pesquisa, extensão e ensino. A iniciativa visa abordar a necessidade urgente de reduzir os impactos ambientais e sociais causados pela intervenção humana na natureza. Com a missão de unir a comunidade acadêmica e a sociedade local em torno de práticas sustentáveis, a equipe integrante do programa tem se dedicado a transformar a realidade dos participantes através de uma abordagem holística que incorpora conhecimento acadêmico, engajamento comunitário e inovação prática, para facilitar a integração de princípios de sustentabilidade em todas as atividades universitárias e na comunidade ao redor da universidade. Para atingir seus objetivos, o DESS@POLI 2024 tem implementado uma série de atividades e estratégias ao longo do ano, as quais incluem o apoio a projetos de pesquisa, trabalhos de conclusão de curso, artigos, dissertações e teses na dimensão de pesquisa, apoio aos Componentes Curriculares de Extensão (CCE) criados e coordenados por professores do DESS na dimensão de ensino, e eventos promovidos com criação de conteúdos audiovisuais para disseminação do conhecimento, além da participação da equipe responsável pelo desenvolvimento e implantação de Planos de Logística Sustentável em órgãos públicos como atividades de extensão e inovação. O programa organizou dois eventos principais este ano: o Fórum DESS 2024 e o Concurso de Vídeos sobre Sustentabilidade 2024. A 11ª edição do Concurso de Vídeos sobre Sustentabilidade, ocorrida em 06 de junho de 2024, contou com a participação de 23 vídeos de curta duração com foco na aplicação dos 17 Objetivos de Desenvolvimento Sustentável (ODS) da ONU (2024) na resolução de problemas locais. O concurso contou com 23 avaliadores, e os 3 melhores vídeos foram premiados. O Fórum DESS 2024, realizado entre maio e junho de 2024, serviu como um espaço para o diálogo contínuo entre acadêmicos e membros da comunidade civil. Este evento promoveu palestras e discussões sobre temas relevantes relacionados à sustentabilidade, que foram amplamente divulgados no canal oficial do DESS no YouTube (DESS, 2024a). Alunos dos CCEs Revisão Sistemática da Literatura (RSL), Metodologia da Pesquisa Tecnológica (MEPT) e Tópicos Avançados de Sustentabilidade (TAS) criaram 24 podcasts que resumem as aulas e palestras do Fórum DESS Sustentabilidade, além de artigos de RSL relacionados a temas de pesquisa desenvolvidos pelos alunos de engenharia da Universidade de Pernambuco (UPE). Estes podcasts, com duração de 10 a 15 minutos, foram disponibilizados no canal do DESS no Spotify (DESS, 2024b). Com esta demanda, a plataforma de vídeos do DESS passou por atualizações para acomodar o upload dos podcasts, garantindo a acessibilidade e a qualidade dos conteúdos disponíveis. O programa foi amplamente atribuído às colaborações com professores internos e externos, pesquisadores, especialistas do setor da Construção Civil e de áreas adjacentes, além de alunos e membros da comunidade local. A colaboração com a Colorado State University (CSU), dos EUA, tem levado ao desenvolvimento e publicação de artigos científicos e apoio por meio de coorientações e presença em bancas avaliadoras de dissertações do Programa de Pós-graduação em Engenharia Civil (PEC-POLI) da UPE. O projeto de inovação/extensão tecnológica em parceria com o Tribunal de Contas do Estado de Pernambuco (TCE-PE) também faz parte do DESS@POLI 2024, onde o DESS tem participado da implementação da coleta seletiva conforme o Termo Aditivo nº 2 da Implantação de Ações Sustentáveis no Tribunal de Contas do Estado de Pernambuco – Etapa 2 (2024), na sede da instituição, como atendimento ao seu Plano de Logística Sustentável (PLS) (TCE PE, 2023). Com a experiência, o DESS também participou no desenvolvimento do PLS da UPE que contempla 10 eixos estratégicos, publicado esse ano (UPE, 2024). Os resultados obtidos pelo DESS@POLI 2024 demonstram o impacto positivo e a relevância das atividades desenvolvidas, como o engajamento e transformação: o programa envolveu mais de 150 professores, funcionários e alunos de diversas instituições de ensino e pesquisa do Brasil e de fora do país. A participação ativa destes em atividades de extensão contribuiu para um maior entendimento e aplicação de práticas sustentáveis, com desenvolvimento e divulgação de diversos produtos. O Fórum DESS 2024 e o Concurso de Vídeos sobre Sustentabilidade 2024 foram fundamentais para a disseminação dos conceitos de sustentabilidade e para a promoção de uma visão crítica sobre as necessidades locais. As gravações das palestras e discussões, acessíveis no YouTube, permitiram que um público mais amplo se beneficiasse dos conhecimentos compartilhados e junto com os podcasts, facilitaram a educação continuada, alcançando uma audiência diversificada e aumentando a conscientização sobre a importância da sustentabilidade. As parcerias com a CSU não só contribuem para a internacionalização e produção científica do DESS, mas também para o processo de internacionalização da UPE que desde o ano passado vem participando da pesquisa COBRADI do IPEA registrando o investimento brasileiro em projetos de internacionalização com aderência aos ODS´s. O programa DESS@POLI, através da abordagem colaborativa e inovadora, não só tem contribuído para a formação acadêmica e profissional de seus participantes, mas também reforça a importância da sustentabilidade para a comunidade local e global
Evasão Escolar: Análise Comparativa de Algoritmos de Machine Learning e Técnicas de Tratamento de Dados
No full textEste trabalho aborda a evasão escolar, um problema global que impacta instituições de ensino, com consequências sociais, acadêmicas e econômicas. O estudo visa aprimorar a previsão da evasão utilizando algoritmos de Machine Learning, aplicados ao conjunto de dados “Predict students dropout and academic success” (2011), composto por informações de alunos de ensino superior em Portugal. Os algoritmos AdaBoost (ADA), Análise Discriminante Linear (LDA) e K-Vizinhos Mais Próximos (KNN) foram testados, e a seleção de variáveis foi feita usando Grid Search Cross Validation com o F1-score como métrica principal.
A análise comparou os modelos antes e depois do tratamento dos dados, mostrando grandes melhorias. O F1-score dos modelos ADA e LDA aumentou de 62% para 91% após o tratamento, e o KNN passou de 62% para 84%. O estudo conclui que a qualidade dos dados é crucial para o desempenho dos algoritmos e destaca a relevância do Machine Learning na identificação de padrões que auxiliem na retenção de alunos. As melhorias observadas comprovam que essas técnicas podem contribuir significativamente para a redução da evasão escolar e o aprimoramento do sistema educacional