Devido ao aumento significativo no tráfego de dados e ao crescente número de dispositivos conectados via Internet Protocol (IP), operadoras e pesquisadores estão em busca de soluções para atender essa demanda. Uma das abordagens mais promissoras é o Heterogeneous Cloud Radio Access Networks (HCRAN), que tem o potencial de resolver os problemas da geração atual, além de oferecer melhorias como processamento centralizado e maior eficiência energética. No entanto, a implantação dessas novas arquiteturas enfrenta duas questões críticas: o elevado consumo energético e a subutilização das PRRHs (Remote Radio Heads), causados pelo fenômeno conhecido como effect tidal e a limitação da capacidade de processamento das BBUs (BaseBand Units), chamada de Hard Capacity, que pode prejudicar o desempenho da rede quando excedida. Esta tese propõe uma abordagem multicamada que permite a reconfiguração de PRRHs subutilizadas e um mapeamento otimizado entre PRRHs e BBUs, visando alta disponibilidade, economia de energia e redução do processamento em alta velocidade. Os resultados obtidos, comparados com outras abordagens da literatura, demonstram que o modelo proposto consegue otimizar os recursos das PRRHs e das BBUs sem comprometer o QoS mínimo do usuário.

AVALIAÇÃO PROBABILÍSTICA DO IMPACTO DA RECARGA RÁPIDA DE VEÍCULOS ELÉTRICOS NOS SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA

O fatiamento da rede móvel no domínio da rede de acesso requer elasticidade, compartilhamento de recursos de forma eficiente e customização para lidar com a escassez e limitação dos recursos de rádio enquanto cumpre as intenções das fatias de rede definidas em um contrato de nível de serviço. Nesse cenário, o alocador de recursos de rádio é essencial para prover a administração de recursos para prevenir as violações de contrato, e consequentemente oferecendo recursos de rádio suficientes para as fatias de rede de acesso cumprirem seus objetivos. A grande variedade de cenários suportados nas redes 5G e pós-5G torna o problema da alocação de recursos de rádio em cenários de fatiamento da rede de acesso ainda mais desafiador. Essa proposta de tese sugere um alocador de recursos de rádio baseado nas intenções das fatias de rede de acesso utilizando aprendizado por reforço com os requisitos de cada fatia da rede definidos em contrato. O método proposto tem por objetivo prevenir as violações de contrato através da administração de recursos de rádio disponíveis entre as fatias de rede de acesso e usuários usando um alocador de recursos de rádio entre as fatias de rede e outro para alocação para os usuários dentro da fatia de rede. Esta proposta de tese também descreve uma estrutura para priorização de fatias de rede para assegurar os requisitos definidos em contrato para as fatias mais importantes quando os recursos de rádio não são suficientes para garantir todos os requisitos das fatias de rede. Esta proposta de tese apresenta resultados parciais obtidos usando um alocador de recursos de rádio baseado nas intenções das fatias de rede de acesso, utilizando aprendizado por reforço para um número fixo de fatias de rede e usuários conectados à rede de forma a evitar violações de contrato, e demonstrar a importância de um alocador de recursos de rádio baseado nas intenções das fatias de rede em cenário com fatiamento da rede de acesso. Esta proposta também apresenta discussões sobre as limitações dos trabalhos relacionados, e melhorias no método implementado, propondo uma nova abordagem para lidar com a inserção de novas fatias de redes e usuários sem que os requisitos definidos em contrato sejam violados e melhorando a performance da rede.

O trabalho tem por objetivo analisar comparativamente as metodologias de definição dos conjuntos para estabelecimento de Metas de Qualidade do setor elétrico relativas aos indicadores de DEC e de FEC, avaliando se os índices e reflexos financeiros estão aderentes às realidades locais e propor o aprimoramento da metodologia vigente para definição dos limites de continuidade dos conjuntos elétricos das distribuidoras de energia elétrica no Brasil, através da análises de mais atributos que no momento não são adotados pela agencia reguladora, porém podem capturar particularidades principalmente das distribuidoras da região Norte e Nordeste, que não são capturadas na metodologia vigente.

Os equipamentos de alta tensão do sistema elétrico estão sujeitos a degradação do isolamento elétrico, favorecendo a evolução da atividade de descargas parciais (DPs), que por sua vez são fatores determinantes nas falhas de operação destes ativos, gerando grandes prejuízos. Nesse sentido, a análise dos sinais de DPs para uma boa representação das condições de operação é essencial, pois auxilia na tomada de decisões assertivas na manutenção preditiva de equipamentos, além de compreender seus impactos. Em geral, o procedimento de aquisição de DPs se dá por meio de medições com dispositivos invasivos ou não, que mostram a ocorrência deste fenômeno sob condições de funcionamento em campo ou em laboratório. Contudo, esta aquisição está sujeita a interferências, implicando em sinais de DPs imersos em ruído, os quais podem ser advindos da própria natureza eletromagnética dos equipamentos utilizados ou de forma externa. Verifica-se então a necessidade de implementação de técnicas de redução de ruído e reconstrução de sinais que garantam uma boa representação das DPs, permitindo uma análise precisa através da minimização da perda de características do sinal para estudos posteriores. Sendo assim, neste trabalho foi realizado um estudo de quatro técnicas de redução de ruído para sinais de DPs: a Decomposição Variacional de Modos (VMD), Filtragem Adaptativa de Mínimos Quadrados Médios (LMS) e Transformada Wavelet com limiarização rígida e suave de coeficientes (Wavelet Transform with Hard and Soft Thresholding - HSTWT), para reconstrução de sinais reais de DPs obtidos de medições com Transformador de Corrente de Alta Frequência (HFCT).

O exame preventivo de colo de útero, é um método de triagem amplamente utilizado para detectar câncer cervical e lesões pré-cancerosas. A classificação automatizada dos resultados pode auxiliar os profissionais de saúde a identificar com precisão padrões de citologia anormais, aumentando a acurácia e a consistência na detecção de anomalias. Além disso, a sistematização dessa solução pode reduzir o tempo de análise e os custos associados, possibilitando a disponibilização de um pré-diagnóstico imediato, especialmente em áreas remotas. Essa abordagem também possui potencial para integração em sistemas de saúde pública, contribuindo para um atendimento mais eficiente e acessível. Assim, este estudo propõe a aplicação dos modelos pré-treinados de rede neurais convolucionais VGG16 e VGG19 para classificação das imagens resultantes da técnica de citologia em base líquida, fazendo um comparativo de desempenho entre a classificação de 4 classes ou de 2 classes com dados balanceados e desbalanceados. Testou-se várias topologias e como resultados se obteve acurácias de até 98% obtendo também boas métricas de classificação, mostrando-se como potencial solução para auxilio de profissionais da saúde em uma classificação mais assertiva desses resultados

As conexões das usinas de cogeração, constituídas essencialmente por geradores síncronos, nas redes de distribuição podem provocar impactos técnicos, tais como, sobretensão no ponto de acoplamento comum (PAC), perda de coordenação da proteção, sobretensões transitórias, etc. Em um esforço para hospedar tais usinas de cogeração nas suas redes de distribuição, a concessionária adota os requisitos de interconexão para tais geradores, de acordo com o estabelecido pela ANEEL. Entretanto, uma condição anormal que pode ser imposta aos geradores síncronos é a perda de sincronismo em razão das faltas na rede de distribuição ou subtransmissão não eliminadas dentro do tempo crítico de falta. Uma condição de perda de sincronismo pode resultar em estresses torcionais no eixo mecânico que interliga a turbina ao gerador. Portanto, este requisito, quando aplicado, pode representar um desafio para engenheiros de proteção na tarefa de ajuste e configuração do relé contra a perda de sincronismo (relé 78PS), uma vez que o ajuste apropriado desta função requer a realização de um estudo detalhado de estabilidade transitória do sistema de distribuição ou até mesmo de transmissão, considerando a geração distribuída, sendo este o foco da presente dissertação de mestrado. 

Os sistemas de conversão são dispositivos de grande importância nos sistemas elétricos em diversos ambientes, principalmente nos tempos atuais, visto que diversos componentes de níveis e fontes de tensão estão interligados em um único sistema. A partir disso são estudados métodos de estudo dinâmico desta rede a partir de abordagens que simplificam a rede a partir de modos de velocidade e chaveamento dos demais sistemas de conversão, onde ocorre a simplificação de sistemas velozes para cargas de potência constante (CPL), de forma que e por esse método é avaliado as condições de estabilidade da rede. O estudo permite observar que as CPL atuam como uma resistência incremental negativa, de forma que analisando a partir de um modelo linear é observado que essa carga diminui o amortecimento do sistema, diminuindo suas margens de estabilidade, podendo tornar o sistema instável. Soma-se a esse efeito incertezas nos componentes físicos do circuito, afetando também a estabilidade e desempenho das microrredes. Sendo assim o projeto de reguladores para a atenuação das oscilações advindas desses efeitos se tornam de grande importância para garantia do correto desempenho desses sistemas. Neste trabalho é projetado um controlador robusto às incertezas e capaz de atenuar oscilações na presença de carga de potência constante, de forma que este controlador é implementado em uma microrrede composta por dois conversores abaixadores de tensão continua (Conversor Buck) em cascata, onde um deles é modelado como uma CPL. O modelo do sistema é usado tanto para análise estabilidade quanto para projeto do controlador robusto em espaço de estado, de forma que a síntese do compensador é estruturado em formato de desigualdade matricial linear cuja solução é obtido através de ferramentas envolvendo optimização de sistemas. Os resultados do controlador são comparados com outro controlador baseado em alocação de pólos, em modelos lineares e modelos não lineares chaveados, na plataforma de simulação matemática Matlab/Simulink, onde são avaliados resposta transitória e sinal de controle graficamente e por meio de índices de desempenho em diversas condições de operação, envolvendo desde perturbações de cargas à variação de parâmetros do sistema.

Federated Learning (FL) emerges as a promising solution to enable collaborative model training for autonomous vehicles while preserving privacy and addressing communication overhead issues. Efficient client selection for participation in the training process remains challenging, especially in scenarios with statistical heterogeneity of data distribution and client failure events. Client failure, an uncontrollable event during training, reduces accuracy, convergence, and speed. This master thesis introduces an entropy-based client selection mechanisms for FL over Vehicular Network environments with client failure and non-IID data distributions. The proposed method is compared to a random selection mechanism in both IID and non-IID scenarios, as well as scenarios with random client drops. The results demonstrate that entropy-based selection outperforms other methods regarding training loss, accuracy, and Area Under the Roc Curve, particularly in high client dropout and non-IID scenarios. These findings highlight the importance of considering entropy data for client selection to address the challenges posed by client failure and statistical heterogeneity in  FL over Vehicular Network.

UTILIZAÇÃO DE SATÉLITE GEOESTACIONÁRIO PARA AVALIAR A INCIDÊNCIA DE RAIOS EM LINHAS DE TRANSMISSÃO DO SISTEMA INTERLIGADO NACIONAL BRASILEIRO

INIBIDOR BIDIRECIONAL DE EVENTOS DE RUNAWAY NO COMUTADOR DE TAP DE REGULADORES DE TENSÃO EM REDES DE DISTRIBUIÇÃO RECONFIGURÁVEIS COM GERAÇÃO DISTRIBUÍDA

promissora para sistemas de comunicação de sexta geração (6G) e além. Essas
redes utilizam múltiplas antenas distribuídas para transmitir e receber sinais, o
que melhora a eficiência espectral e garante uma distribuição mais justa dos recursos
da rede entre os usuários. No entanto, estas redes inovadoras introduzem um novo
paradigma de comunicação móvel que extingue o conceito de células. Esta mudança
apresenta desafios significativos de implantação, uma vez que as ferramentas convencionais
projetadas para sistemas celulares são inadequadas para planejar e avaliar
arquiteturas cell-free mMIMO viáveis, uma vez que muitas vezes não conseguem
abordar os aspectos únicos das características de transmissão conjunta distribuída
de ambientes cell-free. Nesse sentido, a literatura tem desenvolvido modelos separados
específicos para sistemas cell-free que lidam com coordenação de sistemas,
sinalização fronthaul e complexidades computacionais necessárias de procedimentos
de processamento, fronthaul segmentado, transição de implantações de redes celulares
e integração com tecnologias O-RAN . Esses avanços são fundamentais para
mover o cell-free mMIMO da exploração teórica para a aplicação prática. Apesar
disso, são necessários mais estudos para integrar os modelos existentes e desenvolver
ferramentas práticas de avaliação para avaliar a viabilidade destas redes inovadoras
e dos seus facilitadores. Esta tese visa cobrir esta lacuna propondo novas ferramentas
concebidas para avaliar a viabilidade de redes mMIMO sem células em termos
de confiabilidade e custos. A primeira ferramenta concentra-se na avaliação da confiabilidade
de sistemas cell-free e é essencial para sistemas cell-free segmentados,
que possuem conexões fronthaul seriais entre Pontos de Transmissão e Recepção
(TRPs), pois essas configurações são propensas a problemas de confiabilidade. Esta
ferramenta é utilizada nesta tese para melhorar o entendimento de falhas e o desenvolvimento
de esquemas de proteção para essas conexões. A segunda ferramenta
avalia o custo total de propriedade (TCO) de sistemas e habilitadores sem células
em diversas demandas de usuários, considerando limitações de largura de banda
de fronthaul, TRP e capacidades de processamento de CPU. Esta tese utiliza esta
ferramenta para avaliar as implicações de custo de duas divisões funcionais equivalentes
a arquiteturas de processamento distribuídas e centralizadas e determinar
sob quais condições cada configuração pode ser mais econômica. A análise e os resultados
desta tese sugerem que sistemas segmentados fronthaul cell-free requerem
estratégias de proteção, mesmo quando a cadeia serial TRP está integrada em um
único equipamento. É mostrado que um esquema de duplicação parcial onde 40%
da cadeia é provavelmente o esquema de proteção mais viável. Além disso, a interligação
entre cadeias seriais mostra-se uma excelente alternativa viável de proteção
quando o sistema possui pelo menos sete cadeias ou sistemas integrados. Finalmente,
a análise de custos revela que uma abordagem de processamento centralizado com
pré-codificação de erro quadrático médio mínimo parcial (P-MMSE) é a maneira
mais viável de implantar sistemas cell-free em termos de opções de processamento
na maioria das vezes.

Sistemas user-centric (UC) cell-free (CF) massive multiple-input multiple-output (MIMO) são tecnologias promissoras para as próximas gerações de redes de banda larga móvel. Nesses sistemas, o equipamento do usuário (UE- user equipment) é associado a um subconjunto de pontos de acesso (APs- access points) distribuídos na área de cobertura, resultando em melhorias na macrodiversidade e na eficiência espectral (SE- spectral efficiency) da rede, quando comparado com sistemas celulares convencionais. Apesar dos benefícios provenientes destes sistemas, desafios como métodos escaláveis de seleção de APs, complexidade computacional (CC) e intercoordenação entre unidades centrais de processamento (CPU-central processing units) ainda podem existir nos mesmos. Neste sentido, esta tese propõe um novo framework de seleção de APs que fornece escalabilidade a sistemas UC, possibilitando um uso mais eficiente dos recursos da rede, tais como potência de transmissão e demandas de processamento. A solução é baseada em uma decisão casada que visa estabelecer as conexões que sejam mais vantajosas tanto para os UEs quanto para os APs. Além disso, são propostas três estratégias que modificam os clusters de APs dos UEs, com o objetivo de reduzir o número de APs conectados a cada UE sem comprometer a SE. Resultados de simulação revelam que o framework de decisão casada pode melhorar a SE dos 95% likely UEs em até 163% quando comparado com as soluções de referência. Uma abordagem heurística que reduz os efeitos da inter coordenação entre CPUs também é proposta. A mesma diminui o número de UEs inter coordenados (i.e., UEs conectados a múltiplas CPUs) em cada CPU para reduzir as demandas de sinalização nos links de backhaul. Resultados numéricos indicam que o método proposto mitiga os impactos da inter coordenação entre CPUs, enquanto gera perdas marginais na SE e melhora a eficiência energética (EE). Por fim, investiga-se o desempenho de sistemas UC com capacidade de processamento limitada. Especificamente, assume-se que a CC de realizar a estimativa de canal e precodificação de sinais não cresce com o número de APs. Assim, o UE só pode ser associado a um número finito de APs. Além disso, propõe-se um método para ajustar os clusters de APs de acordo com a implementação da rede, ou seja, centralizada ou distribuída. Os resultados mostram que os sistemas UC podem manter a SE sob pequena degradação mesmo reduzindo a CC em até 96%. Além disso, o método proposto para ajustar o cluster de APs leva à reduções adicionais na CC.

A maioria dos desastres naturais resulta de eventos geodinâmicos, como deslizamentos de terra e colapso de estruturas geotécnicas. Essas falhas causam catástrofes que impactam diretamente o meio ambiente e causam perdas financeiras e humanas. A inspeção visual é o principal método para detectar falhas em superfícies de estruturas geotécnicas. Todavia, as visitas no local podem ser arriscadas devido à possibilidade de solo instável. Além disso, o design do terreno e as condições de instalação hostis e remotas tornam inviável o acesso a essas estruturas. Quando uma avaliação rápida e segura é necessária, a análise por visão computacional torna-se uma alternativa. No entanto, estudos em técnicas de visão computacional ainda precisam ser explorados neste campo devido às particularidades da engenharia geotécnica, como conjuntos de dados públicos limitados, redundantes e escassos. Neste contexto, esta tese apresenta uma abordagem CNN para a identificação de defeitos na superfície de estruturas geotécnicas com o objetivo de reduzir a dependência de inspeções no local conduzidas por humanos. Para tanto, foram coletadas imagens de indicadores de falha superficial em taludes às margens de uma rodovia brasileira, com o auxílio de VANT e dispositivos móveis. Em seguida, foram experimentadas arquiteturas CNNde baixa complexidade para construir um classificador binário capaz de detectar em imagens falhas aparentes a olho nu humano. A arquitetura composta por três camadas convolucionais, cada uma com 32 filtros, seguidas por duas camadas totalmente conectadas, cada uma composta por 128 neurônios apresentou acurácia de 94,26%. A avaliação de desempenho do modelo com o conjunto de teste obteve métricas de AUC de 0,99 e matriz de confusão que indicam desempenho robusto do classificador na detecção de danos, ao mesmo tempo que mantém uma baixa complexidade computacional, tornando-a adequada para aplicações práticas em campo. As contribuições da tese incluem a disponibilização de banco de imagens que retratam danos visíveis em taludes, a obtenção de um modelo de classificação adequado para dados escassos e processamento com recursos computacionais limitados, e a exploração de estratégias para inspeção remota e identificação de indicadores de falhas em superfícies de estruturas
geotécnicas.

O panorama da energia elétrica no Brasil é influenciado por uma variedade de fatores complexos e relações não lineares, o que torna a previsão desafiadora. Com o aumento da demanda por energia e a crescente preocupação ambiental, é crucial buscar soluções baseadas em práticas de energia limpa e renovável, visando tornar o mercado de energia mais sustentável. Essas práticas visam reduzir o desperdício e otimizar a eficiência dos processos envolvidos na operação das tecnologias de distribuição e geração de energia elétrica. Uma abordagem promissora para viabilizar a energia sustentável é a aplicação de técnicas de previsão para diversas variáveis do mercado energético. Esta pesquisa propõe uma análise empírica do uso de regressores para realizar previsões nas bases de dados do Preço de Liquidação das Diferenças (PLD) do mercado brasileiro e da velocidade do vento em aerogeradores do Nordeste do Brasil. Busca-se contribuir com informações significativas sobre as técnicas de aprendizagem de máquina, que podem ser empregadas como ferramentas eficazes para a previsão de séries temporais no setor elétrico. Os resultados obtidos podem incentivar a implantação dessas técnicas para extrair conhecimento sobre o comportamento do sistema de energia brasileiro. Isso é particularmente relevante, dado que o preço da energia frequentemente exibe sazonalidade, alta volatilidade e picos, e a geração de energia eólica é amplamente influenciada pelas condições climáticas. Para modelar a previsão dessas duas séries temporais, utilizamos o banco de dados sobre o PLD, focando especialmente no preço médio da energia do Sistema Nacional Brasileiro. As variáveis mais relevantes estão relacionadas às condições hidrológicas, carga elétrica e preço dos combustíveis das unidades térmicas. Para a coleta das variáveis relacionadas à energia eólica, foram considerados dois locais distintos na região nordeste do Brasil: Macau e Petrolina. Para o estudo de previsão, utilizamos uma Rede Neural Perceptron Multicamadas (MLP), uma Long Short Term Memory (LSTM), o Auto-Regressive Integrado de Média Móveis (ARIMA) e a Máquina de Suporte de Vetores (SVM) para determinar as linhas bases nos resultados da predição. Para aprimorar os resultados destes regressores, utilizamos duas abordagens distintas de previsão. Uma das abordagens consistiu na combinação das técnicas de Redes Neurais Artificiais Profundas, baseada na Meta-Heurística do Algoritmo Genético Canônico (AG), para ajustar os hiperparâmetros dos regressores MLP e LSTM. Já a segunda estratégia focou em comitês de máquinas, os quais incluíam MLP, Árvore de Decisão, Regressão Linear e SVM em um comitê, e MLP, LSTM, SVM e ARIMA em outro. Essas abordagens consideraram dois tipos de votação, voting average (VO) e voting weighted average (VOWA), para avaliar o impacto no desempenho do comitê de máquinas.

Nowadays, grid resilience as a feature has become non-negotiable, significantly when power interruptions can impact the economy and the society. Smart Grids (SGs) widespread popularity enables an immense amount of fine-grained electricity consumption data to be collected. However, risks can still exist in the Smart Grid (SG), since SG systems exchange valuable data, and distribution system loses a substantial amount of electrical energy. We divide this loss into two categories: technical and non-technical loss. A substantial amount of electrical energy is lost throughout the distribution system, and these losses are divided into two types: technical and non-technical. Non-technical losses (NTL) are any electrical energy consumed and not invoiced. They may occur due to illegal connections, fraudulent activities, issues with energy meters such as delay in the installation or reading errors, contaminated, defective, or non-adapted measuring equipment, very low valid consumption estimates, faulty connections, and disregarded customers. Non-technical losses are the primary cause of revenue loss in the SG. Annually, electrical utilities incur billions in losses due to non-technical reasons. This thesis presents two methods of detection of NTL, namely classification and characterization. For the classification, we create an ensemble predictor-based time series classifier for NTL detection. This predictor uses the user’s energy consumption as a data input for classification, from splitting the data to executing the classifier. Also, it assumes the temporal aspects of energy consumption data during pre-processing, training, testing, and validation stages. The classification method has the advantage of classifying heterogeneous features in data. The characterization method proposes a study based on Information Theory Quantifiers (ITQ) to mitigate this challenge. First, we use a sliding window to convert the user’s energy consumption time series into a Bandt-Pompe (BP) probability distribution function. Then, we extract the used ITQ. Finally, we then apply each metric to the Probability Density Function (PDF) and map the layers to characterize their behavior. The characterization method is advantageous to be used when we have big data.

Esta dissertação estuda a previsão do consumo energético (CE) e maximização da produtividade na pintura automotiva, utilizando uma abordagem que combina seleção de variáveis, modelos híbridos, hiperparâmetros destes modelos e otimização por meta-heurística em uma arquitetura com 3 steps. Os processos de pintura automotiva apresentam variáveis em forma de séries temporais que descrevem o histórico do CE. No step 1, escolhe-se o melhor modelo de aprendizado de máquina (RF, LSTM, XGBoost e GRU-LSTM) para prever séries temporais do CE em t+1. No step 2, avalia-se os modelos RF, XGBoost e RNA Densa para selecionar o melhor preditor de quantidade de veículos produzidos (ciclos). No step 3, seleciona-se a melhor meta-heurística entre GA, DE e PSO para otimizar o CE previsto pelo melhor modelo do step 1, usando como medida de fitness o melhor modelo do step 2. A arquitetura final reduziu o CE em até 16% e aumentou o ciclo em 127%, usando os modelos GRU-LSTM no step 1, RNA Densa no step 2 e DE no step 3. Os resultados ressaltam a oportunidade de uso da abordagem proposta para otimizar o CE e a produtividade na pintura automotiva.

Ransomware é um software malicioso que tem como objetivo criptografar os arquivos do usuário e exigir um resgate para desbloqueá-los. Trata-se de uma ameaça cibernética que pode causar significativos danos financeiros, além do comprometimento de privacidade e integridade dos dados. Embora os scanners de detecção baseados em assinaturas comumente combatam essa ameaça, eles falham na identificação de famílias (variantes) desconhecidas de ransomware. Um método para detectar novas ameaças sem a necessidade de executá-las é a análise estática, que inspeciona o código e a estrutura do software, juntamente com a classificação através de abordagens inteligentes. Para avaliar a Detecção de Novas Famílias de Ransomware (DNFR), é possível simular um cenário realista e desafiador pela categorização e isolamento de famílias de ransomware para treinamento e teste. Desta forma, esta tese tem como objetivo desenvolver um modelo eficiente de análise estática para a DNFR, que pode ser aplicado em sistemas Windows como uma camada adicional de segurança, verificando os arquivos executáveis no momento do recebimento ou antes de sua execução. A detecção precoce do ransomware é fundamental para reduzir a probabilidade de um ataque bem-sucedido. A abordagem proposta analisa abrangentemente os binários executáveis, extraindo e combinando diversas características estruturais, e os distingue entre ransomware ou software benigno empregando um modelo de votação suave que compreende três técnicas de aprendizado de máquina: Logistic Regression (LR), Random Forest (RF) e eXtreme Gradient Boosting (XGB). Os resultados para a DNFR demonstraram médias de 97,53% de acurácia, 96,36% de precisão, 97,52% de recall e 96,41% de F-measure. Além disso, a varredura e a predição de amostras individuais levaram uma média de 0,37 segundos. Essa performance indica sucesso na identificação rápida de variantes desconhecidas de ransomware e na adaptabilidade do modelo ao cenário em constante evolução, o que sugere sua aplicabilidade em sistemas de proteção antivírus, mesmo em dispositivos com recursos limitados. Portanto, o método oferece vantagens significativas e pode ajudar desenvolvedores de sistemas de detecção de ransomware na criação de soluções mais resilientes, confiáveis e com rápido tempo de resposta.

Projeto associado: Aplicação e Concepção de Meta-heurísticas, Técnicas de visualização de dados e Métodos de Inteligência Computacional para Problemas de Engenharia e Computação

Neste trabalho, é desenvolvido um modelo numérico tridimensional de fluidodinâmica turbulenta para uma unidade de 311 MVA de uma máquina geradora completa de usina hidrelétrica, utilizando o método dos elementos finitos. O objetivo é estudar e compreender os mecanismos de transporte de ozônio dentro da estrutura da máquina elétrica fechada. O ozônio é produzido por descargas parciais relacionadas a falhas nas barras estatóricas. Para analisar o transporte de ozônio a partir de fontes localizadas, é desenvolvido e apresentado pela primeira vez um modelo tridimensional de fluidodinâmica de um hidrogerador em operação. O modelo possui um alto nível de detalhes geométricos. Além disso, uma nova proposta para simplificar a modelagem de radiadores é implementada e validada. A estrutura modelada é baseada em uma máquina elétrica do hidrogerador de Campos Novos e consiste em 378 barras estatóricas do tipo bobina feitas de cobre revestido por mica e, mais externamente, por uma camada de revestimento semicondutor. Outras partes também são representadas, incluindo o núcleo estatórico e direcionadores de ar feitos de aço inoxidável, radiadores de cobre, o rotor com sua superfície de epóxi, e o piso e paredes externas de concreto. No modelo de dinâmica de fluidos, uma malha de elementos finitos foi projetada para representar as regiões de ar dentro do hidrogerador e as superfícies dos materiais que reagem com o ozônio (com suas respectivas taxas de reação), onde o fluxo de ar e o transporte de ozônio são modelados usando as equações de Navier-Stokes e a lei de conservação de massa. As fontes de descargas parciais são representadas por fontes de ozônio com formas prismáticas, posicionadas nas superfícies das barras estatóricas. As concentrações de ozônio foram calculadas dentro e ao redor da máquina geradora. O raio do rotor é de 3,8075 m e sua frequência de rotação é de 200 RPM. A velocidade do ar radial devido à ventilação interpolar também é considerada (2,2 m/s, conforme verificado experimentalmente no local). A velocidade radial nas proximidades dos radiadores é de 3 m/s. Concluiu-se que o perfil de transporte de ozônio é influenciado pela posição da fonte nas barras estatóricas, de modo que a localização da fonte é possível e depende da determinação das áreas de concentração máxima locais e globais de ozônio nos radiadores.

Artigos publicados:

[1] DE OLIVEIRA, RODRIGO M. S.; GIROTTO, G. G. ; ALCANTARA, L. D. S. ; LOPES, N. M. ; DMITRIEV, VICTOR, "Ozone Transport in 311 MVA Hydrogenerator: Computational Fluid Dynamics Modelling of Three-Dimensional Electric Machine". Energies, v. 16, p. 1-35, 2023.

(QUALIS A2).

https://www.mdpi.com/1996-1073/16/24/8072

[2] DE OLIVEIRA, RODRIGO M. S.; ZAMPOLO, RONALDO F. ; ALCANTARA, L. D. S. ; GIROTTO, G. G. ; LOPES, F. H. R. ; LOPES, N. M. ; BRASIL, F. S. ; NASCIMENTO, J. A. S. ; DMITRIEV, V., "Analysis of Ozone Production Reaction Rate and Partial Discharge Power in a Dielectric-Barrier Acrylic Chamber with 60 Hz High-Voltage Electrodes: CFD and Experimental Investigations", Energies, v. 16, p. 6947, 2023.

(QUALIS A2).

http://dx.doi.org/10.3390/en16196947

Resumo

Hidrogeradores são ativos cruciais tanto para empresas geradoras de energia quanto para a população que depende desse abastecimento. No entanto, essas máquinas estão suscetíveis a vários tipos de defeitos que podem resultar em interrupções inesperadas, se nada for feito a respeito. A análise de descargas parciais é uma abordagem já consolidada para avaliar a condição de equipamentos de alta tensão, sendo essencial a detecção automática de diferentes tipos de defeitos, uma vez que diferentes níveis de risco à operação variam de acordo com o tipo de descarga. Redes neurais profundas têm sido propostas visando à classificação de descargas parciais usando diagramas PRPD (phase-resolved partial discharge). Contudo, a obtenção de conjuntos de dados rotulados com grande número de exemplos é um problema que impacta diretamente no desempenho de classificadores treinados de maneira supervisionada. Neste contexto, esta dissertação propõe uma técnica semiautomática para a rotulagem de PRPDs, baseada em estratégias de redução de dimensionalidade e agrupamento de dados, bem como investiga o uso de GAN (generative adversarial network) na ampliação artificial do conjunto de treinamento. O conjunto de dados usado no trabalho é composto por PRPDs reais obtidos por meio de procedimentos de monitoramento online de descargas parciais em hidrogeradores. O desempenho dos sistemas propostos é contrastado com resultados recentes representativos do estado da arte na área. Os resultados demonstram que a aplicação da técnica proposta para rotulagem semiautomática reduz consideravelmente a carga de trabalho e o tempo associados à classificação manual. Além disso, o uso de PRPDs artificiais gerados pela GAN resultou notável melhoria no desempenho do classificador que alcançou 94,72% de acurácia média, em comparação com 89,44% obtido com a melhor técnica concorrente. Foram observados ganhos semelhantes também nas acurácias por classe.

Artigos publicados:

O desenvolvimento de biofilme na superfície dos sensores em contato prolongado com a água pode acarretar na coleta de dados inconsistentes e até mesmo no desgaste do equipamento. Por isso o monitoramento constante dos equipamentos se torna necessário, e para manter a integridade dos dados a manutenção preditiva é fundamental. Diante deste cenário a IoT (Internet of Things) e suas aplicações se apresentam como uma das alternativas viáveis para o envio de dados em tempo real, pois ela apresenta soluções de comunicação distribuídas, de menor custo e fácil acesso por seus usuários. Este estudo analisa os dados dos sensores de temperatura armazenados na nuvem através de cálculos estatísticos. A partir destas análises são definidos os limiares do sistema Fuzzy desenvolvido que indicará a necessidade de limpeza dos sensores de acordo com o nível de ruído gerado pela presença de biofilme, para que se mantenha a integridade dos dados coletados.

Com o aumento do número de Veículos Aéreos não Tripulados desempenhando diversas atividades automatizadas no convívio social, é necessário criar algoritmos com eficácia e segurança a fim de evitar danos e perdas na sociedade. Neste trabalho são implementados controladores digitais não adaptativos e adaptativos para o sistema de piloto automático do quadrimotor aéreo não tripulado modelo AR Drone 2.0 da Parrot, visando analisar o impacto das diferentes técnicas de identificação de sistemas de estados no desempenho do controle de um processo de múltiplas entradas e múltiplas saídas (MIMO). O trabalho utiliza técnicas de identificação paramétrica como Mínimos Quadrados, Mínimos Quadrados Recursivo, Mínimos Quadrados Estendido Recursivo, Variáveis Instrumentais e técnicas de estimação conjunta adaptativa de estados e parâmetros como Filtro de Kalman Estendido e o Filtro de Kalman Adaptativo Instrumental sendo este o produto das técnicas anteriores. Já o projeto de controlador escolhido para ser usado como base da análise foi o LQG, pois se trata de um algoritmo muito conhecido na literatura para implementações de controladores em tempo real para sistemas MIMO, tendo como característica o controle ótimo e a estimação ótima de estado, dessa forma, minimizando a interferência do projetista na sintonia dos ganhos do controlador e utilizando os parâmetros do sistema como determinante para sintonia. Desse modo, o desempenho e a robustez do projeto de controle podem variar conforme os parâmetros provenientes da técnica de identificação de sistemas utilizada, que quando adequada favorece o projeto LQG e, caso contrário, compromete a confiabilidade do algoritmo. Para dar sustentação ao estudo realizado sobre o tema proposto, foram feitos experimentos que utilizaram os índices "Integral of Squared Error", "Integral of Squared Control", "Total Variation of Control" e "Integral of Absolute Error", para avaliar o desempenho, e as curvas de sensibilidade e sensibilidade complementar para avaliar a robustez, além de um índice, denominado R, projetado para avaliar a robustez dos algoritmos de controle adaptativos de sistemas MIMO a cada momento do experimento, amostra a amostra, possibilitando a discussão e a comparação dos algoritmos de controle. Simulações e experimentos de voos testaram as diversas técnicas de estimação paramétrica associada ao controle LQG, grande parte das técnicas tiveram desempenho e robustez aceitáveis, porém subótimas, já o projeto de controle do LQG associado ao Filtro de Kalman Adaptativo Instrumental obteve um melhor resultado no segmento de referência e na robustez adaptativa devido seu comprometimento teórico de encontrar os reais parâmetros do sistema, portanto evitando polarizações paramétricas.

Artigos Publicados:

SILVEIRA, A. S.; NOGUEIRA, C.; SODRÉ, L.; da SILVA, D. "Predictive Minimum Variance Control: a Case Study on Wireless Altitude Hold Autopilot". 16º Simpósio Brasileiro de Automação Inteligente (SBAI 2023), 15 a 18 Outubro, Manaus-AM, 2023.

SILVEIRA, A. S.; SODRÉ, L.; SILVA, A. F.; CONDE, L.; BORGES, J. P.; YURI, S.; KLAUTAU, A. "Smith Predictor-based Adaptive Control of Network-Controlled UAVs". 15º Simpósio Brasileiro de Automação Inteligente (SBAI 2021), 2021, doi: 10.20906/sbai2021/216460.

AVALIAÇÃO TEÓRICA EXPERIMENTAL DE SISTEMAS FOTOVOLTAICOS DE BOMBEAMENTO DE ÁGUA

O sistema educacional brasileiro enfrenta desafios significativos, conforme evidenciado pelos baixos índices de avaliação do desenvolvimento educacional. Devido ao modelo educacional tradicional empregado no país, há dificuldades na transmissão efetiva de conteúdos complexos, levando a altos índices de fracasso escolar e consequente evasão escolar. A falta de inovação, especialmente nos ambientes da educação básica, contribui para um cenário de baixa proficiência matemática entre os estudantes brasileiros. Neste contexto, este trabalho surge como resultado de uma inovação desenvolvida para aprimorar a aplicação Geometa, desenvolvida pela empresa Inteceleri, através da integração das tecnologias Metaverso e Inteligência Artificial para criar um ambiente educacional imersivo e interativo. A intenção é afinar a Inteligência Artificial para o reconhecimento em tempo real de formas geométricas tridimensionais de objetos reais. A proposta visa mitigar desafios enfrentados no ensino básico de Matemática no Brasil por meio da adoção de abordagens tecnológicas inovadoras alinhadas à Educação 5.0, que possam ser replicadas para tecnologias similares envolvendo o Metaverso. Além disso, pretende-se também criar um ambiente educativo dinâmico e sustentável que não só facilite a compreensão de conceitos matemáticos, mas também promova a participação ativa dos alunos, incentivando a sua criatividade e autonomia no processo de aprendizagem. Como contribuições deste trabalho foram realizados: (i) o treinamento de modelos definidos para a classificação de formas geométricas tridimensionais; (ii) a avaliação dos modelos através de métricas de desempenho, tempo de inferência e dimensão; e (iii) a seleção do modelo com melhor desempenho com base na precisão e eficiência de inferência. De acordo com os resultados obtidos, o modelo ResNet exibiu a precisão de 84%, apresentando o maior desempenho obtido entre os modelos avaliados, além de 9 inferências por segundo, o que reflete no menor consumo de recursos computacionais para a tarefa.

O desmatamento é um dos principais problemas ambientais enfrentados no mundo, e na Amazônia a perda da cobertura vegetal tem graves consequências para o clima, biodiversidade e sociedade. Nesse contexto, a detecção e classificação de áreas desmatadas é fundamental para o monitoramento e controle do desmatamento. O objetivo deste trabalho foi identificar áreas degradadas e não degradadas na região nordeste paraense por meio de imagens do satélite Landsat 5, 7 e 8, utilizando a metodologia ReLU (Unidade Linear Retificada). O banco de dados abrangeu 210 imagens. Após os resultados foi possível gerar a matriz de confusão, para realizar a classificação digital para avaliação dos resultados das imagens de satélite. Os dados foram extraídos em KDD, o código fonte para o processamento dos dados foi a linguagem Python e rodado na plataforma Colaboratory. Por meio da matriz confusão estimou-se com 69,7% de acurácia os resultados. Os valores determinaram um índice eficaz de classificação das áreas degradadas e não degradadas. O modelo obtido  para o treinamento apresentou algumas interferências na imagens sendo possível identificar áreas desmatadas e não desmatadas. Para estudos futuros recomenda-se novas imagens de satélite da região, com destaque para os índices de resolução espectral correspondentes com os sensores determinados pelos satélites do estudo.  

Projeto: Soluções Inteligentes para Sensores Ópticos e Redes de Próxima Geração

Esta dissertação tem como objetivo investigar a utilização de modelos de aprendizado de máquina usando dados multimodais como entrada para otimizar o processo de ”Beam Selection”em redes baseadas em ondas milimétricas. O uso de dados de diferentes naturezas mostra-se interessante ao passo que podemos ajustar o modelo de acordo com a qualidade/disponibilidade destes dados. Após execução dos experimentos, e obtenção dos resultados, foi observado que é possı́vel obter significativa performance em diferentes métricas mesmo com dados mais simples como Imagem e Coordenada.

Indicadores de sustentabilidade energética são ferramentas utilizadas para avaliar e medir o desempenho de sistemas energéticos, incluindo aspectos ambientais, sociais e econômicos. Eles podem ser utilizados para avaliar a sustentabilidade de diferentes fontes de energia, como fontes renováveis ou fontes fósseis, ou para avaliar o desempenho de sistemas energéticos em diferentes regiões ou países. A presente tese teve como objetivo desenvolver um quadro de indicadores de sustentabilidade energética e elaborar um índice final para a Amazônia utilizando lógica fuzzy. A metodologia utilizada incluiu a revisão da literatura com uma seleção de indicadores de sustentabilidade energética adaptados à região amazônica, coleta e análise dos dados utilizando lógica fuzzy e a proposição do Índice Amazônico de Sustentabilidade Energética. O sistema de inferência fuzzy utilizado permitiu operacionalizar os conceitos subjetivos da sustentabilidade através da criação do índice final, utilizado para avaliar o desempenho dos estados da Amazônia Legal e compará-los entre si. Como resultado, temos o Mato Grosso em primeiro lugar no ranqueamento, seguido pelos estados do Tocantins, Amapá, Rondônia, Roraima, Pará, Acre, Amazonas e na última posição o Maranhão. Os resultados encontrados mostraram que os indicadores selecionados e o índice final elaborado são úteis para avaliar a sustentabilidade energética na Amazônia e balizar os estados da Amazônia Legal, no sentido de auxiliar os gestores públicos para a tomada de decisões e elaboração de políticas públicas voltadas ao desenvolvimento regional sustentável da região amazônica.

Artigo Publicado:
MUNIZ, R. N. et al. Tools for Measuring Energy Sustainability: A Comparative Review. Energies, v. 13, n. 9, p. 2366, jan. 2020. Qualis A1.

Artigo Submetido:
MUNIZ, R. N. et al. Amazon Energy Sustainability Index. Journal of Intelligent Fuzzy Systems. Qualis A2.
.

A pesquisa exploratória tem como objetivo analisar a regulamentação existente em relação à nanotecnologia e seu impacto na segurança dos trabalhadores. O estudo se concentrará em examinar os desafios específicos associados à nanotecnologia, incluindo a falta de dados toxicológicos adequados para avaliar os riscos, a complexidade da caracterização dos nanomateriais e as limitações das técnicas de monitoramento existentes. Um dos principais desafios enfrentados é a falta de dados suficientes sobre os efeitos à saúde dos trabalhadores expostos a nanomateriais. A nanotecnologia é uma área relativamente nova, e ainda há muito a ser aprendido sobre os possíveis efeitos adversos à saúde que esses materiais podem causar. A falta de dados toxicológicos adequados dificulta a avaliação precisa dos riscos e a implementação de medidas de proteção eficazes. Além disso, a caracterização dos nanomateriais também é uma tarefa complexa. Suas propriedades físicas e químicas únicas exigem métodos de análise especializados e técnicas avançadas. A falta de padronização nesse campo dificulta a compreensão completa dos nanomateriais e sua relação com os efeitos à saúde. Outro desafio é a limitação das técnicas de monitoramento disponíveis para avaliar a exposição dos trabalhadores a nanomateriais. Os métodos tradicionais de monitoramento podem não ser adequados para detectar e quantificar a presença de nanomateriais no ambiente de trabalho, devido ao seu tamanho diminuto e às suas propriedades únicas. Isso dificulta a avaliação precisa da exposição dos trabalhadores e a implementação de medidas de controle apropriadas. O estudo também se propõe a examinar as estratégias e abordagens adotadas por diferentes países e organizações internacionais para enfrentar esses desafios e garantir a segurança dos trabalhadores expostos à nanotecnologia. Isso pode incluir o desenvolvimento de regulamentações específicas, a promoção de pesquisas e estudos toxicológicos, a criação de diretrizes de boas práticas e a implementação de medidas de controle de engenharia e proteção individual. Em resumo, a pesquisa exploratória visa analisar a regulamentação existente e os desafios relacionados à segurança dos trabalhadores na área da nanotecnologia. Compreender e abordar esses desafios é essencial para garantir a proteção dos trabalhadores e promover o uso seguro e responsável da nanotecnologia na indústria.

O processo de handover foi elaborado com o intuito de garantir a qualidade de serviço em redes de telefonia celular. Em cenários com múltiplas Estações Base (BS - Base Station), o processo de decisão de handover é um problema que vem sendo estudado em diversas pesquisas, visto que a negligência do uso de estratégias de handover eficientes pode influenciar nas métricas de desempenho e, consequentemente, resultar em uma queda na qualidade dos serviços prestados. Para elaboração de estratégias de handover eficientes, o uso correto de um conjunto de métricas se faz primordial, assim como a escolha de métodos de decisão que possam otimizar o handover e resultar em uma melhor conexão para os usuários. Dito isto, esta proposta de tese busca identificar e analisar um conjunto de métricas de handover, que associados a métodos de tomada de decisão possam resultar na otimização de métricas de performances para redes móveis heterogêneas. Como resultados foram desenvolvidas duas heurísticas para handover. A primeira intitulada de H2ATF (Heurística para handover baseada em AHP-TOPSIS-FUZZY) utilizando um conjunto de métricas específicas (Reference Signal Received Power (RSRP), Reference Signal Received Quality (RSRQ), Signal-to-Interference-plus-Noise Ratio (SINR) e Velocidade dos usuários) e uso dos métodos: (a) Analytical Hierarchical Process (AHP) para definição dos pesos dos critérios; (b) Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) para ranking das BS; e (c) utilização de um histerese adaptativo, calculado através da lógica Fuzzy baseado em parâmetros que impactam diretamente no processo de handover. Já a segunda, H2AG (Heurística para handover baseada em Algoritmos Genéticos) utiliza Algoritmos genéticos para minimizar as métricas de handover. Através do desenvolvimento das estratégias de handover, foi possível definir o melhor momento e, em conjunto, a melhor BS para realizar o handover. Os resultados da avaliação de desempenho dos algoritmos demonstram que o H2ATF obteve melhores resultados nos valores de taxa de handover ping pong (HPP), enquanto o H2AG apresentou valores médios inferiores de taxa de falhas de handover (HOF - handover Failure) nos cenários avaliados.

IDENTIFICAÇÃO DE LARVAS DE MOSQUITO DO GÊNERO AEDES UTILIZANDO REDES NEURAIS CONVOLUCIONAIS

Control theory is used to stabilize systems and obtain specific responses for each type of process. Classic controllers, such as the PID and the IMC used in this research, are spread globally in industries, this because they have well-studied topologies in the literature and are easily applied in microcontrollers; advanced ones, such as GMV, GPC and LQR, also used in this work, have some resistance in common applications in base industries, but are widely used in energy, aerospace and robotic systems, since the complexity and structure of these methods generate robustness and reach satisfactory performances for processes that are difficult to control. In this work, these methods are studied and evaluated with a tuning approach that uses reinforcement learning. The tuning methods are used in two forms and are applied to the controllers, these are the offline loop method and the differential games method. The first uses offline iterations, where the process agent is the control technique used, which uses performance and robustness indexes as an environment (metric of how the process is evolving), being able to organize an adjustment policy for the controller, which is based on rewarding the weighting factor until reaching the process stopping criterion (desired response). The second method is based on using reinforcement strategies that reward the controller as the response changes, so the LQR learns the ideal control policies, adapting to changes in the environment, which allows for better performance by recalculating the traditional gains found. with the Ricatti equation for tuning the regulator; in this method, differential games are used as a framework to model and analyze dynamic systems with multiple agents. To validate what is presented, the Tachogenerator Motore and the Ar Drone are used. The TGM is modeled using least squares estimation with an ARX-SISO topologie, in order to evaluate the first tuning method. The Ar Drone is modeled using the Kalman estimator with an ARX-MIMO structure to evaluate the second tuning method.

Para atender as redes de Internet das coisas (IoT), existem diversos sistemas inteligentes que ainda estão sob desenvolvimento e quando implementados de forma prática irão requerer o uso de estruturas robustas de armazenamento, gerenciamento e apresentação dos dados coletados na forma de informação/conhecimento. Tais sistemas se baseiam na utilização de diferentes tecnologias para garantir uma operação orquestrada, isto é, considerando principalmente o uso eficiente dos recursos sob monitoramento da rede, como por exemplo, nível bateria e memória dos dispositivos. Para esse fim, foi esse trabalho apresenta um sistema web de gerenciamento dos dados capturados em tempo real com suporte pra tomada de decisões baseados em Inteligência Artificial e Estatística. Para isso, faz uso das técnicas de Rede Neural de Regressão Geral (GRNN), Regressão Linear e Média Móvel, entre outras. Os resultados indicam que o sistema proposto pode ser uma ferramenta de suporte à decisão em tempo real.

O presente trabalho visa apresentar a avaliação de desempenho de um sistema fotovoltaico do tipo Sistema Individual de Geração de Energia Elétrica com Fonte Intermitente – SIGFI, empregando diferentes configurações de equipamentos, como gerador fotovoltaico e controlador de carga, por meio da modelagem dos componentes do sistema e simulação empregando o software MATLAB/SIMULINK. Para a validação do modelo, tomou-se como estudo dados monitorados de um sistema real SIGFI com disponibilidade energética mensal mínima de 45 kWh, implantado na área externa do prédio do Grupo de Estudos e Desenvolvimento de Alternativas Energéticas da Universidade Federal do Pará (GEDAE/UFPA), considerando-se na monitoração a obtenção de parâmetros elétricos no lado c.c. e c.a. do sistema, bem como parâmetros ambientais. Desta forma, realizou-se ensaios práticos com diferentes configurações de equipamentos e os dados obtidos nestes ensaios foram também utilizados para validar os resultados das simulações do modelo desenvolvido para o sistema. Ressalta-se que os ensaios foram concebidos com o uso de controladores de carga com e sem o mecanismo de rastreamento do ponto de máxima potência, bem como o acoplamento direto do gerador fotovoltaico no banco de baterias (operação com autorregulação). Após validação do modelo, tem-se a possibilidade de uso da plataforma para simular o desempenho operacional do sistema para perfis distintos de irradiância global e temperatura com o uso das configurações de equipamentos consideradas, e ainda operando com diferentes curvas de carga e estado inicial de carga do banco de baterias.

PROJETO VINCULADO: Nanorrede de Distribuição c.c. de Estrutura Aberta Aplicada a Edificações Ribeirinhas da Amazônia.

ARTIGO 1: "AVALIAÇÃO OPERACIONAL DE SISTEMA FOTOVOLTAICO ISOLADO COM DOIS DIFERENTES CONTROLADORES DE CARGA". Em: IX Congresso Brasileiro de Energia Solar – CBENS 2022, Florianópolis – SC, 23 a 27 de maio, 2022.

ARTIGO 2: "SIMULATION AND OPERATIONAL EVALUATION OF DISTRIBUTED STORAGE DEVICES CONNECTED TO A DIRECT CURRENT DISTRIBUITION NANOGRID" Em: IEEE Latin American Electron Devices Conference (LAEDC), Puebla, México, 3 a 5 de Julho, 2023.

O aumento do fluxo de informações de multimídia digital em redes sem fio, impulsionado pelos padrões IEEE 802.11 e pela popularização dos dispositivos que operam nessas redes, levou ao uso comum do streaming de vídeo de ultra-resolução. Isso impulsiona o desenvolvimento de CODECs mais eficientes na compressão de dados para transmissão em redes sem fio. Embora muitas pesquisas estejam sendo conduzidas para melhorar os codificadores de vídeo, a qualidade de vídeo percebida pelo usuário em redes sem fio é afetada também pelas características do canal sem fio. Muitas dessas pesquisas buscam relacionar métricas de Qualidade de Serviço (QoS) com a Qualidade de Experiência (QoE) do usuário final em serviços de streaming de vídeo, propondo melhorias em técnicas e protocolos de rede. No entanto, poucas pesquisas consideram informaçõesespecíficas do vídeo, como perda de frames, estrutura do Group of Picture (GOP) e características do próprio vídeo. Nesta proposta de tese, analisa-se o comportamento do streaming de vídeo utilizando o CODEC H.264/AVc na resolução 2160p (4K), com variações na estrutura do GOP e um valor fixo do Quantization Parameter (QP). Os vídeos selecionados foram submetidos a perda de pacotes simulada, para representar uma rede com erros durante a transmissão, e métricas de QoE foram extraídas para correlacionar com métricas de QoS. Além disso é proposto um modelo matemático para prever a perda de qualidade de vídeo em redes propensas a erros, utilizando a métrica Peak signal-to-noise ratio (PSNR) como medida de QoE, levando em consideração o número total de frames perdidos e a variação na estrutura do GOP para diferentes vídeos. A precisão do modelo é avaliada utilizando a métrica Root-mean-square Error (RMSE).

A quarta revolução industrial possui diversos pilares, sendo Internet of Things e Big
Data uns dos mais proeminentes. Essas tecnologias possibilitam a coleta e análise
em tempo real de grandes conjuntos de dados, permitindo o desenvolvimento de
modelos para as mais diversas situações, desde o comportamento do consumidor até
a prevenção de falhas fabris. Nesse contexto, o presente trabalho propõe uma
arquitetura para a implementação de um sistema de automação para indústria 4.0,
baseado na coleta de dados de temperatura, horímetro, vibração e corrente em
motores elétricos de uma indústria de alumínio primário. A partir das variáveis
mensuradas, pode-se obter dados de vibração no domínio da frequência,
desbalanceamento de fases e estimação com filtro de Kalman. Adotou-se um
algoritmo de decisão multicritério para auxiliar na escolha para linguagem de
programação. Após a elaboração dessa sistemática, obteve-se um conjunto de
soluções que tornaram viável o desenvolvimento do sistema. Assim sendo,
desenvolveu-se um sistema de automação, denominado IOT CORE, o qual realiza
desde a coleta das variáveis em tempo real, com baixa latência, alto desempenho, e
possibilita transmitir, armazenar e visualizar os dados em diversos supervisórios.

Artigos publicados:
GOMES, W. L. P.; SILVEIRA, A. S.; SERUFFO, M. C. R.. Proposal of a multi-criteria decision-making model for the implementation of a supervisory system for industry 4.0. INTERNATIONAL JOURNAL OF MANAGEMENT AND DECISION MAKING, v. 1, p. 1, 2023.

GOMES, W. L. P.; SILVEIRA, A. S. "Artificial intelligence applied to support the breast cancer diagnosis". XV Congresso Brasileiro de Inteligência Computacional (CBIC 2021), 03 a 06 de Outubro de 2021. Joinville, Santa Catarina, Brasil. doi: 10.21528/CBIC2021-46.

Ransomware é um tipo de malware que impede ou limita o acesso do usuário ao sistema e
arquivos até que um resgate seja pago. Combater essa ameaça é difícil devido à sua disseminação rápida e às constantes mudanças nas técnicas de criptografia utilizadas. Algoritmos de aprendizado de máquina, como Redes Neurais Artificiais, têm sido apontados como ferramentas promissoras na classificação de ransomware, porque elas podem aprender a identificar padrões e características complexas em grandes quantidades de dados. Isso permite que as redes neurais sejam treinadas com exemplos de amostras de software malicioso, incluindo ransomware, e depois sejam capazes de classificar novos exemplos com alta precisão. Além disso, as redes neurais também são capazes de aprender e se adaptar a mudanças no comportamento do malware, tornando-as ferramentas eficazes para a detecção de novos tipos de ransomware. Neste trabalho, é explorado três tipos de classificação de ransomware por RNA dentro de um pipeline composto com redução de dimensionalidade por Kernel PCA e balanceamento de classes com a abordagem de superamostragem aleatória. A MLP ( Multi-layer Perceptron) alcançou uma média de 98% de acurácia na classificação binária e 85% de acurácia na classificação de família com goodware, onde tais valores superam os resultados anteriores e demonstram assim a eficácia da inclusão do balanceamento de classes na melhoria do modelo de detecção de ransomware.

Artigo publicado para a defesa:
        1) PEREIRA, G.; SALES, JR., C.Ransomware classification by machine learning and dimensionality reduction. Journal of Engineering Research, v. 2, n. 25, 2022. ISSN 2764-1317. DOI: 10.22533/at.ed.3172252201116

Projeto vínculado: Aplicação e Concepção de Meta-heurísticas, Técnicas de visualização de dados e Métodos de Inteligência Computacional para Problemas de Engenharia e Computação

Nos paradigmas de cidades inteligentes é imprescindível garantir o bem-estar da população em termos de infraestrutura social. Dentre as ações que podem ser adotadas para tornar uma cidade mais resiliente, estão medidas preventivas, mecanismos de informação da população e tecnologias que aceleram a ação em casos de emergência. O estabelecimento de uma estrutura de comunicações que sobreviva a desastres é de suma importância para que as autoridades possam agir de imediato na prestação de socorro e salvar vidas. Nesse sentido, o uso de UAVs (unmanned aerial vehicle) como alternativa de comunicação é uma solução ideal para cenários como desastres naturais ou ataques intencionais que possam causar interrupção parcial ou completa dos serviços de telecomunicações. No entanto, a autonomia de energia é uma limitação que afeta a vida da missão. Como estratégia para solucionar este problema, desenvolveu-se um novo método baseado em aprendizado por reforço que visa reduzir o consumo de energia das missões de UAV em cenários de desastre, contornando os efeitos negativos das variações do vento e otimizando o tempo da malha aérea em locais afetados pela interrupção dos serviços de telecomunicações baseados em fibra óptica. O objetivo principal da presente Tese de Doutorado é oferecer uma nova metodologia capaz de dimensionar os elementos de backup em uma rede ótica metropolitana, considerando a adoção de UAVs e interfaces sem fio para realizar links aéreos provisórios e fornece um gerenciamento eficiente dos recursos de backup de modo a estender o tempo de vida da rede de malha voadora durante a catástrofe. O método considera o K-means para escalonar a posição das estações de recursos - a partir das quais os UAVs são lançados. Para otimizar o trajeto dos UAVs até as posições finais, foi utilizado o método Q-learning para investigar possíveis ações que os UAVs poderiam tomar tendo consciência dos obstáculos urbanos distribuídos aleatoriamente no cenário e devido às variações de velocidade do vento, o que está relacionado à forma como os UAVs são organizados durante a missão. Para os testes, utilizou-se uma topologia de rede ótica metropolitana de Estocolmo, Suécia. A heurística foi implementada usando três métodos de aprendizado reforçado (Simple Q-learning, ε-greedy e SARSA) e comparada a uma solução ingênua. Os resultados numéricos das simulações mostraram que a solução baseada em aprendizado por reforço foi capaz de reduzir o consumo de energia em até 15,93% em comparação com a solução ingênua, o que pode levar a um aumento significativo na vida útil de missões baseadas em UAV. Os resultados deste trabalho contribuem para o aumento da eficiência do roteamento de UAV, o que por sua vez favorece o aumento do uso de UAVs em aplicações civis, como esperado para cidades inteligentes.

Em planejamento de redes sem fio, o fator mais importante para estimar a área de cobertura do sinal é a utilização de um modelo de propagação com boa acurácia. Para tanto, ele deve estar adaptado para o ambiente ao qual será implementado, sendo capaz de prever as nuances do sinal ao longo do percurso, para predizer com maior precisão a degradação do sinal experimentada. Dessa forma, o objetivo do trabalho é auxiliar no planejamento de futuras redes de IoT, assim como ocorre no estudo de caso do projeto Sistema Inteligente de Gestão Eficiente de Mobilidade Elétrica Multimodal (SIMA), que almeja criar um Smart Campus para monitorar os parâmetros (localização, nível de bateria, medição de temperatura etc.) dos veículos elétricos, como ônibus e barcos que atenderão à comunidade acadêmica. Assim, o trabalho proposto desenvolve um modelo empírico, baseado em medições, em redes do tipo LoRa, na frequência de 915MHz, para ambientes amazônicos. As medições foram realizadas no campus da Universidade Federal do Pará (UFPA), em Belém, Pará, Brasil. Para modelar a perda de propagação do sinal sem fio, foi empregada a técnica de inteligência computacional denominada Redes Neurais Artificias (RNA), de modo que foram utilizados 4 parâmetros de entradas: distância entre transmissor e receptor, o Spreading Factor (SF), tipo do link (uplink ou downlink) e altura do transmissor, a fim de se avaliar a acurácia do modelo proposto, que foi comparado com Close-in (CI) e Floating Intercept (FI), além da utilização do Modelo UFPA ajustado através de Algoritmo Genético (AG). Desse modo, o modelo que mais se destacou foi o proposto, baseado em RNA, sendo este empregado em um algoritmo de otimização bioinspirado com multiobjetivo denominado Evolucionay Particles Swarm Otimization (EPSO), para determinar o posicionamento dos gateways de forma a maximizar a área de cobertura da rede LoRa no Smart Campus, com o menor número de gateways possíveis. Obtendo o melhor resultado com 4 gateways e suas respectivas posições, cobrindo 100% da área estabelecida.

High Definition Video on Demand (VoD) and immersive multimedia services,
such as Virtual Reality (VR) and Augmented Reality (AR), continuously enhance multimedia visual quality and leads to an exponential usage growth of computational resources of processing, networking, and storage. Low-latency multimedia services rely on heterogeneous multi-tier edge computing datacenters to provide computational resources close to consumers, improving user-perceived Quality of Experience (QoE) and avoiding degraded network Quality of Service (QoS). Multimedia services are composed of specialized functions embedded into a monolithic service or decomposed into Service Function (SF) chains of ordered microservices inter-connected with high-speed network links. Monolithic and SF chains deployed at the network edges can reduce delay and improve the use of computational resources. In this context, multi-tier edge nodes can host services according to consumers’ and providers’ best interests. QoE, QoS, mobility, and multiple criteria are important in instantiating, re-instantiating, and terminating services in multi-tier edge
computing. Service orchestration controls and manages service requests and chooses edge nodes to execute services fulfilling requirements guarantees and efficiently using computational resources. The orchestrator can be configured to consider service aspects, such as QoE, QoS, fairness, computational edge node constraints, energy, and mobility. There are several issues of providing efficient service orchestration for multimedia in multi-tier edge computing environments, including (i) service orchestration in diverse changing network conditions intended to improve the user-perceived experience and QoS; (ii) mobile users assistance by energy-constrained mobile and static edge nodes in temporary and poor connectivity conditions; and (iii) mobility support in real-time for immersive multimedia SF chaining orchestration to mobile users in urban scenarios.
This thesis contributes to efficiently meeting future VoD, VR, and AR services needs in multi-tier edge computing. The first contribution lies in choosing an appropriate edge node to stream VoD, considering QoE, QoS, and cost to instantiate VoD services. The second lies in selecting and placing flying edge nodes to assist poorly-served users regarding QoS, considering distance, energy, and service priority. The third lies in mobility-aware Service Function Chaining (SFC) orchestration by mapping, instantiating, and re-instantiating SFs into multiple edge nodes considering QoS. The proposed solutions were widely compared to related works on different scenarios. The results show that the proposed schemes outperform the state-of-the-art.

O aumento do volume da literatura relacionada às ciências biológicas e da saúde é um desafio para pesquisadores e biocuradores, até mesmo consultas em bases de dados especializadas em literatura biomédica, como PubMed (resumos/citações científicas e médicas) e PubMed Central (artigos de periódicos em texto completo) apresentam um grande volume de itens recuperados que tende a dificultar a localização das informações relevantes sobre entidades biológicas. A seleção dos documentos, também conhecida como triagem, é a primeira e uma das mais importantes etapas do processo de biocuradoria, portanto, desenvolver métodos de extração automatizada de informações para apoiar a construção de bancos de dados lógicos e descobrir novos conhecimentos de coleções de periódicos online é, não só um desafio, mas uma necessidade, e a adoção de técnicas de mineração de texto são alternativas viáveis, pois podem agilizar e otimizar a triagem dos documentos, bem como, auxiliar em diferentes etapas do fluxo de trabalho padrão de biocuradoria. Neste cenário, esta proposta de tese apresenta uma metodologia que adota uma abordagem de mineração de texto baseada em aprendizado não supervisionado, para classificar a relevância de artigos científicos em contextos biomédicos específicos e gerar conjuntos de treinamento precisos o suficiente para maximizar a eficiência de classificadores supervisionados. Como forma de mostrar a efetividade da proposta, o contexto de genes de resistência a antimicrobianos é empregado como estudo de caso.

The sixth-generation (6G) technology of mobile networks will establish new standards to fulfill unreachable performance requirements by fifth-generation (5G) mobile networks. This is due to the high requirements for a more intelligent network, ultra-lower latency, extreme network communication speed, and supporting a massive number of connected applications. In this context, Mobile Edge Computing (MEC) and service migration strategies have shown promising results in improving the user experience, meeting requirements of beyond 5G networks (B5G), and optimizing infrastructure resources. In addition, Unmanned Aerial Vehicles (UAVs) are a promising solution to provide cloud and edge services in collaboration with MEC scenarios. However, most strategies have ignored resources available on users' devices and contextual information. Motivated by the use of massive-extended reality (XR) and virtual reality (VR) applications in B5G networks, this thesis proposal presents a video service migration strategy based on contextual information and evaluates the influence of user mobility on migration strategies, called Dynamic Video Service Migration (DVSM). Simulation results highlight $74\%$ higher performance of the DVSM compared to state-of-the-art algorithms and a performance equivalent to the optimal solution when the collection and analysis of context information (remaining device's energy, user's location, network conditions, etc) are carried out correctly.

Este estudo propõe um método para melhorar a capacidade de um sistema multiagente (SMA) orientado a dados para realizar monitoramento de condições de funcionamento e detecção de falhas em processos industriais. E assim, uma estratégia de cooperação entre os agentes de software é proposta para mitigar alarmes falsos gerados na detecção de falhas, porque vários agentes trabalhando em cooperação têm desempenho melhor do que agentes agindo individualmente. Poucos passos transformam esse método em um procedimento valioso para melhorar a certeza diagnóstica. Primeiro, uma análise de modo de falha e efeitos é realizada para selecionar sinais de monitoramento físico do processo industrial que permitem que os agentes colaborem por meio de sinais compartilhados. Em seguida, vários modelos de redes neurais artificiais (RNA) são gerados com base no comportamento normal das condições de operação de vários subsistemas industriais equipados com sensores de monitoramento diferentes. A partir daí, os agentes usam os modelos de comportamento esperado baseados em RNA para evitar alarmes falsos, monitorando continuamente as amostras de medição de sinais físicos que se desviam do comportamento normal. Finalmente, este método é aplicado para monitorar uma turbina eólica. O sistema e os testes usam dados reais de um parque eólico na Espanha. Os resultados mostram que a colaboração entre os agentes facilita a detecção efetiva de falhas e pode reduzir significativamente os alarmes falsos, indicando um notável avanço na estratégia de manutenção e monitoramento industrial.

O crescimento acelerado do tráfego de dados em decorrência das exigências dos serviços e aplicações que estão surgindo traz novos desafios para a rede sem fio. A fim de oferecer opções que consigam atender essa demanda, o Unmanned Aerial Vehicles (UAV) pode ser uma solução para dar suporte à rede móvel em situação de congestionamento, especialmente para auxiliar em cenários que a região esteja com altos picos de tráfego causados pelo fluxo temporal e espacial de usuários. Este artigo propõe um sistema inteligente baseado em machine learning utilizando UAV-base stations (UAV-BSs) para dar suporte temporário à rede móvel em regiões sofrendo com efeito de sobrecarga gerada pela alta densidade de usuários. O sistema considera duas etapas importantes, a Load Prediction Algorithm (LPA) e a UAV-BSs Clustering and Positioning Algorithm (UCPA). Na LPA, o histórico de carga gerada pela rede móvel é utilizado para prever as estações base (eNodeBs) que estão sobrecarregadas. Na UCPA é realizado o planejamento no qual é calculado a quantidade de UAV-BSs necessária, que é baseado em duas estratégias: naive e otimizada, além de calcular o posicionamento ideal para cada dispositivo que for solicitado a dar suporte para as eNodeBs sobrecarregadas. Para a previsão, utilizamos dois modelos, Generalized Regression Neural Network (GRNN) e o Random Forest (RF). Os resultados mostraram que ambos os modelos conseguiram prever com precisão. Destaca-se que o Random Forest foi melhor, com acurácia acima de 85% no geral. Os resultados mostraram que o sistema inteligente reduziu consideravelmente a sobrecarga das eNodeBs afetadas, melhorando a qualidade de serviço (QoS) e reduzindo a probabilidade de bloqueio dos usuários, além de definir um planejamento preventivo dos UAV-BSs, o que auxilia o escalonamento e a eficiência energética.

Neste trabalho uma biblioteca é desenvolvida com o proposito de gerar casos de teste automaticamente na linguagem de programação Python, os testes são gerados utilizando um algoritmo genético com um operador de mutação desenvolvido de forma ad-hoc baseado na interação social. O Algoritmo é aplicado ao problema de geração de dados para testes com sucesso, mostrando resultados razoáveis quando comparado ao estado da arte, mostrando ser um possível caminho a ser explorado na solução deste tipo de problema.

This work proposes a stochastic model predictive control using the Laguerre function with optimal Kalman filter state estimation. The controller design uses an ARMAX state-space model, incorporating moving average into the stochastic formulation by a state disturbance matrix in innovation form, which calculates a stochastic term introduced in the control law. The optimal Kalman filter gain design copes with the minimum variance case, where the Kalman filter weighting matrices are tuned based on the state disturbance matrix and the covariance of estimated states of an ARMAX model. Furthermore, it shows that the proposed strategy also can be applied in the classic MPC design.

Hildreth’s Quadratic Programming is the method used to solve the constrained optimization problem in a stochastic scenario. This method is used together with the Laguerre function, simplifying finding the optimal problem in constrained cases. Moreover, the Laguerre function improves the control horizon prediction, reducing the output variance, and preserving a better trade-off between the control effort and closed-loop performance. It is because of its orthogonal property, making it a universal approximator that results in a parsimonious representation of the control trajectory.

This work uses a highly oscillatory mechanical system, a robot joint, and a Hydropower MIMO system as numerical examples to demonstrate the proposed method’s efficiency. Furthermore, two experimental tests are introduced with two different plants that confirm these results: a circuit representing an under-damped coupled multivariable system with two inputs and two outputs and a Twin Rotor MIMO system, comparing the proposed strategy’s effects to the Laguerre deterministic MPC approach, classic MPC, and classic MPC using the ARMAX model with minimum variance Kalman filter estimation.

DEEP LEARNING SOFTWARE-BASED HOLDOVER FOR PTP IEEE 1588 SYNCHRONIZATION IN 5G NETWORKS

With population growth in urban areas, the more extensive city infrastructure faces several problems affecting the population's health and quality of life. Urban mobility changes became intense since the worldwide technological revolution brought many tools and methods to prevent harmful tendencies regarding urban transportation. In this context, Internet of Things (IoT) solutions perform a ubiquitous way of sensing the population mobility and the local mobility context as criminality, accidents, and air quality near the road infrastructure, complementing the city mobility. Likewise, Location-based Social Networks (LBSN) dispose of users' geolocated data, allowing the identification of mobility patterns, traffic flows, and alternative modal transport recommendations. In this matter, novel mobility solutions must attend city issues regarding public transportation, criminality, traffic influencing factors, and air quality compromising. Also, route selection methods must consider comfort features, making more pleasant urban trips. This master's dissertation proposes and evaluates two pollution-aware route selection approaches, a multi-modal hybrid routes method and a multi-criteria personalized route selection method, for urban citizens' mobility flow improvement. The hybrid multi-modal solution surpasses the single-modal, offering less expensive and less polluted trip options. The multi-criteria solution personalized profiles outperform the single-criterion choice in the same context considering all calculated route possibilities. 

Com o cenário crescente da Internet das Coisas (IoT) e o contexto das redes de área ampla de baixa potência (LPWAN), a tecnologia LoRa se destaca como uma das mais utilizadas para construir redes de comunicação voltadas a aplicações IoT. Essa tecnologia de comunicação utiliza espectro de rádio aberto para transmitir dados entre dispositivos. No entanto, a tecnologia LoRa apresenta um desafio na sua camada física ou no seu protocolo LoRaWAN, pois não há uma ferramenta oficial que lide com a estabilidade da comunicação em situações de mobilidade. Para abordar essa questão, a presente pesquisa tem como objetivo desenvolver controles adaptativos em tempo real baseados em lógica Fuzzy para a otimização do canal LoRa em situações de mobilidade. O objetivo é manter a comunicação entre dispositivos e, possivelmente, diminuir o tempo de resposta e de modo eficientemente enérgico por gestão contínua de atributos do canal LoRa. A pesquisa utiliza métricas de qualidade de sinal sem fio, como a razão sinalruído (SNR) e o indicador de intensidade do sinal recebido (RSSI), juntamente com os fatores de espalhamentos (7, 9 e 11) como entradas do controle Fuzzy. A partir dessas entradas, três controles Fuzzy foram desenvolvidos e testados de forma experimental em um cenário alvo na UFPA. Os resultados obtidos por meio da coleta de dados em campo demonstram como a tecnologia LoRa pode se beneficiar de ferramentas de inteligência computacional para a otimização de seus recursos, aumento da confiabilidade e, principalmente, para situações de mobilidade.

A sociedade vem passando por grandes transformações na era da indústria 4.0, e o crescimento da internet das coisas tem se acentuado, sobretudo em cidades, dando origem as smart cities e em campus universitários (os smart campus). Neste trabalho é foi desenvolvida uma arquitetura de transmissão de dados para o smart Campus da UFPA que foram combinados diferentes protocolos e tecnologias de comunicação para atender os diferentes requisitos das aplicações IoT encontradas no Campus. Foram utilizadas as tecnologias: LoRa, GSM/GPRS, MODBUS e a plataforma middleware de desenvolvimento Dojot. Os resultados foram satisfatórios, uma vez que os dados puderam ser observados na Dojot.

Este trabalho apresenta uma investigação direcionada à análise e projeto de Controle de Variância Mínima Generalizado (GMV) com Controle Robusto Paramétrico aplicados à plantas com parâmetros intervalares. A estrutura de controle proposta, além de utilizar o controlador GMV, utiliza a augmentação estocástica, que acrescenta propriedades estocásticas a controladores determinísticos, fornecendo maior grau de robustez no rastreamento de referência e a capacidade de tratar adequadamente os ruídos. O Projeto apresentado neste trabalho usa o GMV baseado no controlador PID (Proporcional-Integral-Derivativo) analógico, que, através de uma “máscara analógica digital”, transfere suas características de sintonia e desempenho robusto ao GMV, e na forma padrão RST. Para isso, usa-se a técnica de alocação robusta de polos, integradas à solução de técnicas de programação linear, para calcular os parâmetros do controlador. A análise de estabilidade e desempenho robusto do sistema é feita considerando fatores como perturbação de carga, atraso de transporte e dinâmica de fase não-mínima. Com isso, o controlador de Variância Mínima Generalizado Robusto Paramétrico (PRGMV) é estudado para reduzir a variabilidade na dinâmica e aumentar a robustez na operação de sistemas para várias condições de operação, considerando os fatores citados. São realizadas comparações desta técnica proposta com controladores clássicos, como PID, GMV e LQG, para avaliar os resultados obtidos e validar as vantagens do uso da técnica proposta. Os resultados e as comparações são realizados em ambiente de simulação usando o software MATLAB.

Desde seu isolamento em 2004, o grafeno tem se mostrado um material promissor, pois permite forte interação de portadores de carga com radiação terahertz (THz). Esta extensa interação com a luz se deve à excitação de polaritons de plasmon de superfície (SPPs) proporcionando assim diversas aplicações nas áreas de fotônica THz. Na presença de um campo magnético externo, a ressonância de cíclotron domina nos espectros THz. Neste trabalho analisamos vários modos de ressonância (dipolo, quadrupolo, hexapolo e os modos com simetria azimutal) que podem existir no disco de grafeno em um arranjo com células unitárias quadradas periódicas. Calculamos as ressonâncias com magnetização por campo magnético externo DC variando até 3T e as comparamos com o caso da mesma estrutura sem magnetização onde observou-se que a presença do campo magnético resulta no desdobramento de alguns modos ressonantes. As características ressonantes são obtidas numericamente usando o software COMSOL Multiphysics em dois estudos distintos e complementares: o regime de cálculo de autofrequência referente aos modos naturais de ressonância e o de excitação por onda plana (plane wave) com incidência normal. As condições de contorno Floquet nos quatro lados das células unitárias são usadas para simular a estrutura periódica no plano do grafeno. O lado da célula unitária (ou seja, o período da matriz) usado no cálculo numérico é A = 9µm, o raio do disco de grafeno é D = 3 µm. O problema da excitação de alguns modos por incidência de onda plana é discutido do ponto de vista da simetria circular que, para gerar os picos de ressonância neste regime, precisou ser quebrada através de um corte sutil no formato de fenda retangular de tamanho = nm por = 550nm partindo axialmente da borda. O disco é modelado como elemento bidimensional, e isso fornece uma boa aproximação da espessura atômica de uma única camada desse material. A condutividade é modelada pelo modelo semi-clássico de Drude. A discussão das propriedades do ressonador é cumprida em termos de correntes no grafeno e campos eletromagnéticos fora do grafeno. As aplicações potenciais dos resultados obtidos são rotadores Faraday e Kerr, filtros controláveis e absorvedores para circuitos fotônicos THz.

Com a ocorrência do leilão da quinta geração (5G), realizado pela Agência Nacional de Telecomunicações (ANATEL), as operadoras começaram a implatação da tecnologia em solo brasileiro e espera-se que os dispositivos inteligentes se tornem mais conectados promovendo o avanço e aprimoramento da internet of things (IoT). Contundo, a tecnologia Narrowband-IoT (NB-IoT), utilizada pelo 5G para aplicações IoT ainda não é suficente para atender todos os requisitos dos usuários, tendo isso em vista, a tecnologia LoRa surge como auxiliar para atender os requisitos dos usuários. Adicionalmente, cresce a necessidade para combater as mudanças climáticas geradas pelo aquecimento global, isto provoca um aumento no número de áreas arborizados ao redor do mundo. Diante deste cenário, este trabalho tem como objetivo analisar o comportamento do sinal LoRa em um ambiente suburbano e densamente arborizado. Para isto, são realizadas campanhas de medições na Universidade Federal do Pará (UFPA) e a partir dos dados coletado é proposto um modelo de rede neural capaz de reproduzir esse comportamento. O modelo proposto é comparado à modelos de linha de base e demonstra ser superior nos cenários de downlink e uplink com erro RMSE mínimo de 1,6623 dB para o primeiro e 1,3891 dB para o segundo.

Artigo Produzido no Periódico Energies, Qualis A1 na CAPES 
SANTOS, ELITON SMITH DOS ; NUNES, MARCUS VINÍCIUS ALVES ; NASCIMENTO, MANOEL HENRIQUE REIS ; LEITE, JANDECY CABRAL . Rational Application of Electric Power Production Optimization through Metaheuristics Algorithm. Energies, v. 15, p. 3253, 2022.

Resumo

O Despacho Econômico de Carga (ELD) é um processo do sistema elétrico de potência que visa o planejamento e as operações das Usinas Termelétricas (UTE), para atender à demanda com menor custo operacional. Por outro lado, o ELD tornou-se um problema obsoleto por considerar apenas o custo de combustível na geração de energia, desconsiderando parâmetros importantes como custos ambientais e de segurança da rede elétrica. A energia produzida pelas usinas termelétricas é considerada muito cara e poluente, ou seja, possui impactos negativos para a esfera ambiental e o cenário econômico. Considerando a pressão global para redução de emissões de poluentes na atmosfera e sustentabilidade ambiental, a incorporação da geração de Energias Renováveis (ER) ou Energias Verdes na rede elétrica é indispensável. A energia solar está se tornando uma parte importante do portfólio de geração de energia em muitas regiões devido à grande redução de seus custos e aos incentivos políticos que favorecem a geração de fontes de energia limpa e renováveis. Nesse sentido, a proposta da tese é apresentar um comparativo entre diversas técnicas metaheurísticas na otimização do DEA soluções, incluindo a geração de energia solar fotovoltaico e o desligamentos dos motores menos eficientes, bem como ajudar o especialista na tomada de decisão para o funcionamento da planta geradora. Foram utilizados as metaheurísticas baseados em métodos estocásticos como: Ant Lion Optmizer (ALO), Dragonfly Algorithm (DA) e Differential Evolution (DE). Na busca por melhores soluções, foi implementado um novo algoritmo que verifica de forma inteligente a potência dos motores da termoelétrica. Com base na potência demandada para o horário, é utilizado até 70% da capacidade da geração da usina fotovoltaica e o restante é atendido pela usina termelétrica. Assim, encontra-se a potência ideal para o número mínimo de motores suficientes para atender a demanda, reduzindo o nível de combustível e poluentes na atmosfera. As simulações foram geradas no ambiente do MATLAB, utilizando um modelo híbrido composto por seis (06) Unidades Geradoras (UG) e treze (13) Usinas Solares Fotovoltaicas (USF). Por esta razão, os resultados foram comparados com os resultados das simulações de Khan, que utilizaram PSO. Neste sentido, esta tese apresenta resultados comparativos dos métodos utilizados, dentre as técnicas utilizadas, o ED foi o método que apresentou os melhores resultados, garantindo uma redução no combustível fóssil em 3,02%, correspondendo a US$ 8,557.08 e uma redução de poluentes na atmosfera de 1.42%.

Neste trabalho, é desenvolvida uma formulação semi-analítica para auxiliar no processo de projeto de antenas dipolos retangulares baseadas em grafeno com substratos de vidro. A formulação fornece diretamente o comprimento do dipolo necessário para obter ressonância em uma frequência desejada, uma vez que a largura da antena e o potencial químico das folhas de grafeno são conhecidos. Usando o método das Diferenças-Finitas no Domínio do Tempo (Finite-Difference Time-Domain: FDTD), foi realizado um grande número de simulações computacionais considerando várias combinações de dimensões de antena e valores de potencial químico, para obter os valores de referência. A formulação é baseada em: lei de escalonamento eletrostático, cálculo da constante de fase plasmônica, capacitância entre eletrodos metálicos e cálculo de suas auto-indutâncias. O método dos mínimos quadrados é aplicado para otimizar os coeficientes da formulação. Com os coeficientes otimizados, foram obtidos níveis de precisão muito satisfatórios. No intervalo de frequências entre 0,5 THz e 3,0 THz, o erro médio relativo absoluto é de 1,50%, com um erro relativo absoluto máximo de 6,77%.

Publicação:

GARCIA, M. E. C. ; DE OLIVEIRA, RODRIGO M. S. ; RODRIGUES, N. R. N. M. . Semi-analytical Equations for Designing Terahertz Graphene Dipole Antennas on Glass Substrate. Journal Of Microwaves, Optoelectronics and Electromagnetic Applications, v. 21, p. 11-34, 2022.

http://dx.doi.org/10.1590/2179-10742022v21i11335

A perda de um membro superior torna o indivíduo incapaz de realizar funções de garra e manipulação de objetos, causando muitos transtornos e limitando a sua capacidade de realizar grande parte das tarefas diárias. Diante disso, este trabalho propõe um sistema completo de controle de próteses mioelétricas multifuncionais com o usuário. O sistema proposto é composto por uma camada superior de tomada de decisão, uma camada inferior de controle em malha fechada de atuadores protéticos e pela lógica de integração das camadas. Na camada superior é realizada a classificação de 8 movimentos da mão e a estimação de força de preensão. Na camada inferior são implementadas duas malhas de controle com o controlador preditivo no espaço de estados, uma para o controle de posição angular dos dedos da prótese, e a outra para o controle de força de preensão da mesma. A lógica de integração das camadas atua de forma intuitiva para o controle da prótese, de acordo com a força de preensão e os padrões de movimentos do usuário. Para o desenvolvimento do sistema proposto, foram investigados os métodos de classificação em tempo real com as redes MLP e ELM e as técnicas SVM e KNN. Para a estimação de força do usuário é proposto um modelo em espaço de estados com o Filtro de Kalman. Nas malhas de controle propõe-se a utilização de uma abordagem multivariável em espaço de estados com o controlador preditivo MPCSS, para controlar o modelo de posição angular e o modelo de força da prótese. Além disso, na malha de controle de força, propõe-se a aplicação do Filtro de Kalman para estimar e filtrar a força global do sistema, por meio da fusão da saída dos sensores de força presentes nos dedos da prótese utilizada.
Para os testes experimentais, foram registrados os sinais mioelétricos e de força de 10 indivíduos saudáveis, por meio do setup experimental desenvolvido. Os resultados de classificação mostraram que a técnica mais viável e com melhor desempenho de classificação para os padrões de movimentos utilizados foi a de SVM, com uma média de acurácia e de 97%. O modelo de estimação de força proposto em SS com Filtro de Kalman apresentou um coeficiente de correlação de Pearson ao quadrado, R^2, de 0,92 ± 0,0318 e índice NRMSE de 0,277 ± 0,056, demonstrando um bom desempenho e uma melhor opção em comparação com outros modelos utilizados na literatura. As malhas de controle propostas apresentaram índices de desempenho robusto e realizaram com precisão o rastreamento de referência tanto para o controle de posição angular quanto de força. Além disso, o Filtro de Kalman presente na malha de controle de força incrementou a estabilidade e o desempenho do sistema para a preensão de objetos. O sistema proposto, atuou em tempo real com um tempo de processamento médio menor que 300 ms, realizou a classificação de 8 padrões de movimentos da mão, estimou a força de preensão do usuário e executou os comandos de movimentos de gestos e de força da prótese de forma similar a destreza da mão humana.

Vários países do mundo iniciaram a transição energética utilizando geração distribuída com fontes renováveis e sistemas de armazenamento com baterias, para proporcionar eficiência energética, flexibilidade, segurança operacional, sustentabilidade e redução de custos com energia elétrica. Monitoradas e gerenciadas por um sistema de gestão, as novas tecnologias têm trazido empoderamento ao cotidiano do consumidor, de modo que este possa participar ativamente das decisões de oferta e de demanda de energia em seu convívio individual ou em grupo. Sob a ótica do consumidor, este trabalho apresenta uma metodologia para desenvolvimento e gestão de uma comunidade de energia, operando com geração híbrida de energia elétrica, advinda da rede externa e da geração fotovoltaica, e sistemas de armazenamento. Dada suas características e seu perfil de cidade, um estudo de caso com dados reais do sistema de distribuição do campus da Universidade Federal do Pará (UFPA) é considerado e os sistemas fotovoltaicos e de armazenamento são modelados, com base em uma abordagem probabilística, de acordo com a irradiação solar da região e a demanda de energia da Universidade. A operação do sistema é gerenciada durante o período de doze meses, para simular as características, limitações e particularidades da comunidade de energia. Como conclusão do trabalho, é apresentado o retorno do investimento da comunidade de energia implementada na UFPA, evidenciando a possibilidade de escalabilidade de um novo modelo de negócio.

Este trabalho aborda uma técnica de otimização multiobjetivo híbrida bioinspirada, associada a uma rede neural de regressão geral como proposta para sintetizar a geometria e dimensões de uma superfície seletiva de frequência (FSS), para filtragem de ondas eletromagnéticas em aplicações 5G. Essa nova técnica híbrida associa o algoritmo bio-inspirado conhecido como Sailfish Optmizador (SFO), em conjunto de uma rede GRNN para a obtenção dos parâmetros de construção do filtro. Neste estudo o foco é destinado na aplicação do da técnica como ferramenta para o projeto e síntese da FSS, sendo ela com a forma de uma espira quadrada na célula unitária, impressa em uma placa de substrato de fibra de vidro (FR4). Os objetivos do processo de otimização consistem em ajustar a frequência ressonante do FSS para 3,5 GHz e a largura de banda de operação de 0,8 GHz. Uma Boa concordância entre os resultados simulados e medidos é relatada.

Este trabalho apresenta uma avaliação da produtividade de geradores fotovoltaicos, utilizando-se diferentes configurações de controle em controladores de carga empregados em sistemas isolados, estando estes controladores interconectados formando uma nanorrede de distribuição em corrente contínua. Nele foi realizado uma contextualização dos usos de microrredes e a apresentação da nanorrede utilizada, que se encontra instalada no laboratório do Grupo de Estudos e Desenvolvimento de Alternativas Energéticas (GEDAE) da Universidade Federal do Pará. Ao longo do trabalho são indicados os principais equipamentos responsáveis pela formação de rede neste tipo de sistema, sendo eles os controladores de carga, associados a sistemas de armazenamento de energia e geradores fotovoltaicos. Neste sentido, são adotadas configurações diferentes das recomendadas pelos fabricantes, mas dentro dos limites aceitáveis, com o intuito de aumentar a produtividade dos geradores fotovoltaicos e com isso aumentar a autonomia dos sistemas de armazenamento de energia. De acordo com os resultados obtidos, quando apenas um sistema de geração e armazenamento estava em funcionamento estava em operação foi constatado o aumento da produtividade da geração; quando analisada a nanorrede com todos os sistemas em operação, com configurações distintas, foi constatado um aumento, porém, difícil de ser identificado, por conta do intercâmbio de energia presente na nanorrede, sendo mais vantajoso escolher uma única configuração para todos os sistemas.

O para-raios de Óxido de Zinco é um dos dispositivos de proteção de vital importância para os Sistemas Elétricos de Potência e os equipamentos que os compõe, uma vez que ele assegura a confiabilidade e a continuidade de operação desses sistemas a partir da sua capacidade de atenuar as sobretensões transitórias resultantes de descargas atmosféricas ou surtos de manobra. Esse equipamento é formado por blocos de  resistores variáveis de ZnO, associados em série ou em paralelo, cuja curva de tensão-corrente apresenta alta não-linearidade. Tendo em vista a relevância da utilização do para-raios, faz-se necessária a  investigação das condições de operação deste. Na literatura, são encontrados diversos procedimentos e técnicas destinadas a tal finalidade, entre as quais destaca-se o monitoramento por meio da medição e análise da corrente de fuga, dado que esta representa um dos fatores principais que contribuem para a degradação deste equipamento. Diante deste contexto, a presente dissertação de mestrado implementa um modelo bidimensional de um para-raios de Óxido de Zinco de 30 kV, utilizando o Método de Elementos Finitos, para obter-se as curvas da corrente de fuga, as distribuições do potencial elétrico, da densidade de corrente e a das linhas de campo elétrico, quando este dispositivo se encontra sujeito às condições de variações de tensão e poluições. Os resultados mostram um aumento das grandezas adquiridas(que aumento? Quais grandezas?) à medida que o nível de poluição se intensifica, bem como, com o aumento dos níveis de tensão.

 Em muitos projetos dinâmicos e de diagnóstico de falhas de estruturas mecânicas, é necessário o conhecimento da força externa atuante. No entanto, a medição dessas forças muitas vezes é difícil ou impossível de ser realizada e, nesse caso, um problema inverso deve ser resolvido. Este artigo propõe um método de identificação de força usando a Metodologia de Superfície de Resposta com base em Design Composto Central em conjunto com o algoritmo de Regressão de Floresta Aleatória. Esse procedimento requer, inicialmente, o modelo modal em elementos finitos da estrutura forçada. Em seguida, análises harmônicas são realizadas, variando os parâmetros de forças e, então, aplica-se a Metodologia de Superfície de Resposta para a geração de um conjunto de dados contendo os valores de amplitude, frequência e localização das forças, além dos valores de aceleração de vibração em vários pontos da estrutura. Este conjunto de dados foi utilizado para treinar e testar um modelo de Regressão de Floresta Aleatória utilizado para predizer qualquer localização, amplitude e frequência da força a ser identificada, tendo como informações somente a aquisição da vibração em determinados pontos da estrutura. Os resultados numéricos mostraram excelente precisão na identificação da força aplicada à estrutura.

Artigo Publicado no Periódico Energies, Qualis CAPES A1. Publicado em 20 de maio de 2022 

Título: Force identification from vibration data using response surface and random forest
regression algorithms.

Autores: Fábio Antônio do Nascimento Setúbal , Marcus Vinicius Alves Nunes,  Sérgio de Souza Custódio Filho , Newton Sure Soeiro and Alexandre Luiz Amarante Mesquita.

Energies 2022, 15, 3786. https://doi.org/10.3390/en15103786

A Internet das Coisas (IoT, do inglês Internet of Things) permite o monitoramento ubíquo de ambientes através de sensores dispostos em determinada área de interesse. Tal coleta de dados gera um conteúdo sem precedentes de informações que são apresentadas a diferentes algoritmos que servem para auxiliar na tomada de decisões associadas a economia, saúde, bem-estar, entre outras. Para garantir o sucesso dessa cadeia de comunicação, definida desde a coleta dos dados até a extração de decisões valorosas, se faz necessário a implantação de uma comunicação ponta a ponta. Para isso a IoT faz uso da tecnologia de comunicação Long Range (LoRa), que por sua vez garante a comunicação sem fio e sem custos entre os sensores instalados nos endnodes dispostos na área de interesse e os pontos de agregação de trafego de dados instalados na área a ser monitorada, isto é, o gateway. Embora a solução seja prática, esta gera os desafios de minimização dos custos associados a implantação do menor número de gateways na área a ser coberta, assim como, a tarefa de se planejar a rede IoT levando em consideração o posicionamento ótimo dos gateways. Diante deste contexto e para responder aos desafios impostos pelo planejamento de redes IoT, este trabalho tem como objetivo propor um software otimizador de planejamento de redes IoT baseado em Algoritmo Genético, Evolutionary Particle Swarm Optimization (EPSO) e algoritmo de Múltiplas Tentativas, com o intuito de minimizar o número de gateways e determinar a geolocalização para instalação dos mesmos, assim visando garantir a cobertura de todos os endnodes e seus respectivos sensores dispostos no campo.

Neste trabalho desenvolvemos um protocolo de análise de um treinamento
cognitivo (TC) para melhoria de performance de desempenho em operadores de escavadeira da
empresa Vale S.A. Esta pesquisa fez parte do Projeto de Inovação POAD (Programa de
Operadores de Alto Desempenho) do Instituto Tecnológico Vale (ITV). O protocolo de TC foi
baseado em Neurofeedback (NFB), com a finalidade de desenvolver habilidades de auto
regulação das frequências cerebrais de indivíduos, com base nas análises de eletroencefalograma
(EEG). Nesta pesquisa, utilizamos a Análise Espectral de Holo-Hilbert (HHSA) para estudar a
modulação em amplitude (AM) e frequência (FM) dos ritmos que compõem as frequências
cerebrais. A HHSA foi baseada na decomposição em modo empírico (EMD) de duas camadas.
Primeiro houve uma decomposição do sinal EEG em uma série de funções de modo intrínseco em
frequência modulada (IMFs) e então se decompôs cada IMF modulado em frequência em um
conjunto de IMFs modulados em amplitude. Dessa forma, este trabalho investiga a eficácia de um
TC com base nas variações de frequência e amplitude moduladas nos dados de EEG obtidos por
NFB. Os resultados demonstram eficácia para o TC e validam a eficácia da HHSA em extrair
características informativas dos sinais.

Sistemas de geração solar fotovoltaica desempenham um papel essencial para a melhoria da eficiência energética de uma edificação. Nesse sentido, o presente estudo busca apresentar uma análise de balanço energético em diferentes cenários cronológicos para o prédio do Centro de Excelência em Eficiência Energética da Amazônia - CEAMAZON, entidade pública de Pesquisa, Desenvolvimento e Inovação, vinculada à UFPA, localizado no Parque de Ciência e Tecnologia Guamá. Além disso, é realizada uma breve análise em relação ao novo INI-C relacionada à metodologia de avaliação nZEB, com recente implantação de sistema de geração distribuída, destacando o conjunto de características da edificação que possam classificar sua eficiência energética e demonstrando parâmetros essenciais para certificação.

Este trabalho tem por objetivo apresentar a implementação de um framework
capaz de sintetizar dados para modelos de aprendizado de máquina, demonstrar resultados obtidos com
redes de segmentação semântica treinada com estes dados e descrever resultados preliminares que
exemplificam o uso desta metodologia com a segmentação para a classificação de objetos específicos.
Neste trabalho, foi classificada a quantidade de ervas daninhas que infestam determinadas áreas em zonas
de plantio. A metodologia adota redes neurais convolucionais profundas, realizando cálculos a nível de
pixels nas imagens para determinar porcentagens de infestação e fazer estimação quando a rede não
define corretamente a

No presente trabalho, é apresentada a modelagem de estruturas eletromagnéticas equivalentes, utilizadas na análise e descrição da resposta de sensores plasmônicos operando nas faixas da óptica, e do terahertz (Far Infrared). Foram realizadas simulações para avaliar a resposta eletromagnética de quatro sensores, que operam segundo o fenômeno de Ressonância de Plasmons de Superfície (SPR), e Emissão Acoplada por Plasmons de Superfície (SPCE), sendo estes: Sensor SPCE THz baseado em DLG (Double-Layer Graphene); Sensor Kretschmann THz baseado em MLG (Multi-Layer Graphene); Sensor SPCE Óptico baseado em Ouro; e Sensor Kretschmann Óptico baseado em SLG/Ouro. A descrição eletromagnética dos sensores foi realizada pela combinação de modelos analíticos derivados do método dos Coeficientes Generalizados, onde é possível calcular a intensidade dos campos EH (Elétrico e Magnético), devido a incidência de uma onda plana sobre uma estrutura multicamadas, e do método da Função de Green Periódica Fora de Fase, que utiliza a representação espectral dos campos EH, por meio da série complexa de Fourier, sobre os modos de Floquet. Nos sensores terahertz, o grafeno é modelado como uma impedância superficial descrita pelo modelo de Kubo. Em sensores ópticos, o grafeno e o ouro são caracterizados como materiais de espessura finita, e índice de refração (RI) complexo, ambos valores experimentais disponibilizados pelo Laboratório de Síntese e Caracterização Laser de Nanomateriais, da Puc-Rio. Os resultados mostram os perfis de campo EH na estrutura dos sensores plasmônicos. Na análise da PGF do sensor SPCE Thz, verificamos o aparecimento dos polos plasmônicos simétrico e assimétrico na representação espectral de seus campos EH. Para o sensor Kretschmann THz, verificamos uma sensitividade S = 2,42°RIU −1 para o caso com três folhas de grafeno, além de uma FWHM (Full Width at Half Maximum) de 5,75° para o caso com cinco folhas de grafeno. Para o sensor SPCE óptico, verificou-se que a excitação SPCE ocorre para a fonte laser monocromática com incidência ≥ 30°. Por fim, para o sensor SPR baseado em SLG/Ouro, verificou-se um aumento de 2% na sensitividade, quando comparado ao caso sem grafeno.

Neste trabalho, são propostos e estudados metamateriais totalmente dielétricos compostos de células unitárias quadrada, retangular, losangular e hexagonal baseadas em trímeros. Esses metamateriais são arranjos periódicos planares totalmente dielétricos de discos dielétricos dispostos sobre um substrato dielétrico, os quais são capazes de suportar dois tipos de ordens de dipolo toroidal (denominadas toroidal – TO e anti-toroidal – ATO), que se diferenciam pela distribuição dos momentos dipolo toroidal nos trímeros (simétrico e anti-simétrico, respectivamente). As estruturas, bem como os modos de ressonância, foram analisadas teoricamente por meio das técnicas de teoria de grupos, método de combinação linear adaptada por simetria (em inglês, SALC), aproximação de momentos de dipolo magnético e teoria de circuito, para as simulações numéricas foi utilizado o software comercial Comsol Multiphysics. Em particular, uma nova aproximação teórica é proposta para o entendimento das excitações dos modos toroidais protegidos por simetria, por meio dos chamados grupos magnéticos. Os resultados teóricos e numéricos foram validados através de experimentos de micro-ondas na faixa de 8 - 15 GHz, com boa concordância dos resultados. Devido a configuração única dos campos desses modos fortemente confinados nas metasuperfícies propostas, é que as mesmas podem ser consideradas como plataforma de interação eficiente da luz-matéria para as tecnologias de próxima geração, no que diz respeito a absorção melhorada, chaveamento não-linear, (bio-)sensoriamento e em outras aplicações da fotônica.

DIMENSIONAMENTO, SIMULAÇÃO E ANÁLISE ECONÔMICA DE UM SISTEMA FOTOVOLTAICO CONECTADO À REDE COM ARMAZENAMENTO DE ENERGIA

O sistema Driven-Right-Leg (DRL) é amplamente utilizado para mitigar os efeitos da tensão de modo comum em amplificadores biopotenciais. Ele funciona como um controlador em malha fechada, cujo objetivo é rejeitar perturbações causadas devido ao acoplamento capacitivo do paciente com a rede elétrica. Neste trabalho, o sistema DRL é avaliado do ponto de vista do controle robusto paramétrico, procurando fazer uma avaliação mais completa do que a encontrada na literatura, avaliando margens de ganho, de fase e de módulo extremais. Faixas de variação paramétrica intervalar, retiradas da literatura, foram utilizadas para descrever as incertezas paramétricas que perturbam o sistema estudado. Além disso, foi projetado um controlador do tipo Lead-Lag com base no modelo sujeito a variações paramétricas obtido, de forma a demonstrar tanto como a análise quanto a síntese de controladores DRL pode ser feita com base na teoria apresentada. Os resultados obtidos foram discutidos com base em comparação com os sistemas DRL encontrados na literatura especializada.

Esta tese propõe um esquema de excitação de múltiplas ressonâncias plasmônicas ao longo do espectro para utilização no monitoramento de índice de refração e possibilitar a determinação das propriedades de dispersão óptica do meio a ser analisado. Esta característica é obtida através da utilização de uma fibra de cristal fotônico (PCF – Photonic Crystal Fiber) tipo D e a deposição de camadas metálicas com diferentes espessuras, ou diferentes tipos de metais, em sua face plana. Usando simulações baseadas em métodos dos elementos finitos (FEM – Finite Element Method), é possível demonstrar como personalizar ressonâncias de plasmons em diferentes comprimentos de onda, com uma baixa interferência entre eles, permitindo assim mensurar mais de um parâmetro de uma forma simples e direta, como por exemplo, o índice de refração médio e a dispersão óptica de primeira ou segunda ordem. O aspecto central destas configurações de detecção é equilibrar a miniaturização com um baixo acoplamento entre os diferentes modos de plasmons localizados em nanoestruturas metálicas adjacentes. Além disso, a determinação da dispersão óptica de um determinado meio em uma grande faixa espectral fornece informações sobre a concentração de diferentes constituintes de um meio, o que é de suma importância ao monitorar meios com concentrações variáveis no tempo, como meios fluídicos.

Fenômenos que desequilibrem o sistema elétrico de potência ocorrem constantemente, o que gera a necessidade de estudá-los com o objetivo de permitir o desenvolvimento de redes e equipamentos elétricos que se comportem de forma mais confiável e robusta diante de tais distúrbios. Estes estudos são, em geral, realizados em laboratórios especializados de Alta Tensão e Alta Potência. No decorrer dos anos, o mercado passou a demandar que estes estudos também fornecessem resultados que cumprissem padrões de qualidade certificados por órgãos oficiais. Nesse sentido, esta dissertação objetiva propor a adequação necessária do Laboratório de Ensaios em Alta e Extra Alta Tensão da Universidade Federal do Pará aos requisitos para a competência de laboratórios de ensaio e calibração definidos pela norma ABNT NBR ISO/IEC 17025, com foco no desenvolvimento e implantação de um Sistema de Gestão da Qualidade; criação de procedimentos operacionais e diretrizes de segurança; estabelecimento de um programa de calibração para os equipamentos do laboratório; e identificação das motivações, vantagens e impactos relacionados a implementação dos requisitos da referida norma, bem como as dificuldades e soluções encontradas. Para isso, primeiramente foi realizado um levantamento literário que buscou conhecer o panorama nacional de instituições de ensino superior com laboratórios acreditados sob a referida norma. Em seguida, iniciou-se o processo de implementação dos requisitos da norma, o qual se baseou na metodologia adaptada de Grochau (2011). Por fim, a experiência vivenciada permitiu observar que a adequação aos requisitos da norma em laboratórios vinculados a instituições públicas, apesar de complexa em um primeiro momento, é plenamente capaz de proporcionar diversos benefícios e vantagens, desde que sejam respeitadas as peculiaridades deste tipo de instituição como: burocracia; limitação de recursos; capacitação do pessoal envolvido e; conciliação das atividades de pesquisa e ensino com a prestação de serviço.

Artigos Publicados:

BRASIL, A, S; BRASIL, F, S; MANITO, A, R, A; NUNES, M. V. A. Processo de Acreditação de um Laboratório de Ensaios em Alta Tensão conforme a ABNT NBR ISO/IEC 17025: Implantação de um Sistema de Gestão da Qualidade e Calibração de Equipamentos. In: VIII Simpósio Brasileiro de Sistemas Elétricos 2020 (SBSE 2020). Santo André – SP.

BRASIL, A, S; BRASIL, F, S; MANITO, A, R, A; NUNES, M. V. A. Gestão de Segurança em Alta Tensão – Adequação à NR 10: Segurança em Instalações e Serviços em Eletricidade do Laboratório de Ensaios em Alta Tensão da UFPA. ISO/IEC 17025: Implantação de um Sistema de Gestão da Qualidade e Calibração de Equipamentos. In: VIII Simpósio Brasileiro de Sistemas Elétricos 2020 (SBSE 2020). Santo André – SP.

ESQUEMA DE TARIFAÇÃO DINÂMICA DE ENERGIA PARA PROGRAMAS DE RESPOSTAS À DEMANDA CONSIDERANDO A INTEGRAÇÃO DE FONTES DE ENERGIA RENOVÁVEIS

A complexidade em identificar todos os fatores que estão relacionados ao desempenho das escolas no Índice de Desenvolvimento da Educação Básica (IDEB) é enorme. Neste estudo foram analisados três bases de dados com o objetivo de identificar diversos fatores em que há correlação com o baixo desempenho nas escolas estaduais no estado do Pará. Este estudo utilizou técnicas de mineração de dados educacionais para, primeiramente, selecionar variáveis com características estruturais no ambiente de ensino, comparando as escolas com maior e menor desempenho no IDEB identificando possíveis relações com a evasão escolar. Em seguida, foi utilizado o algoritmo Randon Florest (RF), para selecionar as variáveis mais importantes e que impactam de forma direta ou indireta no índice do IDEB. Após a fase de seleção, as variáveis foram submetidas ao algoritmo de Regressão Linear (RL). Os resultados apontam que os rendimentos dos estudantes estão relacionados a renda média das famílias nos municípios analisados. Em seguida foram utilizadas variáveis relacionadas ao rendimento dos pais para identificar possível relação entre a escolaridade dos pais e desempenho dos alunos. Por fim, as análises se encerram com a análise do impacto do Índice de Desenvolvimento Humano Municipal (IDHM) nas variáveis que relacionadas à nota dos alunos, qualificação e experiencia vivenciada pelos professores no ambiente escolar. Os resultados revelam que há correlação entre o índice e o aprendizado dos estudantes em sala de aula. Por outro lado, melhores índices no IDEB, estão diretamente relacionados a adequação do currículo à disciplina ministrada, além de boas condições de trabalho para os professores. Este estudo buscou através da MDE, desvelar  diferentes fatores que estão relacionados ao baixo desempenho das escolas estaduais no estado do Pará. Sinalizando que a situação socioeconômica de risco das famílias que possuem filhos em idade escolar, prejudica não só o desempenho desses alunos, mas também a permanência em sala de aula. Por isso, deve haver um maior engajamento das escolas para estimular o interesse dos alunos pela persistência no ambiente escolar. Além de subsídios por parte do governo para que os professores possam exercer seu papel na sociedade de forma plena.

PLANEJAMENTO DE TRAJETÓRIA PARA ROBÔS MÓVEIS AUTÔNOMOS APLICANDO UM ALGORITMO DE OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS COM PICOS DE DIVERSIDADE

Esta dissertação tem como objetivo propor uma abordagem metaheurística para otimização de arrays de drones aplicada à maximização da área de cobertura de sistemas de comunicação sem fio, contendo veículos aéreos não tripulados (UAV, em inglês) como estações-base. Para tanto, foram analisados dois tipos de redes que utilizam UAVs: uma rede Wi-Fi padrão operando a 2,4 GHz e uma rede wireless de baixa potência (LPWAN), ambas considerando ambientes medianamente ou altamente arborizados. LPWAN são sistemas projetados para trabalhar com taxas de dados baixas que mantêm, ou até mesmo melhoram, a ampla áre de cobertura fornecida por redes de alta potência. O tipo de LPWAN escolhido para estudo é o LoRa, que opera em um espectro não licenciado de 915 MHz e requer que os usuários se conectem a gateways para transmitir informações a um servidor central - neste caso, cada drone no array tem um módulo LoRa instalado e serve como um gateway não-fixo. A fim de classificar e otimizar o melhor posicionamento para cada UAV no array, três métodos concomitantes de otimização bioinspirada foram escolhidos: o cuco search (CS), o algoritmo de polinização de flores (FPA) e o algoritmo de ecolocalização de morcegos (BA). Todos esses métodos têm uma distribuição de espaço de busca baseada em voos de Lévy / Mantegna e apresentam resultados de desempenho distintos para ambos os casos de rede de drones. Os resultados da otimização de posicionamento são então simulados e apresentados via MATLAB, primeiro para a rede Wi-Fi e depois para uma rede IoT-LoRa. Além disso, um modelo de propagação ajustado empiricamente com medidas realizadas no campus da UFPA foi desenvolvido para obter um modelo de propagação em ambientes com florestas. Por fim, o posicionamento dos drones utilizando o modelo de propagação ajustado com medidas é comparado com o posicionamento utilizando o modelo teórico clássico, mostrando que o modelo ajustado é mais eficiente na representação do ambiente com florestas do que o modelo clássico usualmente utilizado em publicações recentes.

Para atender o aumento vertiginoso do consumo de usuários e equipamentos conectados em rede móvel, diversos trabalhos e pesquisas estão sendo propostas e desenvolvidas. No Brasil, está prevista a chegada da tecnologia 5G a partir de 2022, e que utilizará a faixa de frequência de 3,5 GHz. Partindo de quê existem poucos estudos disponíveis na literatura, quanto ao comportamento do canal, sua caracterização do canal é de importante relevância. Assim, nesta dissertação, é apresentado estudo realizado sobre a análise de canal para a frequência de 3, 5 GHz em um grande ambiente indoor, este cenário é em um saguão do Aeroporto Internacinal Val de Cans, em Belém do Pará. A campanha de medições foram realizadas para Line-Of-Sight (LOS) e por meio da sondagem de canal são extraídos os parâmetros de dispersão do canal de pequena escala. Esses parâmetros como o mean delay, delay spread, também foi verificada a banda de coerência do canal e o perfil de potência e retardos. Também foi investigado o sinal através dos modelos Floot-Interception , Close-In e suas variações são aplicados e analisados para avaliar a perda de percurso para co-polarização (V-V e H-H) e polarização cruzada (V-H e H-V). A metodologia aplicada em larga escala mostrou-se adequada com os dados para outros tipos de ambientes e outras frequências encontrados na literatura.

PREDIÇÃO DE SÉRIES TEMPORAIS DA COVID-19: UMA AVALIAÇÃO DOS PREDITORES MLP, LSTM E ARIMA

Um problema comum em grandes conjuntos de dados é a informação ausente, seja por falha nos sensores de captura, perda no transporte, ou outra situação que culmine com a perda de dados. Diante desta situação, é frequente que a decisão do pesquisador seja desconsiderar os dados ausentes, removê-los do conjunto, no entanto, essa exclusão pode gerar inferências que não são válidas, principalmente se os dados que permanecem na análise são diferentes daqueles que foram excluídos. Para lidar com este problema em conjuntos de dados de monitoramento de integridade estrutural (Structural health monitoring - SHM), este trabalho faz uso de redes neurais recorrentes Gated Recurrent Units (GRU) e Long Short-Term Memory (LSTM), para realizar a tarefa de imputação de dados ausentes. Em uma etapa anterior à imputação, foi realizada a amputação artificial dos dados, assumindo o mecanismo de dados ausentes Missing Completely at Random (MCAR), em percentuais de 25, 50 e 75%. As técnicas de imputação foram avaliadas com o uso da métrica Mean Absolute Percentage Error (MAPE). Posteriormente, foi aplicada a etapa de detecção de dano, as bases imputadas foram submetidas aos algoritmos Mahalanobis Square Distance (MSD) e Kernel principal component analysis (kPCA) a fim de se obter as taxas de erros T1 e T2 detectadas. A partir dos resultados obtidos, foi possível observar que o uso da LSTM na imputação dos dados, alcançou resultados melhores que a GRU em todas as taxas de amputação, este melhor desempenho pode também ser notado na etapa de detecção de dano, onde as bases imputadas por LSTM alcançam melhores resultados de detecção de erros T1 e T2.

Uma metodologia de classificação de descargas parciais (DPs) com base em contagem espectral de pulsos é proposta e apresentada neste trabalho. Os dados de contagem espectral são processados usando uma técnica proposta (PD Spectral Pulse Counting Mapping - PD-SPCM), que leva a um mapa de descargas parciais resolvidas em frequência (Frequency-Resolved Partial Discharges - FRPD). O mapa proposto é então usado para detecção e classificação de DPs. Neste trabalho, FRPDs de corona e ranhura são apresentados em bandas de frequência de até 500 MHz, obtidos a partir de medições de laboratório realizadas usando duas barras estatóricas de hidrogeradores. Os sinais eletromagnéticos das DPs foram capturados usando uma antena patch e um analisador de espectros. As DPs corona e ranhura foram escolhidas para análise porque uma pode ser classificada equivocadamente como a outra pelo fato delas poderem apresentar mapas semelhantes de DP resolvidas em fase (PRPD) e podem ocupar as mesmas bandas espectrais. Além disso, as DPs corona e ranhura podem ocorrer simultaneamente. Os resultados obtidos mostram que as DPs corona e ranhura podem ser devidamente identificadas utilizando a metodologia desenvolvida, mesmo quando ocorrem simultaneamente e nas mesmas bandas espectrais. Isso é possível porque, como é demonstrado experimentalmente, DPs corona e ranhura têm níveis apreciáveis de contagem espectral de pulsos em bandas particulares do espectro de frequência.

O impacto de epidemias ao longo da história tem sido devastador, representando uma ameaça à saúde pública e exigindo ações imediatas e efetivas das autoridades. As consequências são ainda maiores quando são disseminadas em países subdesenvolvidos ou em desenvolvimento, que costumeiramente apresentam cenários com altas taxas de subnotificações. Em tais circunstâncias, medidas de investigação, controle, prevenção e orientação se tornam necessárias em um cenário epidemiológico. A investigação do comportamento de epidemias passadas a partir de dados de séries históricas pode contribuir para definir padrões e auxiliar em previsões mais realistas de novas doenças ou das já conhecidas. Neste cenário, esta tese apresenta estratégias de análise de subnotificações de epidemias, baseadas em séries temporais, aplicadas em países com desigualdades sociais, com condições precárias de serviços de saúde, rede de diagnóstico inadequadas, que apresentam falhas na divulgação dos dados relacionados à doença. As estratégias são baseadas em modelos de previsões de séries temporais, geradas por técnicas de aprendizado de máquina, usadas para prever o comportamento esperado de ocorrências de epidemias, revelando outliers, a fim de criar cenários mais próximos dos reais e fornecer subsídios às autoridades públicas para tomadas de decisão baseadas em evidências. Como forma de mostrar a efetividade da proposta, a pandemia da COVID-19 no Brasil é empregada como estudo de caso.

Este trabalho apresenta um conjunto de metaheurística híbridas, baseadas na utilização das estratégias evolutivas em conjunto com os algoritmos de otimização por enxame de partículas clássico e quântico sob um ambiente multi-enxame com topologia mestre-escravos. Neste contexto, são empregadas novas heurísticas voltadas para o controle de aglomeração de enxames e mutação de réplicas de partículas (máquina de inferência Fuzzy Mamdani), bem como o uso de métodos de busca local com monitoramento de convergência baseado no histórico de melhores globais. Os algoritmos são denominados Fuzzy Competitive Evolutionary Multi-Swarm Optimization With Convergence Monitoring (FCEMSO-CM) e Fuzzy Competitive Quantum-Behaviour Evolutionary Multi-Swarm Optimization With Convergence Monitoring (FCQEMSO-CM). Para efeito de validação dos resultados, serão utilizados vinte problemas de benchmark não-restritivos e quatro problemas de engenharia presentes em diversas publicações científicas: Projeto de Viga de Aço (WBD); Peso da Tensão/Compressão sobre Mola (MWTCS); Projeto de Redutor de Velocidade (SRD); Projeto de Vaso de Pressão (DPV). Os algoritmos são propostos sob a arquitetura de computação paralela massiva CUDA, proporcionando uma distribuição de dados mais adequada em relação a organização dos enxames, bem como a diminuição significativa do tempo de processamento. Com a aplicação das estratégias evolutivas nos algoritmos PSO e QPSO, bem como as heurísticas de controle de aglomeração e busca local baseada em monitoramento de convergência, as soluções propostas neste documento oferecem diversas vantagens, como a melhoria na capacidade de busca e controle da taxa de convergência.

Através desse trabalho buscou-se investigar o desempenho de sistemas de comunicação por fibra óptica com o auxílio de técnicas de regeneração de sinais, como a 2R (Reamplificação e Reformatação) e a 3R (Reamplificação, Ressincronização e Reformatação) baseadas nos efeitos não lineares do tipo Kerr: automodulação de fase (self-phase modulation – SPM), modulação de fase cruzada (cross-phase modulation - XPM) e mistura de quatro ondas (fourwave mixing – FWM). Para isso, foi utilizado o software comercial OptiSystem para projetar três sistemas de comunicação com arquitetura interferômetro de Mach-Zehnder (Mach-Zehnder interferometer - MZI) composto por um filtro acústico óptico (acousto-optic filter - AOF) e fibra de cristal fotônico altamente não linear (highly non-linear photonic crystal fiber - HNL-PCF). O objetivo foi alcançado através da busca interativa da solução da equação não linear de Schrödinger (Nonlinear Schrödinger Equation - NLSE) em que utilizou-se o método de passo alternado de Fourier (split step Fourier method - SSFM), onde nas simulações a potência do sinal de entrada, o comprimento do link e a diferença de frequência entre o sinal de entrada e o de bombeio foram utilizados como figuras de mérito para as análises do desempenho dos sistemas propostos para a taxa de transmissão de 10 Gb/s. Os resultados foram encontrados em função dos diagramas de olho, das formas dos pulsos e dos espectros ópticos de entrada e de saída dos sistemas, através da comparação entre os valores do fator de qualidade (Fator Q), da taxa de erro de bit (BER), altura do olho, timing Jitter e da relação sinal ruído óptico (optical signal-to-noise ratio - OSNR) dos sinais degradados e regenerados. Portanto, pode-se afirmar que através desses projetos foi possível realizar as regenerações 2R e 3R totalmente ópticas de maneira satisfatória e com ótimos valores de desempenho. Em suma, esta tese foi escrita e organizada utilizando-se três dos artigos publicados em revistas, mas com as devidas adaptações, ficando os capítulo, da seguinte maneira: Nos capítulos 1 e 2 foram apresentados respectivamente, os sistemas de regeneração 2R e 3R baseados em MZI com AOF e HNL-PCF e no capítulo 3 os sistemas de regeneração totalmente óptica com modulação híbrida e com modulação de chaveamento on-off (on-off keying - OOK) com codificação retorno ao zero (return to zero - RZ) e não retorno ao zero (non-return-to-zero - NRZ). E finalmente no capítulo 4 a conclusão geral, trabalhos futuros, publicações e submissões em revistas e congressos, assim como também os apêndices com os prints dos artigos publicados em revistas como primeiro autor e coautor. 

Este trabalho pesquisa e apresenta contribuições sobre o problema de estimação de canal em sistemas sem fio de múltiplas entradas e múltiplas saídas (MIMO - Multiple Inputs Multiple Outputs) com ondas milimétricas considerando conversores analógicos digitais (ADC - Analog-to-Digital Converters) de baixa resolução. Três modelos estimadores de canais baseados em redes neurais com aprendizagem profunda (DL - Deep Learning) são apresentados: o modelo de estimação casada, a não-casada, e a estimação com transferência de aprendizado profundo (DTL - Deep Transfer Learning). Os modelos DL utilizam as Redes Neurais Convolucionais (CNN - Convolutional Neural Networks) para extrair atributos usando bases de dados geradas pela metodologia Raymobtime para os cenários de Pequim e Rosslyn. Nos experimentos realizados nesta tese, sinais “pilotos” foram transmitidos e utilizados como entrada para os modelos DL, que devolvem a matriz de canal estimada na saída. No total, foram realizados seis experimentos diferentes. O primeiro experimento fez uma comparação entre os modelos casado, não-casado e com DTL alternando os cenários de Pequim e Rosslyn como fonte de dados. O segundo comparou diferentes procedimentos de geração de canal incluindo modelos que realizavam um pós-processamento nas simulações de traçado de raios (RT - ray-tracing), o que incorporava conjuntos de antenas MIMO nas simulações RT, e os que usavam parâmetros aleatórios para gerar canais. O terceiro experimento fez uma investigação detalhada sobre o procedimento de geração de canal com parâmetros aleatórios. O quarto considerou a técnica de aumento de dados para treinar modelos de estimação de canal. O quinto comparou variações do modelo DL considerando dados multimodais disponíveis no Raymobtime. O sexto e último experimento comparou o modelo proposto nessa tese com o modelo baseado em Redes Generativas Adversarias condicionais (cGAN - conditional Generative Adversarial Networks). Os resultados desses experimentos apontam que o modelo baseado em DTL possui um custo computacional menor comparado ao que utiliza o modelo DL. Em relação à metodologia Raymobtime, incorporar conjuntos de antenas MIMO nas simulações RT produz cenários mais favoráveis para a tarefa de estimação de canal. Considerando os resultados obtidos, como conclusão geral da tese, observa-se a grande importância da metodologia adotada para avaliação das técnicas de estimação de canal que são baseadas em aprendizado de máquina. Por exemplo, a maneira como as matrizes de canal são geradas, influenciam bastante os resultados dos experimentos, assim como a definição dos conjuntos de treino e teste.

CRIAÇÃO DE UM MODELO DE CLASSIFICAÇÃO DE TWEETS EM PORTUGUÊS RELACIONADOS A CRIMES UTILIZANDO MÁQUINA DE VETORES DE SUPORTE

Esta tese de doutorado desenvolve uma análise de sobretensões transitórias muito rápidas (VFTOs), experimentadas por subestações isoladas a gás (SIGs), que ocasionam falhas de chaves seccionadoras (CSs) e disjuntores (DJs). Um modelo de múltiplas centelhas, para equipamentos de manobras em SIG, foi desenvolvido e proposto para analisar todo o processo de geração de VFTO. As simulações foram implementadas utilizando um programa de transitórios eletromagnéticos, com modelos de circuitos equivalentes para análise de alta frequência. Os parâmetros das VFTOs obtidas nas simulações computacionais, como por exemplo, componentes oscilatórias, valor de pico, tempo de subida e número de oscilações, foram consistentes com as medições de VFTOs realizadas no ensaio em campo, validando a modelagem dos componentes implementados no estudo e permitindo assim uma avaliação consistente da falha. A severidade das VFTOs obtidas por simulação computacional e observadas no DJ, foi considerada alta devido terem apresentados parâmetros consideravelmente maiores que a referência. Os resultados das simulações computacionais, indicaram que as falhas ocorreram em uma tensão abaixo da tensão suportável de impulso atmosférico com uma quantidade elevada de centelhas. Após uma análise completa da falha, considerando os resultados das simulações computacionais, registros de oscilografias e exames visuais, foi possível concluir que o fechamento manual da CS produziu centelhas excessivas e estresses anormais no dielétrico da região do campo elétrico não homogêneo do DJ, impactando desta forma na redução da rigidez dielétrica do gás SF₆ até a geração de arco elétrico de alta intensidade entre o anticorona e o invólucro

Segue o artigo publicado em periódico A1 - Qualis CAPES:

Analysis of VFTO during the failure of a 550-kV gas-insulated substation (MOREIRA et al., 2020). Publicado na revista Electric Power Systems Research (ISSN: 0378-7796 / Qualis CAPES A1 (Engenharia IV): Fator de Impacto 3,211: JCR 2019);

As técnicas de múltiplas entradas e sa das (MIMO) usando propagação de ondas milimétricas ı́ (mmWave) são essenciais para atingir as taxas de bits esperadas para sistemas 5G e 6G. A evolução desta tecnologia conta com bons conhecimentos sobre os canais de propagação. O ray-tracing surge como uma boa opção entre as abordagens de modelagem determin stica de canais, ı́ evitando o alto custo de realização de campanhas de medição com sondagem de canal nessas altas frequências. Esta dissertação apresenta melhorias na metodologia de simulação chamada Raymobtime, que combina dois softwares diferentes: uma simulação de tráfego de ve culos ı́ (SUMO) e uma simulação de traçado de raios (Remcom’s Wireless InSite), a fim de gerar canais realistas que garantam alguns requisitos de canal MIMO como o consistência de tempo espacial, quando há variações suaves de canal entre usuários intimamente separados ou quando eles se movem. As melhorias na metodologia Raymobtime desenvolvidas nesta dissertação incluem uma caracterização de canal dos conjuntos de dados criados, usando parâmetros como ângulo e propagação de atraso. Além disso, o trabalho analisa uma estratégia para agilizar as simulações: utilizar um setup genérico com antenas omnidirecionais na simulação, com uma etapa de pós-processamento aplicando o canal do modelo geométrico. Os resultados apresentados mostram o impacto desta abordagem em métricas, como capacidade de canal e estimativa de canal usando aprendizado profundo.

Neste trabalho estudamos diferentes antenas de microfita para a faixa 3,5 GHz do 5G. A primeira diferença entre as antenas se dá pela utilização de sílica ( εr  =4.4) como substrato das antenas de 1 a 3 e do niobato de bismuto dopado com pentóxido de vanádio (εr  =47.8) para as antenas de 4 a 6. A utilização do Niobato de bismuto ocasionou a miniaturização das antenas, como prevê a literatura, sendo uma característica desejável para o 5G. Além disso, foram modeladas nas antenas 2 e 5, através do método de expansão de ondas planas (PWE), estruturas periódicas no substrato das antenas visando aprimorar suas características de radiação. Similarmente, utilizamos estruturas do tipo Mushroom-like (cogumelos) nas antenas 3 e 6, a fim de aprimorar os parâmetros das antenas como ganho, por exemplo. Todas as antenas foram modeladas no software GNU Octave e simuladas nos softwares Ansys HFSS e CST Studio 2019. Os melhores resultados para as antenas de sílica foram da antena 3 com 7,7 dB de ganho, 0.11 GHz de largura de banda e -25 dB de coeficiente de reflexão. Já entre antenas de Niobato de Bismuto a que obteve melhores resultados para essa aplicação foi a antena 6 com 3.6 dB de ganho, 0.08 GHz de largura de banda e -20 dB de coeficiente de reflexão. 

Os avanços tecnológicos vêm mudando drasticamente a maneira como interagimos com as “coisas” presentes no mundo a nossa volta, onde as redes IoT desempenham um papel importante nestas revoluções. Tendo em vistas a comunicação como ponto central que permite todas as “coisas” fazerem parte deste mundo conectado, juntos para formar a rede de “Internet das Coisas”. A comunicação sem fio fornece os benefícios da mobilidade, tornando fácil adicionar mais dispositivos à rede e facilitando fornecer a qualquer objeto a capacidade de se conectar à internet. Atualmente, existem várias tecnologias de comunicação sem fio desenvolvidas para diferentes necessidades, variando de curto alcance a médio e longo alcance, através do protocolo LoRaWAN, vem se tornando o foco de várias e pesquisa em todo o mundo. O servidor de rede LoRa tem capacidade de gerenciar a configuração de transmissão de cada nó individualmente para maximizar a vida útil da bateria e as capacidades da rede, por meio do Adaptive Data Rate, porém o sistema precisa de algumas medidas e condições de canal favoráveis para executar a configuração Data Rateinerente a metodologia, somente realizada após a confirmação dos últimos 20 uplink bem sucedidos,ou seja, essa configuração não pode ser utilizada emsituações, onde os endnodes e/ou gateawaysestão em movimento. Por tanto, este trabalho é baseado em medições de campo, na frequência de 915MHz, tem como objetivo implementar e testar um controle utilizando lógica fuzzy, que execute a configuração de Data Rate na tecnologia LoRa em situação de mobilidade, de formas inteligentes através de tomada de decisão e com o intuito de otimizar diversos aspectos como a área de cobertura, potência recebida, condições do canal, tempo no ar entre outros.

Dois novos tipos de dispositivos baseados em grafeno operando na região de Terahertz (THz) são sugeridos e analisados neste trabalho, sendo dois acopladores direcionais de quatro portas. O primeiro acoplador tem guias de onda de grafeno inclinados lateralmente em um ângulo de 60°. O segundo acoplador direcional já possui guias de onda formando um ângulo de 90° entre eles sendo assim chamado de acoplador direcional com guias de ondas paralelo - ortogonal. A seção transversal dos componentes apresenta uma estrutura com quatro camadas, compostas por grafeno, sílica (SiO2), silício (Si) e uma fina camada de polisilício. O princípio de operação dos dispositivos consiste na propagação das ondas de plásmons poláritons de superfície (SPP's) nos guias de ondas de grafeno. Para realizar a análise das matrizes de espalhamento dos dispositivos utilizamos a Teoria de Grupos. Para os cálculos numéricos utilizamos o software COMSOL Multiphysics, tal que, foram feitas variações de parâmetros físicos e geométricos para analisarmos de que forma eles influenciam no funcionamento do dispositivo. O acoplador direcional com guias de onda inclinados lateralmente a 60° apresentou uma divisão de sinal de -3,8 dB na frequência central de 3.75 THz com isolação e reflexão melhor que -20 dB com uma largura de banda de 14%. O acoplador direcional com guias de onda paralelo - ortogonal apresentou uma divisão de sinal de -4 dB na frequência central de 4.4 THz com isolação e reflexão em torno de -17 dB e -20 dB, respectivamente. As bandas de frequência dos dispositivos podem ser controladas dinamicamente alterando a tensão aplicada entre a camada de grafeno e a camada de polisilício.

ABORDAGEM COMBINADA USANDO FLORESTA ALEATÓRIA DE CLUSTERIZAÇÃO PARA AVALIAR PADRÕES DE DESCARGA PARCIAL EM HIDROGERADORES

Este trabalho descreve uma sequência de procedimentos para a implementação de controladores digitais aplicados ao Parrot® AR Drone 2.0, com vista a se obter dois controladores que serão avaliados e comparados: um controlador Bioinspirado e um controlador projetado por meio da Augmentação Estocástica por Controle de Variância Mínima Generalizado (SAGMVC). O controlador bioinspirado é adquirido através da identificação via Redes Neurais Artificiais (RNAs) do perfil de controle humano, sendo este realizado manualmente por comandos via joystick. Por sua vez, o controlador SAGMVC é projetado utilizando-se os pesos sinápticos obtidos pelas RNAs do controlador bioinspirado, os quais podem ser comparados aos parâmetros dos polinômios de um controlador RST. Com isto, pretende-se observar o desempenho dos controladores baseados na capacidade humana de controlar sistemas, analisando, ao mesmo tempo, o quanto tais sistemas podem ser melhorados. Os principais objetivos almejados pelo estudo consistem: na consolidação do procedimento de Augmentação Estocástica como método de aprimoramento de controladores lineares; no aprimoramento de controladores via Redes Neurais Artificiais; na difusão dos controladores ótimos, focando na robustez e na minimização da energia que será empregada; e no projeto de controladores para Veículos Aéreos Não tripulados. Para avaliar o cumprimento destes objetivos, a resposta do sistema controlado, o sinal de controle, os índices de desempenho (ISE, ISU, TVC, IAE) e as margens de ganho e de fase, valendo-se de testes simulados e experimentais indoor, foram gerados. Pelos resultados adquiridos — dividindo-se o controle do drone em quatro dinâmicas: de arfagem, de guinada, de rolagem e de altitude — evidencia-se que os objetivos principais foram cumpridos, ou seja, os controladores projetados apresentaram melhorias nos índices de desempenho, no perfil de resposta transiente e no gasto energético do sistema. Outrossim, validou-se a hipótese de que é possível se projetar um controlador bioinspirado por RNA cujos pesos sinápticos são semelhantes a parâmetros de controladores RST e, depreendeu-se também, que a SAGMVC apresentou melhorias de grande significância no desempenho do sistema, comparados ao simples controle manual via joystick e ao controle bioinspirado.

Com o aumento exponencial de redes sem fio heterogêneas hoje, tem havido um interesse crescente da comunidade acadêmica por questões relacionadas a problemas de handover. O objetivo principal deste trabalho é avaliar a qualidade de serviço e o desempenho de um dispositivo com dual-interface que se conecta simultaneamente a duas redes sem fio heterogêneas sem competição na troca de pacotes entre elas. É uma proposta para solucionar a mitigação de impactos de handover. A ferramenta utilizada para avaliação foi o Network Simulator 2. Os resultados mostraram um melhor aproveitamento da banda em comparação ao cenário utilizando um dispositivo móvel tradicional.

     Descargas atmosféricas diretas em redes aéreas de distribuição causam, inevitavelmente, sérios danos ao isolamento, levando frequentemente ao desligamento parcial ou total do sistema elétrico. A instalação de para-raios pode ser muito eficaz e é comumente usada para minimizar esse problema; no entanto, considerando que as redes de distribuição de energia geralmente apresentam um número muito grande de nós elétricos, o uso maciço de para-raios pode não ser economicamente viável. Dessa maneira, esta tese propõe uma metodologia para alocar pára-raios que podem reduzir significativamente o número de pára-raios a serem instalados, mas ao mesmo tempo mantendo um nível de proteção adequado para a rede de distribuição. A metodologia proposta, denominada Cruzamento de Descargas Diretas (CDD), analisa a criticidade da rede com base em dois fatores principais, que são as magnitudes das sobretensões e o número de flashovers provocados por descargas atmosféricas, e define uma função de desempenho usada para indicar o local recomendado para a instalação dos para-raios. Os estudos de simulação foram realizados usando duas redes de distribuição teste e o software ATP para demonstrar a eficácia da solução proposta, o que é confirmado pelos resultados apresentados.

O paradigma da Internet das Coisas (IoT) se caracteriza por objetos conectados por softwares, sensores e diversas outras aplicações que trocam informações com outros dispositivos, pessoas e sistemas fio. Um cenário Smart Campus utiliza a IoT para viabilizar tecnologias que melhorem o desempenho de serviços e gerem bem-estar aos usuários dos campus universitários. Para viabilizar esse cenário é necessária uma rede de comunicação sem fio capaz de conectar e transmitir informações dos dispositivos e sensores com os servidores de aplicação IoT. As redes de amplo alcance e baixo consumo de energia (LPWAN) vêm se mostrando eficientes para conectar dispositivos inteligentes. A tecnologia LoRa (Long Range) é um tipo de LPWAN, operante na faixa de frequência não licenciada de 915 MHz, cuja comunicação ocorre através de gateways que atuam como pontos de troca entre os sensores e o servidor central. Otimizar o posicionamento desses gateways e a quantidade necessária são essenciais para o planejamento da rede IoT e assegurar a qualidade de cobertura. Este trabalho, propõe uma metodologia que utiliza a meta-heurística Evolutionary Particle Swarm Optimization (EPSO) baseada em inteligência evolutiva e de enxame, para determinar o posicionamento ótimo de gateways LoRa para o Smart Campus da Universidade Federal do Pará – Campus Guamá (UFPA). A potência recebida do sinal foi predita pelo modelo de propagação UFPA, ajustado para o cenário, e utilizada como parâmetro de entrada pelo EPSO. A soluções de posicionamento ótimo foram geradas para quatro limiares de sensibilidade de recepção do sinal, cuja avaliação foi realizada por meio de frentes de Pareto e a estabilidade da meta-heurística em encontrar soluções foi confirmada através do método de Monte Carlo. Os resultados obtidos mostraram forte influência dos limiares de sensibilidade na quantidade e área de cobertura dos gateways, sendo este um parâmetro que se mostrou importante para o planejamento da rede IoT-LoRa, justificando a escolha de um modelo de propagação condizente com o cenário de implantação. Para o Smart Campus da UFPA, cujos campus são separados por florestas, o limiar de sensibilidade de -104 dBm se mostrou mais adequado, pois o EPSO selecionou pontos centralizados e com raio de cobertura suficiente para cada campus. Com base nesses resultados a metodologia de posicionamento ótimo pode auxiliar no planejamento e implantação de redes IoT-LoRa reduzindo possíveis erros e, consequentemente, custos na implantação de Smart Campus.

A pesquisa e o desenvolvimento dos sistemas de comunicação sem fio, são acompanhados da caracterização do canal no qual o sinal será transmitido. Em ambientes outdoor há diversos  fatores que influenciam a propagação do sinal, tais como grandes construções, as características do ambiente: relevo, topografia e vegetação, entre outras, ocasionando perdas devido aos fenômenos de difração, reflexão e espalhamento. No projeto de sistemas de comunicação sem fio, o conhecimento das características de propagação de rádio no ambiente de propagação é essencial. Assim, na literatura há diversos trabalhos voltados para a análise e construção de modelos de propagação. Esses modelos auxiliam no projeto de cobertura de redes sem fio, tornando-se uma ferramenta útil nos projetos de sistemas de enlaces. Inúmeros métodos de predição de propagação estão disponíveis, dentre eles há o modelo com inclinação dupla, conhecido na literatura como Dual Slope e o modelo com múltiplas inclinações, conhecido na literatura como Multi-Declive. Um dos desafios desses modelos é a obtenção da distância de segmentação do percurso, além da quantidade de pontos de segmentação para o modelo com múltiplos segmentos. Diversas metodologias foram propostas para solucionar esses desafios e, neste trabalho, será apresentada uma metodologia para otimizar essa busca com o auxílio de algoritmo genético. O algoritmo genético é um dos principais assuntos de pesquisa em Computação Evolutiva, que por sua vez é um ramo de pesquisa da Inteligência Computacional, propondo uma nova abordagem para solução de problemas inspirados na seleção natural. Esses algoritmos simulam processos naturais de sobrevivência e reprodução das populações, compreendido em um conjunto de técnicas de busca e otimização inspiradas na evolução natural das espécies. Neste algoritmo as características favoráveis configuram padrões que se fortalecem nos sucessores. Por sua vez os traços não propícios raramente são repassados aos descendentes de modo que podem desaparecer da população. A função objetivo do algoritmo genético avalia o quão eficiente é a distância de segmentação proposta pelo indivíduo da população. Diante dos resultados obtidos, é possível concluir que o indivíduo que apresenta melhor acurácia permite que sejam obtidos os coeficientes de decaimento mais ajustados aos segmentos. Dessa forma, a  metodologia mostrou-se eficiente para a obtenção da distância de referência em modelagem de canal ruidoso.

A expansão dos serviços de banda larga e das aplicações de TIC representa um desafio significativo para as operadoras de banda larga, especialmente quando se considera os requisitos relacionados ao custo total de propriedade dessas tecnologias. Nos últimos anos, o processo de expansão avançou significativamente nos últimos anos, mas ainda representa um desafio a ser superado, dada a necessidade de prestar serviços de baixo custo às populações de áreas rurais e remotas. Questões relacionadas à geografia do local, baixa renda dos residentes e falta de infraestrutura pública levam a uma relação desvantajosa entre as receitas potenciais para as operadoras e os custos mais altos de implantação da infraestrutura de rede. Embora a literatura relacionada indique diversos esforços de pesquisa direcionados ao fornecimento de conectividade, faltam abordagens que considerem características específicas de tais regiões ou tenham serviços e aplicativos de rede adaptados às necessidades dessas comunidades. Assim, este trabalho propõe um framework técnico e econômico para a implantação de redes banda larga em áreas rurais e remotas, realizando o dimensionamento do custo total de propriedade da rede, considerando despesas de capital e operacionais da rede. O escopo da proposta também contempla a aplicação de técnicas de análise de viabilidade econômica para auxiliar a tomada de decisão por meio da compreensão do impacto dos investimentos financeiros realizados e dos lucros esperados pelas operadoras de banda larga. Além disso, propomos a utilização de indicadores socioeconômicos para projetar o potencial impacto social no desenvolvimento dessas regiões. Elaboramos um estudo de caso para demonstrar o funcionamento do framework proposto e seus principais componentes. Considerando dados reais de um município amazônico, mostramos, ao reduzir os custos de implantação, que é possível reduzir o custo de assinatura de serviços de banda larga para usuários finais, contribuindo assim para o processo de democratização do acesso aos serviços digitais.

“Desenvolvimento de Software para Automação da Modelagem de Redes Elétricas de Grande Porte no Alternative
Transient Program”.

ANÁLISE DE DESEMPENHO DE ESTRATÉGIAS CONVENCIONAIS E EMERGENTES PARA CONTROLE DE TENSÃO EM REDES DE DISTRIBUIÇÃO DE BAIXA TENSÃO COM PRESENÇA DE MICROGERAÇÃO FOTOVOLTAICA

A demanda de tráfego em sistemas de comunicação sem fio tem se tornado uma questão importante nas últimas décadas. Projeta-se uma tendência cada vez maior para os próximos anos, com a expectativa de que o tráfego de dados explosivo se materialize e os usuários móveis imponham novos requisitos de qualidade de serviço. Essa crescente demanda de tráfego, combinada com cenários de rede heterogênea cada vez mais complexos e densos (HetNet), apresenta cada vez mais desafios para as operadoras de rede móvel em termos de serviço, cobertura, balanceamento de carga e qualidade de serviço. Considerando o mecanismo de associação tradicional com base na potência máxima recebida, as HetNets tendem a permanecer desequilibradas, tornando um desafio atender aos requisitos de tráfego dos usuários móveis. Além disso, esta proposta de tese propõe uma abordagem baseada em aprendizado de máquina para orquestrar conjuntamente a associação de usuários e mecanismos de balanceamento de carga em HetNets. A abordagem proposta consiste em um otimizador de duas fases, onde ao invés de tentar maximizar a taxa de downlink alcançável por usuário, indicadores chave de desempenho como a satisfação da UE e perfis de QoS prioritários são considerados. A primeira fase acopla algoritmos de inteligência de enxame com métodos de agrupamento dinâmico para detectar e agrupar usuários com condições de canal ruins. Além disso, a segunda fase explora a adoção de técnicas de aprendizagem por reforço profundo para ajustar o processo de associação de usuários, para fornecer melhores condições de tráfego aos UEs. Esta fase considera as cargas das estações base e a relação sinal-interferência-mais-ruído (SINR) do equipamento do usuário, para influenciar de forma distribuída o comportamento da rede e otimizar o equilíbrio da rede. Ao considerar o uso de ferramentas de simulação, essa abordagem orientada a objetivos pode representar uma solução promissora para fornecer melhores níveis de satisfação do usuário a longo prazo.

DESENVOLVIMENTO DE UMA BATEDEIRA DE AÇAÍ EM CORRENTE CONTÍNUA E MONITORAMENTO DE SUA APLICAÇÃO EM UMA EDIFICAÇÃO RIBEIRINHA NA AMAZÔNIA SUPRIDA POR SISTEMA FOTOVOLTAICO ISOLADO

O planejamento e análise das redes móveis de quinta geração (5G) considerando fenômenos como o efeito de maré, é de extrema importância para a eficiência e qualidade de serviços prestados aos usuários. O efeito de maré pode ser caracterizado como a flutuação espaço-temporal do tráfego de dados, inevitável em diferentes tipologias de redes, gerando áreas de intensa sobrecarga de recursos em locais/períodos de constante migração de pessoas e utilização de equipamentos móveis. Para estudar os impactos desse fenômeno diante da alta demanda de dados proveniente das redes 5G, este trabalho apresenta uma análise de dados de mobilidade e tráfego de usuários no cenário de Manhattan (New York - NY) através de dados reais de assinantes móveis coletados de redes sociais baseadas em geolocalização LBSN (Location-Based Social Network). Foram considerados fatores de disponibilidade de acesso, alocação de recursos e provisionamento de carga na rede, agregando os principais componentes da C-RAN (Centralized Radio Access Network) e da D-RAN (Distributed Radio Access Network) no modelo proposto. Considerando o impacto dos problemas causados pelo efeito de maré, assim como a alta demanda de tráfego esperada pelo 5G, foi evidenciado no cenário estudado a importância de melhorias no planejamento, na escolha de arquiteturas de acesso a rede utilizadas, nos modelos para o dimensionamento/provisionamento da rede, assim como nos esquemas de alocações dinâmicas de recursos em momentos de variação da densidade de tráfego. Os resultados apontaram que o dimensionamento e provisionamento de Small Cells (SCs) pode ser realizado para atender as demandas variáveis da rede, aplicando esquemas de alocações dinâmicas de recursos em momentos de baixa e alta densidade de tráfego, possibilitando a redução de até 10% no quantitativo de SCs, elevando a vazão do fluxo de dados em 3.3%, reduzindo a probabilidade de bloqueio em 3.6%. Ainda, a análise do efeito de maré foi capaz de determinar os hotspots no cenário onde as demandas exigiam maiores recursos de cobertura, de conexões nas SCs e/ou Macro Cells (BS), assim como as áreas com maiores taxas de usuários desconectados.

The efficient protection of electric power distribution networks against lightning discharges is a crucial problem for distribution electric utilities. To solve this problem, the great challenge is to find a solution for the installation of surge arresters at specific points in the electrical grid and in a sufficient quantity that can ensure an adequate level of equipment protection and be within the utility´s budget. As a solution to this problem using ATP (Alternative Transient Program), this paper presents a methodology for optimized surge arrester allocation based on genetic algorithm (GA), with a fitness function that maximizes the number of protected equipment according to the financial availability for investment in surge arresters. As ATP may demand too much processing time when running large distribution grids, an innovative procedure is implemented to obtain an overvoltage severity description of the grid and select only the most critical electric nodes for the incidence of lightning discharges, in the GA allocation procedure. Results obtained for the IEEE-123 bus electric feeder indicated a great reduction of flashover occurrence, thus increasing the equipment protection level.

Neste trabalho, nanofitas de grafeno são aplicadas a antenas patch (o patch da antena é composto de material grafeno). As características de radiação dessas antenas são analisadas na banda terahertz. Variações da antena foram projetadas com intuito de observar a influência de determinados componentes em relação ao desempenho da antena proposta, tais como, substrato pbg, bordas das nanofitas com estrutura armchair, bordas das nanofitas com estrutura zigzag, substrato pbg de grafeno e dielétrico. A primeira variação é a adição de nanoribbons de grafeno (armchair e zigzag) nas bordas esquerda e direita do patch de grafeno, visando avaliar a influência destas estruturas em uma antena patch. Posteriormente são inseridos furos de ar no substrato de sílica com intuito de diminuir o efeito das ondas de superfície e aumentar a largura de banda, são analisados ainda a inserção de um substrato PBG de grafeno com material dielétrico. Os softwares Octave e HFSS foram utilizados para a modelagem e simulação da antena e suas variações. Os resultados obtidos (perda de retorno, impedância, diagrama de radiação, ganho e densidade de corrente) foram bons quando a estrutura foi modelada apenas com substrato de sílica sendo que o nanoribbon que melhor contribuiu para o desempenho da antena patch de grafeno foi o da estrutura em zigzag. Porém, quando o substrato periódico foi adicionado as características de radiação da antena melhoraram consideravelmente se comparado com as antenas sem o substrato com furos de ar.

Nesta dissertação, apresentamos uma proposta de sensor de ressonância de plasma de superfície (sensor SPR) na configuração de emissão acoplada de plasma de superfície (SPCE) baseado em duas camadas de grafeno. A análise numérica do sensor é realizada pelo Método dos Elementos Finitos, onde são calculados os campos próximos e distantes na estrutura do sensor. O modelo é formado por uma estrutura multicamadas: Ar/ Grafeno/ SiO2/ Grafeno/ Prisma BK7, estando localizado na região do Ar um dipolo hertziano infinitesimal operando na faixa de Terahertz com λ≈250 μm que simula os analitos (que se comportam como partículas re-irradiadoras) a serem detectados na resposta de saída do sensor. As camadas de grafeno são modeladas como densidades superficiais de corrente Js0 com condutividade descrita pela Fórmula de Kubo. No primeiro momento é feito uma abordagem comparativa entre o modelo proposto na faixa THz e um modelo de referência na faixa óptica. Logo em seguida duas análises paramétricas do campo próximo e distante são realizadas, uma em função do potencial químico (μc = 0 eV, 0.3 eV, 0.4 eV, 0.5 eV e 0.6 eV) aplicado nas camadas de grafeno e outra fixando-se a o orientação do dipolo em θ= 0°, 45° e 90° enquanto a altura do dipolo em relação a superfície do sensor é alterada em h ≈ 8 μm, 40 μm e 80 μm para cada uma das orientações, onde verificamos o acoplamento do ondas TM na região do prisma e sua melhoria na diretividade e sensibilidade do sensor, mostrando que o grafeno melhora sensores na configuração SPCE.

A quinta geração (5G) de redes de celular incorpora uma grande variedade de tecnologias com o intuito de atender a casos de uso bem distintos. Avaliar essas tecnologias e investigar futuras alternativas é uma tarefa complicada quando é dependente apenas do uso de simuladores. Plataformas de teste 5G são importantes alternativas aos simuladores e vários têm sido descritos recentemente, enfatizando aspectos como as funcionalidade em nuvem, manutenção e orquestração de serviços. Essa dissertação apresenta uma plataforma de testes para a rede de celular 5G com estrutura virtualizada e orquestrada através do uso de containers, que foca na integração da plataforma com aplicações de Inteligência Artificial (IA). A plataforma de testes apresentada usa tecnologias de código aberto para a sua implementação e orquestração das funções de rede virtualizadas para flexibilizar a criação de diferentes cenários, com topologias de fronthaul e backhaul distintas. As principais características da plataforma apresentada são o relativo baixo custo de implementação e o suporte para o uso de IA para otimização do desempenho da rede. A dissertação explica como implementar a estrutura da plataforma de testes e reproduzir os resultados apresentados com o código disponibilizado. O fatiamento da rede de acesso baseado em IA e o posicionamento das funções de rede são usados como exemplos da capacidade da plataforma de teste.

O Twitter se tornou uma grande fonte de dados de pesquisa para descoberta de conhecimento, sendo uma rede social na qual é possível compartilhar, além de informações pessoais, opiniões e informações sobre eventos em geral. Partindo desse princípio, o presente estudo tem como objetivo desenvolver um classificador com o objetivo de analisar e identificar tweets com postagens relacionadas a crime e não crime. Uma Rede Neural Recorrente Long Short-Term Memory (RNN - LSTM) foi testada para esse processo de classificação. Para a execução do algoritmo, foi necessário criar um banco de dados, uma vez que não há um banco de dados disponível para atender o escopo desse trabalho, relacionando os tweets à classificação de notícias em crime ou não. Foram coletados da conta do site do DOL (Diário Online) e classificados manualmente, contendo 6000 registros. Os resultados obtidos com o uso da RNN (LSTM) se mostraram bastante satisfatórios para o domínio escolhido. Com base nos resultados desta pesquisa, observamos a efetividade do classificador RNN (LSTM) que atingiu um f1_score de 98%. Com os resultados obtidos, pode-se analisar que a Rede Neural Recorrente (LSTM) é um modelo eficiente e satisfatório para o processo de classificação de tweets relacionados a crimes.

O crescimento populacional e as novas necessidades dos consumidores, entre outros fatores, têm levado a uma demanda crescente de energia, sem um aumento concomitante na sua geração. Dessa forma, a redução e a racionalização do consumo de energia, principalmente dos usuários residenciais, passaram a ser uma preocupação global, gerando a necessidade de desenvolvimento de técnicas de gestão e distribuição eficientes da energia disponível. As técnicas de monitoramento nãointrusivo de carga (NILM) fornecem informações valiosas sobre o consumo de energia tanto para empresas de geração de energia quanto para consumidores. Essas informações são importantes para a tomada de decisões relacionadas ao uso sustentável dos recursos energéticos. Este estudo propõe um sistema automatizado baseado em Rede Neural Artificial para a realização de algumas das tarefas do NILM. Uma rede neural empilhada foi desenvolvida para extrair características dos sinais de energia dos equipamentos elétricos para identificar aqueles em operação durante um determinado período. Essas informações são então usadas para desagregar as cargas individuais dos aparelhos por meio do sinal agregado geral, e o consumo é calculado por meio da integração numérica. O sistema foi testado usando dados reais de dois bancos de dados sobre equipamentos com padrões de consumo On / Off, multinível e variáveis coletados em baixa frequência. As métricas de desempenho, resultantes de tarefas de identificação e desagregação, demonstram a eficiência do sistema proposto.

As redes fronthaul evoluíram substancialmente para atender às demandas das redes de acesso de rádio em nuvem de quinta geração (5G). Mais especificamente, a indústria convergiu para a utilização de Ethernet como a principal tecnologia de transporte, combinado a protocolos de encapsulamento específicos para fronthaul. Como o Ethernet tradicional é assíncrono e não suporta a distribuição de tempo, os protocolos de sincronização de relógio, como o protocolo de precisão de tempo (PTP) IEEE 1588, ganharam um papel fundamental na operação do fronthaul 5G. Diante deste contexto, esta tese analisa os desafios para a sincronização baseada em PTP, com foco particularmente no chamado cenário de suporte parcial de tempo (SPT), no qual alguns elementos da rede não contribuem ativamente para a operação do protocolo. O problema essencial em SPT é que a rede impõe um ambiente inapropriado para a distribuição precisa de tempo, principalmente devido à variação de atraso de pacote. Consequentemente, estratégias não convencionais de estimação e processamento precisam ser exploradas. Este trabalho discute diversas estratégias de estimação voltadas para este cenário. Além disso, apresenta um ambiente experimental baseado em FPGAs que foi desenvolvido para avaliação de fronthaul Ethernet e dos algoritmos de sincronização. Ao final, o trabalho também investiga casos de uso práticos de sincronização em 5G implementados na bancada da testes.

À medida em que o processo de monitoramento da integridade estrutural (do inglês, Structural Health Monitoring - SHM) evolui na sua transição da academia para a indústria novos desafios surgem de sua aplicação. Variações normais na dinâmica estrutural causadas por condições de variabilidade operacional e ambiental continuam exercendo o posto de maior desafio na aplicação de sistemas autônomos de monitoramento. Nestes casos, estes efeitos mascaram a existência de danos estruturais e alteram o seu nível de severidade. No contexto de aplicações para SHM a normalização de dados se refere ao processo de filtragem dos efeitos de variabilidade a fim de prover uma avaliação adequada da integridade estrutural. Embora o número de abordagens para normalização esteja em rápido crescimento, a maioria ainda sofre por problemas derivados de condições iniciais a serem satisfeitas, como por exemplo restrições acerca das características estatísticas dos dados de entrada (e, consequentemente, da resposta estrutural), assim como o elevado número de parâmetros de entrada a serem ajustados. No outro lado dessa questão encontra-se a crescente necessidade de abordagens para a aquisição autônoma de dados sem contato direto com a estrutura. Esta demanda tem direcionado o desenvolvimento de técnicas baseadas em visão para a análise e identificação modal, as quais podem ser acopladas a modelos de aprendizado de máquina para o monitoramente dinâmico em tempo-real. Apesar de algumas recentes aplicações de técnicas de visão computacional para SHM, a maioria dos trabalhos continua exigindo o posicionamento de objetos e/ou marcadores de alto contraste na superfície da estrutura para possibilitar a sua fácil detecção em vídeo para o fim de monitorar as suas variações dinâmicas, reduzindo assim a gama de aplicações possíveis. O presente trabalho visa o desenvolvimento de novas abordagens para a aquisição de dados, análise modal e detecção de danos baseados em visão computacional e aprendizado de máquina, capazes de identificar modos de vibração com altíssima resolução espacial a partir de medições de vídeo, além de detectar e potencialmente quantificar o nível de dano em estruturas de complexidade arbitrária. Primeiro, modelos de aprendizado de máquina são propostos para a detecção de danos com o uso de dados de vibração oriundos de acelerômetros. Neste caso, uma rede neural profunda auto-codificável é projetada para aprender a condição de vibração normal da estrutura e assim identificar condições anômalas a partir de alterações nas suas frequências modais. Ainda, uma técnica de clusterização é proposta para a detecção de danos e classificação de diferentes tipos de condições estruturais, provendo assim uma melhor compreensão acerca do comportamento dinâmico. Esse procedimento  é capaz de autonomamente descobrir o número ótimo de clusters a serem descobertos, os quais indiretamente representam os principais tipos de condições normais as quais a estrutura já esteve sujeita (por exemplo, variações de temperatura, efeitos de carga, e vento forte). Em segundo, técnicas para a identificação cega de modos estruturais com alta resolução a partir de câmeras de vídeo são propostos para o fim de análise modal em 2D. Além disso, introduzimos a primeira técnica efetiva para análise modal em 3D a partir de nuvens dinâmicas de pontos obtidas com o uso de sensores time-of-flight disponíveis comercialmente. Neste caso, soluções para o problema da separação cega de fonte são empregadas para estimar modos de vibração em 3D, coordenadas modais, e outros parâmetros de interesse com o uso de uma versão adaptada da técnica usada para estimar modos em 2D. As abordagens propostas possuem um inerente potencial de aplicação em diversas áreas, por serem capazes de realizar decomposição de fenômenos em estruturas de natureza diversa, potencialidade a qual é demonstrada através de simulações e experimentos laboratoriais, bem como em conjuntos de dados obtidos a partir de sistemas de monitoramento em estruturas reais.

À medida em que o processo de monitoramento da integridade estrutural (do inglês, Structural Health Monitoring - SHM) evolui na sua transição da academia para a indústria novos desafios surgem de sua aplicação. Variações normais na dinâmica estrutural causadas por condições de variabilidade operacional e ambiental continuam exercendo o posto de maior desafio na aplicação de sistemas autônomos de monitoramento. Nestes casos, estes efeitos mascaram a existência de danos estruturais e alteram o seu nível de severidade. No contexto de aplicações para SHM a normalização de dados se refere ao processo de filtragem dos efeitos de variabilidade a fim de prover uma avaliação adequada da integridade estrutural. Embora o número de abordagens para normalização esteja em rápido crescimento, a maioria ainda sofre por problemas derivados de condições iniciais a serem satisfeitas, como por exemplo restrições acerca das características estatísticas dos dados de entrada (e, consequentemente, da resposta estrutural), assim como o elevado número de parâmetros de entrada a serem ajustados. No outro lado dessa questão encontra-se a crescente necessidade de abordagens para a aquisição autônoma de dados sem contato direto com a estrutura. Esta demanda tem direcionado o desenvolvimento de técnicas baseadas em visão para a análise e identificação modal, as quais podem ser acopladas a modelos de aprendizado de máquina para o monitoramente dinâmico em tempo-real. Apesar de algumas recentes aplicações de técnicas de visão computacional para SHM, a maioria dos trabalhos continua exigindo o posicionamento de objetos e/ou marcadores de alto contraste na superfície da estrutura para possibilitar a sua fácil detecção em vídeo para o fim de monitorar as suas variações dinâmicas, reduzindo assim a gama de aplicações possíveis. O presente trabalho visa o desenvolvimento de novas abordagens para a aquisição de dados, análise modal e detecção de danos baseados em visão computacional e aprendizado de máquina, capazes de identificar modos de vibração com altíssima resolução espacial a partir de medições de vídeo, além de detectar e potencialmente quantificar o nível de dano em estruturas de complexidade arbitrária. Primeiro, modelos de aprendizado de máquina são propostos para a detecção de danos com o uso de dados de vibração oriundos de acelerômetros. Neste caso, uma rede neural profunda auto-codificável é projetada para aprender a condição de vibração normal da estrutura e assim identificar condições anômalas a partir de alterações nas suas frequências modais. Ainda, uma técnica de clusterização é proposta para a detecção de danos e classificação de diferentes tipos de condições estruturais, provendo assim uma melhor compreensão acerca do comportamento dinâmico. Esse procedimento  é capaz de autonomamente descobrir o número ótimo de clusters a serem descobertos, os quais indiretamente representam os principais tipos de condições normais as quais a estrutura já esteve sujeita (por exemplo, variações de temperatura, efeitos de carga, e vento forte). Em segundo, técnicas para a identificação cega de modos estruturais com alta resolução a partir de câmeras de vídeo são propostos para o fim de análise modal em 2D. Além disso, introduzimos a primeira técnica efetiva para análise modal em 3D a partir de nuvens dinâmicas de pontos obtidas com o uso de sensores time-of-flight disponíveis comercialmente. Neste caso, soluções para o problema da separação cega de fonte são empregadas para estimar modos de vibração em 3D, coordenadas modais, e outros parâmetros de interesse com o uso de uma versão adaptada da técnica usada para estimar modos em 2D. As abordagens propostas possuem um inerente potencial de aplicação em diversas áreas, por serem capazes de realizar decomposição de fenômenos em estruturas de natureza diversa, potencialidade a qual é demonstrada através de simulações e experimentos laboratoriais, bem como em conjuntos de dados obtidos a partir de sistemas de monitoramento em estruturas reais.

MODELOS DE RÁDIO PROPAGAÇÃO BASEADOS EM MACHINE LEARNING USANDO PARÂMETROS GEOMÉTRICOS PARA PERCURSO MISTO CIDADE-RIO

A evolução da computação tem possibilitado avanços substanciais em pesquisas relacionadas à engenharia e em projetos industriais. Nestas áreas, o emprego de ferramentas computacionais tem se intensificado para simulação e obtenção de determinados parâmetros do projeto. No entanto, a crescente demanda por precisão e o aumento gradativo da complexidade das estruturas e sistemas, resulta num processo de simulação cada vez mais demorado, pois a avaliação de um único critério pode consumir várias horas, bem como vários dias ou até mesmo semanas. Logo, um método que minimize o tempo de simulação e otimização, pode, assim, economizar tempo e dinheiro. Nesse contexto, a computação bioinspirada (bioinspired computing - BIC), se apresenta precisa e eficiente, onde muitos métodos computacionais tradicionais falham e, consiste em novo mecanismo para suprir tais dificuldades. Assim, neste trabalho, é realizado um estudo acerca de alguns dos algoritmos BIC mais utilizados na atualidade para projeto e otimização de problemas gerais na engenharia e na indústria. Doravante, se vislumbra desenvolver um código de otimização meta-heurístico multiobjetivo que apresente menor custo computacional e, consequentemente, menor tempo para processamento dos dados. Inicialmente, é realizada uma investigação eletromagnética da superfície seletiva de frequência do tipo losango planar estudada, através de simulações computacionais. A análise numérica é feita usando os métodos FEM com o auxílio de software comercial. O processo de síntese consiste em sintonizar a frequência de ressonância da estrutura e a largura de banda para operação em sistemas de comunicação via satélite, mais precisamente na Banda-X, e Ku. A modelagem das estruturas é realizada por uma rede neural artificial e o processo de otimização é realizado por algoritmos meta-heurísticos. Os resultados obtidos por esses códigos são comparados aos simulados pelo software comercial e aos medidos. Observou-se boa concordância entre os resultados simulados e medidos, bem como uma substancial redução no tempo de processamento da estrutura otimizada.

UM FRAMEWORK INTELIGENTE BASEADO EM PREVISÕES DE QOE PARA O BALANCEAMENTO DE CARGA EM REDES 5G

PLANEJAMENTO DE IMPLANTAÇÃO DE REDES MÓVEIS DE NOVA GERAÇÃO CONSIDERANDO ASPECTOS DE RÁDIO E TRANSPORTE

PROPOSTA DE PROCESSO PARA AVALIAÇÃO DE DESEMPENHO DE RECURSOS HUMANOS UTILIZANDO TÉCNICAS DE INTELIGÊNCIA COMPUTACIONAL: UMA ABORDAGEM UTILIZANDO CLASSIFICADORES BASEADOS EM REGRAS E ALGORITMOS DE APRENDIZADO SUPERVISIONADO

A arquitetura chamada Cloud Radio Access Network (C-RAN) foi proposta para diminuir os custo de implementação das redes celulares, na qual as estações rádio base são divididas nas baseband unitis (BBUs) e remote radio units (RRUs). As BBUs são instaladas em um datacenter e realizam a maior parte do processamento dos sinais em banda base e de rede. Várias BBUs são instaladas no mesmo datacenter, permitindo diminuir custos com energia, conectividade e condicionamento térmico. As RRUs são instaladas nas células e realizam pouco ou nenhum processamento, podendo ser somente a interface com os equipamentos dos usuários através da transmissão dos sinais gerados nas BBUs e encaminhamento os sinais recebidos para as BBUs. Em C-RAN uma rede chamada de fronthaul conecta as BBUs às RRUs, no qual, na maioria dos casos, utiliza-se o protocolo CPRI que permite transportar sinais que devem ser transmitidos e sinais recebidos pelas antenas, recursos para sincronizar RRUs e BBUs no tempo e na frequência, além de dados de controle.

Umas das consequências da evolução das redes celulares é a diminuição da área das células devido à vários fatores como, por exemplo, o uso de frequências de portadoras mais altas. Esse processo é conhecido como densificação das redes celulares. Além disso, cada vez mais são incorporadas técnicas de transmissão usando múltiplas antenas, o que aumenta significativamente o número de sinais transmitidos no fronthaul. Com isso, há preocupação de que as tecnologias atualmente empregadas no fronthaul, como o protocolo CPRI, não acompanhem essa evolução. Assim, existe a grande interesse da indústria e da academia em técnicas e tecnologias que podem tornar o fronthaul mais barato e mais eficiente. Por isso, tecnologias para o fronthaul vêm sendo bastante investigado em vários trabalhos recentes.

Nesse contexto, esta tese investiga técnicas de processamento digital de sinais para tornar o transporte de sinais no fronthaul mais eficiente, no contexto do transporte de sinais de rádio multiplexados em frequência e em forma analógica. Esta forma de transmissão contrasta com o transporte de sinais digitalizados multiplexados no tempo que é adotado em tecnologias de fronthaul como o CPRI. O transporte em forma analógica com multiplexação em frequência possui grande potencial de diminuição na largura de banda necessária no fronthaul para transmitir os sinais em relação à transmissão digitalizada com multiplexação no tempo. Entretanto, a transmissão de sinais analógicos no fronthaul tem a desvantagem da introdução de distorções nos sinais em relação ao transporte de sinais digitalizados. Neste contexto, nesta tese são investigadas técnicas de processamento de sinais para multiplexação e demultiplexação de sinais em frequência para emprego na BBU e RRU. Estas técnicas são avaliadas em relação a sua complexidade e na distorção que os sinais sofrem. Também são avaliadas as distorções nos sinais causadas pela transmissão no fronthaul, para o qual é proposto um procedimento de estimação da relação sinal-ruído do fronthaul. A relação sinal-ruído é aplicada para o cálculo de uma pré-ênfase para aplicar nos sinais antes da transmissão. As técnicas são avaliadas através de simulações e experimentos de transmissão em link ótico. Os resultados são mostrados através de medições, cálculos das distorções dos sinais, e da complexidade dos algoritmos avaliados.

Neste trabalho, um sistema de bombeamento de água eólico-fotovoltaico de pequeno porte é modelado e analisado através de simulações computacionais. No sistema proposto, o gerador fotovoltaico e o gerador eólico são conectados através de um conversor CC-CC de duas entradas, cuja saída é diretamente acoplada a uma moto-bomba CC. O conversor CC-CC de duas entradas torna opcional a utilização de um banco de baterias, e atua nas correntes drenadas das fontes de energia simultaneamente ou individualmente para operá-las em pontos desejados de suas curvas características. As simulações demonstram bom desempenho do sistema, que é viável de ser implementado na prática e pode ser usado em regiões remotas ou onde for necessário.

A rede 5G chegaram e são capazes de mudar paradigmas nas áreas de conectividade, manutenção, escalabilidade e disponibilidade. Seu objetivo é garantir que os usuários possam permanecer on-line com seus dispositivos em qualquer momento e em qualquer lugar. Diante disso, as soluções para redes centralizadas estão se tornando atraentes, pois são gerenciáveis e de baixo custo. Nestas condições, o uso de técnicas de computação, como lógica fuzzy, beneficia a supervisão e o planejamento de redes, otimizando e controlando recursos, além de gerenciar o sistema. No entanto, o planejamento de uma rede centralizada tende a suscitar desafios nos setores ópticos localizados entre o centro de telecomunicações e a estação base. Tecnologias como rádio sobre fibra estão sendo examinadas para atender às demandas do mercado de fronthaul, apesar de apresentarem muitos outros desafios. Por esse motivo, neste estudo, adotamos uma estratégia inteligente para determinar de maneira equilibrada que sinais de rádio sobre fibra devem ser alocados no setor óptico. Essa estratégia é implementada usando lógica difusa e pode ser usada na tomada de decisões para planejar o futuro das redes centralizadas. Os resultados mostram que é possível trazer equilíbrio entre o gasto na implantação e o desempenho do sistema.

MITIGAÇÃO DE VARIAÇÕES DE TENSÃO EM UMA INDÚSTRIA CERVEJEIRA USANDO BANCO DE CAPACITORES FIXOS E CHAVEADOS

Com o crescimento da e-health, os dispositivos vestíveis destacaram-se devido à sua praticidade e conforto na detecção dos dados pessoais. Dispositivos vestíveis em e-Health fornecem acesso de fácil uso, bem como um retorno de informações para o usuário. Em geral, esses dispositivos possuem uma variedade de sensores que capturam várias informações do ambiente e do usuário. As informações mais populares coletadas por smartwatches e pulseiras é sobre a medição de batimentos cardíacos, passos, oxigenação e fotopletismografia (PPG) e eletrocardiograma (ECG). Cada processo com sensores tem ruídos, ondas eletromagnéticas e movimentos que podem interferir ao identificar, analisar e verificar o indivíduo. A partir disso, a filtragem é um passo indispensável em qualquer processo. A identificação é dividida em etapas, e o principal e essencial é a filtragem porque é onde o pré-processamento começa. Esses dispositivos vestíveis dependem de dispositivos móveis para autenticação do usuário. Se o usuário precisar de validação, ele recorrerá a métodos tradicionais em outros equipamentos que possuem sensores de reconhecimento, como íris, rosto ou impressões digitais. Para superar esses problemas, esta dissertação é dividida em duas etapas. A primeira trata do pré-processamento do sinal (captação e filtragem). Segunda etapa trata do modelo de autenticação de pessoas a partir de sinais fotopletismografia (PPG) e eletrocardiograma (ECG)

O projeto de sistemas de inspeção automática para a inspeção de componentes de vagões de trem e linhas ferroviárias que podem provocar o descarrilhamento de vagões é um fator crucial para o aumento de produtividade e segurança em ambientes industriais. Propomos  um método para a detecção e rastreamento de componentes  de vagões de trem de mineração utilizando um detector baseado em Redes Neurais Convolucionais e Deep Learning. Em nossos experimentos, nosso foco foi em detectar a chamada “super estrutura” do vagão, mas a técnica pode ser facilmente estendida para a detecção de outros componentes.

Dois modelos FDTD (Finite-Difference Time-Domain) para solos dispersivos e ionizados, respectivamente, são propostos para representar realisticamente as respostas transitórias dos sistemas de aterramento. O modelo para solos dispersivos é desenvolvido inserindo a dependência da condutividade e permissividade elétrica com a frequência na equação de Maxwell-Ampère através do aproximador de Padé para o termo σ+jωε. A partir disso, são obtidas equações de atualização explícitas para o método FDTD. Ainda, para validar o modelo de solos dispersivos, foram realizados testes experimentais em sistemas de aterramento. No modelo FDTD para solos não lineares, são modeladas quatro fases para a ionização do solo: sem ionização, presparking (primeiro estágio da ionização), sparking (segundo estágio da ionização) e desionização. Mecanismos identificados experimentalmente na literatura para ionização da água são associados com as fases de presparking e sparking da ionização do solo. Com base nisso, deduziu-se que a ionização fraca do gás (fase de presparking) presente dentro das bolhas produzidas devido aplicação de correntes elevadas e a ionização da solução aquosa (fase de sparking) ocorre durante o processo de ionização no solo. Uma função matemática é proposta para representar o crescimento suave da condutividade elétrica em um ponto do solo durante a fase de sparking. Também, sugere-se que, quando os efeitos associados ao crescimento limitado da quantidade de cargas livres e suas mobilidades restritas são consideradas, a resistividade residual deve ser adotada não somente na fase de presparking, mas também durante o estágio de sparking. O modelo FDTD para solos ionizados é validado através da reprodução numérica de experimentos publicados na literatura. Os resultados obtidos através dos modelos FDTD desenvolvidos neste trabalho apresentaram excelente concordância com os respectivos resultados experimentais.

As tecnologias baseadas em cobre têm usando cabos de par trançado e coaxial como linhas de transmissão, ou seja, explorando o modo TEM (Transversal Eletromagnético) para transmitir dados. No entanto, o uso de frequências cada vez mais altas aumenta drasticamente a atenuação do modo TEM, limitando o alcance e a taxa de dados alcançável do sistema. Por outro lado, recentemente foi proposta uma nova abordagem para explorar as capacidades de transmissão desses cabos: usar seus modos guiados de ordem superior. Esses modos de ordem superior são TE (Transversal Elétrico) ou TM (Transversal Magnético) e surgem quando os comprimentos de onda associados às frequências de operação são menores que as dimensões da seção transversal do cabo. Ao utilizar cabos de pares trançados como guias de onda foi previsto a possibilidade de alcançar taxas de transmissão da ordem de Terabit por segundo, assumindo que o modelo do modo guiado de superfície de um único de fio condutor nu, conhecido como linha de Sommerfeld, descreve adequadamente a atenuação dos modos guiados de ordem superior de um par trançado. No entanto, é evidente que o modelo de Sommerfeld não é apropriado, pois os pares de um cabo de cobre exibem uma estrutura física muito mais complexa. Este trabalho investiga a propagação de vários modos guiados em cabos de pares trançados, a partir de simulações numéricas no software HFSS, considerando características construtivas reais, como trançamento do par e materiais do condutor e isolante. A utilização dos modos guiados de ordem superior em cabos coaxiais também é avaliada. Com base nos resultados obtidos também é determinada a taxa de dados agregada de cada cabo usado como um guia de ondas via capacidade de Shannon. Os resultados mostram que há por volta de 20 modos de propagação disponíveis em cada cabo até 300GHz. Os resultados de taxa de dados mostram que, para 10 metros, é possível alcançar mais de 1Tbps em apenas um par trançado, até 3Tbps em um cabo de quatro pares trançados e mais de 0,5Tbps em um cabo coaxial.

O desenvolvimento dos padrões de transmissão de dados e tecnologias de acesso sempre vem atrelados com a necessidade de suprir altas taxas de dados. Dessa forma, tecnologias já implantadas, como por exemplo o sistema DSL (Digital Subscriber Line) que utiliza pares trançados para transmissão, vem se ajustando para conseguir atender essa crescente demanda de dados. Entretanto, os pares trançados, assim como todos os meios físicos de propagação nos sistemas DSL, são utilizados como linha de transmissão, utilizando o modo transversal eletromagnético (TEM). Entretanto, as limitações físicas do par trançado como linha de transmissão impedem que o sistema alcance velocidades na faixa de Terabit por segundo. Então, recentemente, a utilização dos pares trançados como guia de ondas, como alternativa ao modo de linha de transmissão, já é objeto de estudo e traz consigo a possibilidade de aumentar ainda mais a taxa de dados nessa infraestrutura disponível. Porém um dos desafios para esta implementação é o acoplamento dos modos guiados no par trançado, que são estruturas muito complexas comparadas aos guias de onda mais utilizados. Neste cenário, esta dissertação tem como objetivo avaliar o acoplamento do sinal radiado entre uma antena com propagação radial e o cabo de par trançado, analisando qual estrutura de antena é mais compatível com o cabo de par trançado. Considerando que nem a estrutura do par trançado como a do cabo de pares trançados tem um modelo analítico fechado para o comportamento do campo eletromagnético nessas estruturas, todos os resultados foram obtidos a partir de simulações numéricas no software HFSS (High Frequency Structure Simulator), em termos do parâmetro de espalhamento da antena e da intensidade de campo elétrico no par trançado. Com esses parâmetros, foi possível avaliar a eficiência de acoplamento entre a antena e o guia de onda, assim como avaliar o guiamento do sinal e prever a taxa de transmissão disponível aos usuários. Nessas avaliações, destacou-se o acoplamento da estrutura da antena com o cabo de pares trançados blindados que chegou a níveis de até 78,85 % em  frequências de 0,3 THz, além de que confirmou-se que apesar da utilização desses cabos para transmissão de dados não ser tão eficaz quanto é mostrada na literatura, ainda sim é viável, uma vez que foi mostrado a partir das simulações numéricas que o guiamento do sinal ao longo de sua estrutura é possível.

O aumento no volume de serviços e aplicações móveis, além do crescimento acelerado das demandas de acesso sem fio, representam desafios significativos para a próxima geração de redes móveis, a quinta geração (5G). Esse aumento no volume de aplicações é reflexo do crescente número de dispositivos que estão conectados à rede, consumindo de maneira desordenada e gerando alta carga de dados. Outro ponto de grande impacto no comportamento do fluxo de dados é a migração diária em larga escala de pessoas nos centros urbanos, causando o chamdo Efeito de Maré. Este promove a flutuação espaço-temporal do tráfego ao longo do dia, causando um problema para o controle e gerenciamento da rede. O fenômeno de marés provoca ainda outras adversidades, dentre elas há a baixa eficiência no uso dos recursos de hardware, o desbalancemento de carga, a subutilização de recursos e a ociosidade de capacidade de rede. Com base nestas informações e considerando o conhecimento dos operadores de serviços sobre mobilidade de assinantes, dados do movimento de usuários da cidade de Nova York foram extraídos através de uma LBSN (Location-Based Social Network). Considerando a alta demanda de tráfego esperada para o 5G e os problemas oriundos do Efeito de Maré na arquitetura de rede atual, nesta dissertaçaõ é proposta uma heurística com duas abordagens de provisionamento de recursos de hardware (uma baseada na taxa de transferência agregada e outra no número de usuários conectados). Os resultados apontam que o provisionamento de rede atendeu à variabilidade do tráfego do cenário utilizado, minimizando a Probabilidade de Usuário Bloqueado, maximizando a eficiência da Unidade de Banda Base (BBU) e quantificando as Small Cells (SCs) necessárias para atender à demanda dos usuários.

As técnicas de identificação de sistemas dinâmicos são algoritmos de extrema importância para a geração de modelos matemáticos e computacionais capazes de representar a dinâmica de sistemas e processos presentes em diversos âmbitos da sociedade, como: processos industrias; automóveis; produção de alimentos; veículos aeroespaciais; sistemas biológicos e etc. Identificar esses sistemas, que em geral possuem mais de uma variável de entrada e saída (sistemas multivariados) e também são não lineares, é de grande importância para a ciência e para a engenharia no que tange ao desenvolvimento de novas técnicas de controle, monitoramento de falhas e previsão de estados de operação desses mecanismos. Todavia, identificar sistemas MIMO (Multiple Input Multiple Output) não lineares é uma tarefa complicada, tanto devido à dificuldade de se implementar os algoritmos clássicos para a resolução deste problema, quanto ao fato de que sistemas não lineares requerem modelos complexos para a representação de sua dinâmica de maneira satisfatória. Visando resolver este problema, este trabalho propõem um framework capaz de realizar tanto a identificação de sistemas dinâmicos multivariados não lineares no modelo fuzzy TSK, que representa de maneira simples o acoplamento das variáveis envolvidas na identificação, quanto a seleção do vetor regressor usado no modelo. O framework é testado e comparado com uma RNA e o modelo de Hammerstein-Wiener na identificação de duas plantas industriais MIMO não lineares: Reator Contínuo de Tanque Agitado (CSTR); Secador Industrial. A comparação das três técnicas é feita com base nos índices de Erro Quadrático Médio () e Variance Accounted For (), além da análise de resíduos entre os dados observados e estimados. Os resultados mostraram que o framework proposto obteve o melhor desempenho em 80% das estimações de saídas das duas plantas multivariadas com base nos dois índices, e também alcançou o melhor desempenho em 60% dos casos na análise residual da identificação das plantas.

Nos últimos anos diversas meta-heurísticas foram utilizadas para solucionar o problema de restauração de Sistemas de Distribuição de Energia (SDE) de forma eficiente. Dentre elas destaca-se o Algoritmo Evolutivo Multiobjetivo por Tabela (AEMT), que juntamente com a utilização da Representação Nó-Profundidade (RNP), trouxeram um grande avanço na área pois a RNP sendo utilizada como estrutura de dados é possível realizar modificações na topologia do SDE sem perder a radialidade e restabelecer o fornecimento de energia para todas as cargas desligadas após a falta. Devido a falta de exploração de outras metaheurísticas que utilizam a RNP como estrutura de dados, este trabalho visa realizar uma análise de desempenho comparando o AEMT com outras três meta-heurísticas, a Busca Tabu, Colônia de Abelhas e Estratégias evolutivas. A análise foi realizada em 3 SDEs com 84, 119 e 135 barras e foram simuladas 3 faltas em cada sistema.

A introdução de novas tecnologias, assim como a melhoria de materiais e processos, contribuiu para acelerar o crescimento da eficiência dos motores elétricos de indução (Induction Motors, IM). Atualmente no mercado é possível observar o funcionamento de IM das classes de IE3 e IE4, bem como menores eficiências, da mesma forma que propostas para IM classe IE5 estão sendo desenvolvidas. Esta dissertação visa mostrar o impacto das harmônicas de tensão de 2ª, 3ª, 5ª e 7ª ordem, na temperatura e desempenho de motores elétricos classes IE2, IE3 e IE4, sendo o último um motor híbrido de imãs permanentes e gaiola de esquilo (Line Start Permanent Magnet Motor, LSPMM´s). As medições foram divididas em duas etapas, primeiro alimentando cada um dos motores com tensões sem distorção e logo inserindo cada uma das harmônicas de forma individual e combinada em porcentagens de 2% até atingir um 25%. Os resultados mostraram que melhores classes de eficiencia apresentam melhoras consideráveis em relação a consumo, temperatura e ruído, porém mostrando também características não lineares, com foi o caso do motor híbrido classe IE4. Também é presentado como a presença de harmônicas individuais nos motores elétricos, resulta na aparição de outras harmônicas, de acordo com a porcentagem de distorção presente. Finalmente e visando prever a variação da temperatura em relação à porcentagem de distorção, modelos que representassem esse comportamento foram criados, os quais presentam boas estimações da variação da temperatura e a porcentagem de distorção inserida no motor.

A produção de alumínio primário é realizada em diversas fábricas ao redor do mundo. Com os avanços tecnológicos nas últimas décadas, o alto poder de armazenamento e de processamento de dados tem permitido solucionar problemas que anteriormente eram considerados extremamente difíceis. Nesse sentido, um novo paradigma surge: a indústria 4.0, que é baseada em processos inteligentes, gestão integrada, energia gerenciada, alto padrão e qualidade. Muitos são os desafios que permeiam a indústria 4.0, dentre eles há as técnicas de aprendizado de máquina, que facilitam a interpretação de dados, permitindo criar modelos que emulam o comportamento do sistema produtivo com alta precisão e encontrar padrões escondidos no imenso conjunto de dados. Esta qualificação de doutorado propõe modelos baseados em técnicas de aprendizado de máquina (Redes Neurais Artificiais, vários algoritmos de aprendizado) e aprendizado profundo (Redes de Memória de Longo Prazo) para emular o comportamento da temperatura, alumina fluoretada e concentração de alumina de um forno de redução de alumínio primário a partir de várias entradas, utilizando dados reais. Além disso, realizou-se agrupamento de fornos com comportamentos semelhantes com o objetivo de aumentar a precisão dos modelos mencionados. Os resultados apontam os modelos baseados em Redes de Memória de Longo Prazo são de 20 a 25% mais precisos que aqueles baseados em Redes Neurais Artificiais. Adicionalmente, verificou-se que os agrupamentos realizados não melhoram significativamente a precisão dos modelos. Ainda é necessário mais testes para confirmar essa afirmação. É importante mencionar que uma extensa revisão da literatura foi feita através de uma revisão sistemática que considerou centenas de trabalhos científicos que abordam modelagem na área de produção de alumínio primário.

A crescente demanda por maiores taxas de dados e melhor qualidade de ser-viços de Internet tem resultado em altos investimentos em infraestrutura de redesmóveis por parte das operadoras. Neste contexto, a Arquitetura de Rádio Centralizada (CRA) é uma solução promissora que baseia-se na centralização, compartilhamento e melhor alocação de recursos de rede, resultando em reduzidos custosde implantação e operação, quando planejada de forma apropriada. Ainda que osbenefícios da CRA sejam numerosos, essa redução de custos também pode ser potencializada por meio da adoção de fontes de energias alternativas. Uma das opções para isso é o aproveitamento da energia solar, por meio de sistemas fotovoltaicos, noqual adota-se o dimensionamento de seus componentes básicos, tais como, painéis e inversores. No entanto, uma das principais barreiras para a utilização concreta detal sistema é seu elevado custo de implantação, o qual não pode ser negligenciado.Diante disso, a disposição adequada de tais equipamentos por meio de abordagensde otimização, considerando a demanda energética da CRA, representa um desafioa ser superado. Para isso, este trabalho propõe uma estratégia de minimização docusto de implantação de um sistema fotovoltaico, por meio da redução do quantitativo de inversores, o qual é formulado como um problema de Programação LinearInteira (ILP), com o intuito de reduzir ainda mais os custos relacionados à CRA.A partir dos resultados, evidencia-se que a técnica de otimização utilizada, implicana redução do Custo Total de Propriedade (TCO) do sistema fotovoltaico, bemcomo, na sustentabilidade ambiental por meio da redução das emissões de dióxidode carbono (CO₂) na atmosfera

Neste trabalho, é feito um estudo para os diferentes casos de nanoantenas ópticas. As nanoantenas consideradas são: dipolo, dipolo-espira, espira isolada e bastão-espira, inicialmente é feita a analise para o modo de transmissão para a obtenção de parâmetros importantes para o estudo das nanoantenas, como impedância de entrada, coeficiente de reflexão, eficiência de radiação, diagrama de ganho. Em seguida para a analise no modo de recepção, as nanoantenas são excitadas por uma onda plana linearmente polarizada, variando a direção de polarização. Onde a potência recebida pela carga versus frequência e o campo elétrico próximo é investigada para os quatro casos. Em seguida é apresentada a aplicação de um nanocircuito óptico, que é composto por uma nanoantena espira circular de recepção conectado a uma linha de transmissão óptica bifilar (OTL – Optical Transmission Line) em um lado, e um dipolo no seu terminal. Nesse caso, uma onda plana é a fonte e o campo próximo são investigados, também é feita para modo de comparação a analise do nanocircuito óptico de forma separada para os casos do dipolo e espira conectadas pela OTL com uma carga, a potência recebida pela carga versus frequência é calculada variando a direção de polarização da onda plana. E por fim para obtenção de resultados mais próximos de aplicações realísticas é aplicado uma sonda de abertura com um feixe gaussiano focalizado no nanocircuito. As análises numérica serão realizadas pelo Método dos Elementos Finitos (FEM – Finite Element Method).

Um novo tipo de circulador de quatro portas é sugerido e analisado neste trabalho. A seção transversal dos componentes apresenta uma estrutura com três camadas consistindo de grafeno, sílica e silício. O plano da figura do circulador consiste de um ressonador circular de grafeno e quatro guias de onda conectados a ele. O ressonador de grafeno é magnetizado normalmente em seu plano por um campo magnético externo DC. O princípio físico do dispositivo é baseado na ressonância dipolar do ressonador de grafeno magnetizado. Foi investigado a influência de diferentes paâmetros sobre as características do circulador. Usamos a Teoria de Modos Acoplados para comprovar os cálculos numéricos obtidos através de simulações computacionais, o dispositivo obteve isolamento aproximado de -17 dB e perdas de inserção de -3 dB com frequência central de 4.55 THz com o campo magnético DC de polarização de 1 T, onde a frequência central pode ser controlada alterando a energia de Fermi do Grafeno.

Neste trabalho é apresentada uma técnica de otimização híbrida Bioinspirada que associa uma General Regression Neural Network (GRNN) ao Multiobjective Bat Algorithm (MOBA), para projeto e síntese de Frequency Selective Surfaces (FSS) objetivando sua aplicação no sistema de comunicação de dados por difusão de ondas milimétricas, especificamente, no padrão IEEE 802.15.3c. O dispositivo projetado consiste em arranjos planares de metalizações (patches), na forma geométrica de losango, dispostos sobre substratos RO4003. A FSS proposta neste estudo apresenta operação com característica de banda ultra larga, a FSS patch losango projetada é capaz de cobrir a faixa de 40.0 GHz a 70.0 GHz, ou seja, largura de banda de 30.0 GHz e ressonância em 60.0 GHz. As frequências de corte inferior e superior, referentes a matriz de espalhamento do coeficiente de transmissão, dado em decibéis (dB), foram obtidas no limiar de corte em –10dB, para controle da banda de operação do dispositivo.

Neste trabalho é feita uma análise teórica comparativa de nanoenlaces ópticos sem fio, formados por nanoantenas plasmônicas Yagi-Uda e dipolo. A análise numérica é realizada pelo Método dos Momentos linear, onde a potência de transmissão e o campo elétrico próximo são investigados e otimizados para os nanoenlaces dos tipos Yagi-Uda/Yagi-Uda, Yagi-Uda/dipolo e dipolo/dipolo. Alguns resultados também foram obtidos pelo Método dos Elementos Finitos. Os resultados mostram que todos os três enlaces podem operar com boas potências de transmissão em diferentes pontos de frequência, variando a impedância da carga da antena receptora.

A maneira mais utilizada para avaliação da condição da isolação estatórica em hidrogeradores é o monitoramento de descargas parciais (DPs). Neste trabalho, é apresentado um sistema de classificação de padrões de DPs usando uma nova abordagem para redes auto-organizáveis denominada  Mapa Auto-organizável Probabilístico. Foram combinadas diversas técnicas da literatura para pré-processamento e visualização dos padrões. Propõe-se uma metodologia que obtém as fronteiras de separação no mapa  que maximizam a acurácia e determinam de forma automática as probabilidades a cada tipo de padrão  de Dp apresentado ao sistema .

SMARTLVGRID - UMA PLATAFORMA APLICADA À CONVERGÊNCIA SMART GRID DE CIRCUITOS LEGADOS DE BAIXA TENSÃO

A área de reabilitação fisioterapêutica visa sempre melhorar a qualidade de vida dos pacientes, porém o processo de tratamento fisioterapêutico pode ser considerado tedioso e cansativo. Considerando essa problemática, os Jogos Sérios se apresentam como ferramenta de auxilio no processo de recuperação de pacientes submetidos a tratamentos fisioterapêuticos, os quais utilizam a realidade virtual como elemento motivador no processo de recuperação do paciente. O presente trabalho apresenta o processo de design e avaliação de um jogo sério voltado para reabilitação motora o qual foi avaliado por profissionais e pacientes e apresentou resultados relevantes nos critérios de facilidade de aprendizagem, eficiência, nível de inconsistências, satisfação do usuário e facilidade de memorização através da utilização da System Usability Scale (SUS). Foi utilizado também o instrumento Serious Exergame Utility - Questionnaire (SEU-Q) para avaliação da percepção de utilidade do Jogo Sério proposto, o qual ajudou a identifiar importantes aspectos relacionados aos benefícios do seu uso

Projetos de assentamentos de reforma agrária são uma das medidas adotadas pelo governo na tentativa de criar um relacionamento sustentável com a natureza. Como a área de assentamento cobre mais de 77.483.317,86 hectares da Amazônia Legal, é essencial compreender as causas da degradação ambiental para apoiar medidas de proteção ambiental. Examinamos o uso combinado de cadeias de Markov e autômatos celulares (CA-Markov) para prever cenários de mudanças no uso e cobertura da terra (LULC), especialmente no que diz respeito à degradação da floresta nativa localizada nas áreas de assentamentos. Diferentemente da literatura investigada, este trabalho propõe uma metodologia inovadora que difere da usual de CA-Markov. Ele usa cadeias de Markov para análise temporal, enquanto o CA lida com a análise espacial. Os aspectos de tempo e espaço são observados pela cadeia de Markov e servem como base para a função de transição do CA, enquanto permitem à metodologia menos subjetividade na definição de regras de transição do autômato. Além do uso de imagens de satélite, Flying Ad-hoc Network (FANET) podem ser utilizadas para complementar informações da região de estudo, nos casos em que a cobertura de nuvens é muito intensa. Por esse motivo, e para encontrar o melhor caminho de comunicação entre os drones, este trabalho também propõe um algoritmo de roteamento baseado em sistema Fuzzy. Com o uso de CA-Markov, foi possível notar que há um declínio acentuado das áreas de floresta localizadas nos assentamentos considerados, ao longo dos anos, levando a um desmatamento extremo em 2026, a uma taxa mais rápida do que a previsão média na Amazônia. Da mesma forma, a emissão de CO2e para a região considerada também foi observada e o resultado é que a emissão é muito superior à média da Região Amazônica. Em relação ao protocolo de roteamento proposto, o mesmo aprimorou o processo de descoberta de rotas, levando em consideração o RSSI, o nível de mobilidade e, em particular, a autonomia de vôo. Quando comparado a algoritmos clássicos como OLSR e AODV, o algoritmo proposto obteve um ganho de 176% em relação ao primeiro e 60% em relação ao segundo.

Milhões de Brasileiros são acometidos com a Epilepsia. O diagnóstico de pacientes com epilepsia é fundamental para o início do tratamento adequado. No entanto, o diagnóstico depende da avaliação visual da atividade elétrica neuronal, registrada pelo eletroencefalografia (EEG) por neurofisiologistas. Por conta disso, esse processo é demorado, podendo demandar dias de registros contínuos de EEG, o que torna o diagnóstico oneroso. Assim, a presente dissertação propõe uma metodologia de identificação automática do EEG de sujeitos epilépticos. O método pode ser aplicado em registros de EEG de curta duração com o paciente em estado de repouso. O sistema proposto combina a utilização de um atributo extraído da densidade espectral de potência dos sinais de EEG e de algoritmos de aprendizado de máquina. O atributo usado é uma estimativa da conectividade funcional entre pares de canais de EEG e é denominado debiased weighted phase-lag index. Os algoritmos usados para classificação foram a análise discriminante linear (LDA) e as máquina de vetores de suporte (SVM). Os sinais de EEG foram adquiridos durante o estado interictal, ou seja, fora do período convulsivo e não apresentavam atividade epileptiforme. Registros de 11 pacientes epilépticos e 7 sujeitos saudáveis foram usados para testar o método. Os dois algoritmos usados atingiram seus desempenhos máximos, 100 % de acurácia e área sob a curva característica de operação do receptor (AUROC) unitária, quando um vetor de características com 190 atributos foi usado como entrada. Os resultados obtidos demonstram a eficácia do sistema proposto, dada a alta capacidade de segregação dos grupos.

A previsão da qualidade visual é crucial nos sistemas de imagem e vídeo. As métricas de qualidade de imagem com base no erro quadrático médio prevalecem no campo, devido à sua simplicidade matemática, mesmo que não se correlacionem bem com a percepção visual humana. As últimas realizações na área sustentam que o uso de redes neurais convolucionais (CNN) para avaliar a qualidade visual perceptual é uma tendência clara. Resultados em outras aplicações, como detecção de desfoque e  remoção de chuva, indicam que a combinação de informações de diferentes escalas melhora o desempenho da CNN. No entanto, até onde sabemos, a melhor maneira de incorporar informações em várias escalas na caracterização da qualidade visual ainda é uma questão em aberto. Assim, neste trabalho, investigamos a influência do uso de informações em várias escalas para prever a distorção da imagem. Especificamente, propomos uma rede densa de fluxo único que estima um parâmetro espacialmente variante de uma métrica de qualidade a partir da imagem de referência. O método proposto alcançou uma redução de 36,37% e 69,45% para o número de parâmetros e FLOPs, respectivamente, e seu desempenho é comparado com as abordagens concorrentes usando um banco de dados público de imagens.

Hoje, as empresas de geração e transmissão de energia elétrica são remuneradas pelas disponibilidades de suas funções de transmissão (FTs) e não mais por aquilo que é gerado e transmitido no Sistema Interligado Nacional (SIN). Diante desse contexto, cada vez mais, esforços são envidados pelas empresas geradoras e transmissoras de forma que desligamentos intempestivos não ocorram, ou sejam evitados. Além das perdas de receitas quando de desligamentos intempestivos ocorrem no sistema, as empresas são submetidas a um rígido processo de fiscalização por parte dos órgãos reguladores, como o Operador Nacional do Sistema e a Agência Nacional de Energia Elétrica. Investimentos em tecnologia estão permitindo novos rumos para a operação e manutenção dos equipamentos de potência, uma vez que dispositivos de alta capacidade de processamento de dados estão viabilizando técnicas otimizadas de manutenção preditiva baseadas na proteção, no controle e no monitoramento das grandezas elétricas do sistema elétrico, além da garantia da velocidade e segurança nas informações. Os dispositivos eletrônicos inteligentes (Intelligent Electronic Devices – IEDs) são sistemas multiprocessados com hardware e software que trabalham continuamente com medições de grandezas elétricas, proteção, comando, controle, monitoramento e possuem memórias robustas para gravar listas de eventos e formas de onda dos sinais analógicos em tempo real. Nesse trabalho serão abordados casos reais em que desligamentos de FTs foram evitados a partir das análises das listas de eventos e oscilografias, o que permite a empresa se antecipar ao problema, ter a melhor tomada de decisão e reduzir de forma significativa as suas perdas financeiras no processo de operação e manutenção do seu sistema elétrico.

O Controle Numérico Computadorizado (CNC) é uma tecnologia composta por diversos blocos, dentre os quais se encontra o bloco de Planejamento de Trajetória, responsável pela geração de perfis de referência que alimentam as malhas de controle de posição. A necessidade por Planejamento de Trajetória advêm das restrições mecânicas inerentes a qualquer planta na qual a tecnologia CNC seja aplicada. Os limites operacionais da máquina devem ser respeitados, com o objetivo de evitar e mitigar diversos problemas, como: perda de precisão, desgaste prematuro dos elementos de máquina e vibração excessiva. Este trabalho propõe uma nova técnica de geração de trajetórias suaves em tempo real baseadas em uma plataforma de sistema embarcado. Um algoritmo de trajetórias limitadas em jerk e snap é proposto, de modo a atingir perfis contínuos e suaves de movimento em arquivos tradicionais de Controle Numérico. A técnica proposta lida com linhas e arcos. Um algoritmo local de mescla de trajetórias, aplicável ao método proposto, também é apresentado. O algoritmo proposto foi implementado na plataforma embarcada BeagleBone Black - baseado na tecnologia System-On-Chip -, e testado com uma máquina-protótipo router de três graus de liberdade. Foi realizada uma comparação do método proposto contra os algoritmos tradicionais de sete segmentos e aceleração trapezoidal, tanto em termos do desempenho como da sua viabilidade computacional considerando as restrições de tempo real. Resultados de simulação e experimentais são apresentados e demonstram a efetividade do método proposto em gerar perfis limitados em velocidade, aceleração, jerk e snap, para três dimensões. Observou-se redução do erro ERM em até 8.2% e 22.38% quando comparados aos métodos e sete segmentos e ao de aceleração trapezoidal, respectivamente. Ao estudar o erro em ângulos retos, o método proposto produziu erros em área de até 24% e 80% menores quando comparados aos métodos e sete segmentos e ao de aceleração trapezoidal, respectivamente.

O conceito de minirredes de distribuição em corrente contínua vem ganhando espaço na academia e na indústria no que diz respeito ao desenvolvimento de aplicações de redes de distribuição com grande inserção de geração distribuída e sistemas de armazenamento de energia. A adoção de um sistema de distribuição em corrente contínua facilita a integração de fontes como a geração fotovoltaica e eólica e de sistemas de armazenamento como baterias, uma vez que estas tecnologias operam intrinsecamente em corrente contínua. Neste sentido, este trabalho apresenta o desenvolvimento de uma nanorrede de distribuição em corrente contínua instalada no laboratório do Grupo de Estudos e Desenvolvimento de Alternativas Energéticas (GEDAE), da Universidade Federal do Pará. A rede desenvolvida é composta por três sistemas de geração FV e armazenamento em bancos de baterias e três bancos de carga majoritariamente resistiva, distribuídos ao longo dos 200 m de rede de topologia em anel, em um barramento de 24 Vcc. Foram desenvolvidas duas metodologias de simulação capazes de reproduzir o comportamento operacional da nanorrede em condições estáticas e dinâmicas, possibilitando a avaliação do desempenho da rede ao longo de um dia de operação. Apresenta-se ainda ensaios com medições em pontos estratégicos da rede a fim de avaliar o comportamento do sistema mediante condições especificas de funcionamento, normais e em contingência. Os resultados obtidos atestam a capacidade da nanorrede em atender as cargas de maneira confiável, desde que respeitando as limitações do sistema de geração e armazenamento de energia implementados. Além disso, verificou-se que as características relativas à topologia do controlador de carga utilizado são benéficas à qualidade da energia para o porte e topologia da rede desenvolvida.

Dado que imagens médicas subsidiam o diagnóstico clínico, o desenvolvimento de métricas para avaliação automática de qualidade de tais imagens se tornou de grande importância na atualidade para preservar a informação original após a realização de operações de compressão, realce e transmissão digital.  Os dados de experimentais de referência, usados no desenvolvimento de métricas, devem revelar os aspectos de interesse para uma dada aplicação. A maioria das métricas de qualidade visual são desenvolvidas a partir de experimentos que refletem a opinião de usuários comuns sobre a qualidade de cenas naturais. Experimentos especificamente concebidos para avaliação da qualidade clínica de imagens médicas em que especialistas tomam parte são raros. As contribuições deste trabalho são: a proposta de uma metodologia para aquisição de dados subjetivos para avaliação de imagens, voltada para a caracterização dos critérios de qualidade utilizados por especialistas na fase de pré-laudo; e o desenvolvimento de uma métrica baseada em redes Bayesianas para avaliação da qualidade clínica. Ambas contribuições consideram a avaliação de imagens de tomografia computadorizada de crânio.

O conhecimento acerca da amplitude do transbordamento dos leitos fluviais é extremamente necessário para determinação das áreas de risco. A cidade de Altamira-PA, localizada às margens do rio Xingu, vem sofrendo com casos extremos de cheias que tendem a provocar inundações, resultando em severos prejuízos para a sua população. Considerando o problema, este trabalho apresenta a proposta de um sistema de previsão de nível mensal do Rio Xingu baseado em Redes Neurais Artificiais Perceptron de Múltiplas Camadas. Para o desenvolvimento do sistema foram utilizados dados de precipitação na bacia e sub-bacias do Rio Xingu, e informações de Temperatura da Superfície do Mar (TSM) do período de 1979 a 2016. Os resultados satisfatórios obtidos demonstram a grande aplicabilidade das Redes Neurais Artificiais para o problema de previsão de cheias.

O transformador de potência é um dos equipamentos mais importantes no sistema elétrico de potência, permitindo a viabilidade da conexão dos centros geradores aos centros consumidores, mesmo estando a longas distâncias. O seu funcionamento de forma confiável e contínuo é de fundamental importância para a manutenção do serviço estando sujeitos a vários tipos de perturbações que podem acarretar em falhas. Nesta perspectiva, a realização de estudos do comportamento dinâmico dos enrolamentos de transformadores por meio de simulações computacionais, tem sido amplamente utilizada para avaliar de forma segura e precisa o seu funcionamento. Portanto, neste documento é apresentada a metodologia para investigação em um transformador de potência de 50 MVA por meio do método de elementos finitos para análises em regime permanente e no domínio do tempo. Com isso, o estudo foi realizado por meio de acoplamentos (circuito-eletromagnético-mecânico). Na primeira análise (estudo do circuito), utilizou-se do software ATPDraw para obter o comportamento da corrente de inrush e energização solidária durante a energização do banco de transformadores. Por conseguinte, no software ANSYS MAXWELL foram realizados os estudos eletromagnéticos. Para isso, um modelo em 3D próximo ao real foi utilizado (levando em consideração as características da laminação do núcleo e dos enrolamentos, sendo alguns destes em formato de discos). Com isso, são apresentados como resultados o comportamento da indução magnética e das forças eletromagnéticas nos enrolamentos do equipamento. Por fim, no software ANSYS STRUCTURAL foram realizados os estudos estruturais (mecânicos). Ainda, da mesma forma como anteriormente, foi utilizado um modelo em 3D próximo ao real, apresentando como resultados o comportamento da deformação total no enrolamento, o estresse mecânico sofrido e o grau de segurança durante a ocorrência da energização. Os estudos em regime permanente foram considerados três condições de operação: condição nominal, energização solidária e corrente de inrush. Para a condição nominal, utilizou-se dos dados de placa do equipamento, para a condição de energização (energização solidária e corrente de inrush) foi utilizado a maior amplitude obtida durante a simulação. Ressalta-se que para a análise no domínio do tempo, somente a condição da corrente de inrush foi analisada, tanto pelo elevado custo computacional exigido quanto por ser a pior condição constada na análise em regime permanente.

Este trabalho implementa técnicas de rastreio de satélites em órbita inclinada e compara seus  desempenhos com outras técnicas, descrevendo funcionamento e implementando em ambiente de simulação e em um sistema de controle real para gerar a avaliação de desempenho de cada uma. Uma das técnicas investgadas é o aprendizado por reforço ("reinforcement learning"). O rastreio de satélites em órbita inclinada é de suma importância para as telecomunicações que utlizam este tpo de enlace, permitndo a manutenção da comunicação de forma automátca e aumentando a vida útl dos serviços de satélites nesta situação. Os algoritmos amplamente utlizados em rastreio, tanto na literatura quanto em equipamentos comerciais, tem como resultado estmações ou predições da posição do satélite e não sua posição real, e requerem um estudo das característcas específcas da região onde a estação base está localizada. A complexidade e investmentos na técnica de rastreio variam de acordo com o compromisso assumido na instalação da antena e sistemas de controle, sendo necessária a comparação dos métodos existentes antes de sua implementação. O trabalho desenvolve o ambiente necessário para simular a comunicação por satélite, desde sua recepção até a movimentação da antena, para analisar o desempenho da técnica em diferentes situações controladas. Também são apresentados resultados reais da implementação das técnicas em um sistema de controle de antenas real.

Com o crescimento dos dados móveis e as rápidas tendências de urbanização, haverá uma densidade extremamente alta de links de counicação sem fio nas cidades, sendo assim os usuários esperam um ambiente onde possam ter acesso à internet aos seus dispositivos a qualquer hora e local. Devido a problemas no CAPEX/OPEX, uma implantação de small cells não é uma estratégia ecnômica em cenários  de tráfego de dados intenso, desta forma, a utilização de UAVs para melhorar a cobertura e o desempenho da rede torna-se viável. A fim de Qualidade de Serviço da rede, foi proposto um sistema computacional para realizar tomada de decisão que recebe como entrada informações da rede como vazão, taxa de perda de pacote e atraso, e retorna a qualidade de rede para aquele tipo específico de aplicação. O sistema como um todo verifica a necessidade ou não do uso de Veículos Aérios Não Tripulados (UAVs) para melhorar a qualidade da rede e a cobertura da área de maior demanda. De outra forma, os UAVs permanecem na estação base. Através do método proposto houve melhorias na Qualidade de Serviço (QoS) da rede, permitindo uma perda de pacotes e no atraso, e um aumento na vazão.

Este trabalho apresenta os resultados obtidos da pesquisa de aplicação de Redes Neurais Profundas para o problema de diagnóstico de faltas incipientes em transformadores baseado na análise dos gases dissolvidos em óleo (DGA). Dois modelos são propostos utilizando Redes Neurias Autocodificadoras Empilhadas e redes Neurais Convolucionais. Para o desenvolvimento do sistema foi utilizada a base de dados TC10 de equipamentos faltosos inspecionados em serviço e usada para a publicação da norma IEC 60599.

Dentre os dispositivos que garantem a geração de energia elétrica através do processo de conversão fotovoltaica, destaca-se o módulo fotovoltaico, o qual é unidade básica (elementar) de um sistema fotovoltaico. A revisão da literatura revelou que existem “inúmeros” modelos matemáticos utilizados com o fim de prever o desempenho de módulos. Entretanto, de uma forma geral, todos eles podem ser classificados em duas categorias: modelos de potência e modelos baseados nos circuitos equivalentes da célula/módulo fotovoltaico. Portanto, neste trabalho foram selecionados ao todo 14 modelos, sendo 11 destes de potência, 2 baseados em circuitos equivalentes e 1 que é a composição de ambos, porém todos com o objetivo de estimar a potência máxima (P_mp), uma vez que esta reflete o ponto operacional almejado em um determinado sistema. O processo avaliativo dos modelos selecionados foi feito a partir de duas abordagens estatísticas: a descritiva, também referida como tradicional; e a comparativa, que busca relacionar as estimativas versus os valores medidos e admitidos como referência. Para isso, foram utilizados 4 módulos fotovoltaicos diferentes, porém de uma mesma tecnologia (policristalina), medidos experimentalmente utilizando um sistema de monitoramento instalado na área de testes do Grupo de Estudos e Desenvolvimento de Alternativas Energéticas (GEDAE/UFPa). As avaliações estatísticas permitiram identificar os modelos mais aderentes, tanto em termos de precisão como de exatidão. Entretanto, é importante ressaltar que isso não é suficiente para determinar um único melhor modelo, pois dependendo dos objetivos de aplicação, pode ser que o esforço seja um fator determinante, ou até mais importante que a própria acurácia do mesmo. Portanto, além das avaliações estatísticas, ao fim deste trabalho apresenta-se uma classificação ordinal dos modelos aqui aplicados, considerando uma relação de compromisso estabelecida entre precisão, exatidão e esforço.

Recentes avanços e reduções de custos em dispositivos ópticos impulsionaram um grande interesse em sensores baseados em fibra óptica aplicados para medir parâmetros físicos e mecânicos. Diversas pesquisas demonstraram as grandes vantagens dos sensores ópticos como baixo custo, compatibilidade, imunidade à interferência eletromagnética, aplicabilidade e sua versatilidade como sensores de temperatura, vibração, campo magnético, curvatura, entre outros em comparação aos sensores convencionais. A ampla versatilidade dos sensores ópticos permite a medição da curvatura com grande aplicabilidade como sensor de fluxo de fluídos e monitoramento de Monitoramento Estutural da Saúde (SHM - Structural Health Monitoring). Nestes casos, o sensor de medição em tempo real é crucial para a quantificação de dados estruturais, a fim de fornecer a confiabilidade dos resultados.

Esta Dissertação tem como objetivo o estudo da propagação de potência óptica na estrutura baseada em técnica de descasamento de diâmetro de núcleo, Monomodo-Multimodo-Monomodo-Multimodo-Monomodo (SMSMS _ Singlemode-Multimode-Singlemode-Multimode-Singlemode) com curvatura visando aplicação como alternativa de baixo custo, fácil fabricação e aceitável sensibilidade para medição de escoamento em tubulações. As duas seções multimodo presentes no sensor atual como acoplador e reacoplador de modos de núcleo de casca, e a seção monomodo ao meio age como elemento de sensoriamento. A estrutura foi analisada por meio de medidas experimentais e simulações numéricas. Foram feitas análises experimentais para medição de curvatura e para medição de escoamento. Em ambas o sensor  gera padrões de interferência quando é curvado. A modelagem numérica foi feita utilizando o método de propagação de feixe por diferenças finitas por meio do uso do software BeamProp 9.0 da empresa RSoft TM. Resultados demonstram que aplicabilidade como sensores de curvatura e medição de escoamento é viável.

Este trabalho investigação e propõe metodologias para detecção de faltas em plantas industriais equipadas com sistemas de controle operando em malha fechada. O controle por realimentação reduz a sensibilidade do sistema em malha fechada para variações na planta. Dessa forma, a detecção de faltas em sistemas operando em malha fechada é desafiadora devido. Em vista disso, é proposto neste trabalho o uso de uma ferramenta para estimação da função de transferência de malha aberta a partir de dados obtidos em malha fechada, com o objetivo de estimar modelos paramétricos para investigação de faltas. A técnica investigada é uma adaptação do Método de Dois Estágios, o qual desdobra o processo de identificação em malha fechada em duas etapas sequenciais de identificação em malha aberta. Na primeira etapa, é identificada uma aproximação da função sensibilidade complementar para o sistema em malha fechada. Subsequentemente, uma aproximação da função sensibilidade é estimada a partir das estimativas obtidas para a função sensibilidade complementar. Utilizando-se técnicas de identificação paramétrica, uma estimativa do sinal de entrada descorrelacionado do ruído é obtida. Isso permite obter um modelo razoavelmente preciso da planta em malha aberta. Resultados de estudos de computacionais são apresentados e discutidos visando evidenciar os pontos fracos e fortes da estratégia proposta.

Sistemas de comunicação modernos podem explorar o crescente número de dados de sensores usados atualmente em equipamentos avançados e reduzir o overhead associado à configuração de links. Além disso, a crescente complexidade das redes sugere que o aprendizado de máquina, como redes neurais profundas, pode ser utilizado efetivamente para melhorar as tecnologias 5G. A falta de grandes conjuntos de dados dificulta a investigação da aplicação de aprendizado profundo na comunicação sem fio. Este trabalho apresenta uma metodologia de simulação (RayMobTime) que combina uma simulação de tráfego de veículos (SUMO) com um simulador de ray tracing (Wireless InSite), para gerar canais que representem cenários 5G realísticos, bem como a criação de dados de sensores LIDAR (Blensor). O conjunto de dados criado é utilizado para investigar técnicas de beam selection de veículo para infra-estrutura usando ondas milimétricas em diferentes arquiteturas, como arquitetura distribuída (uso das informações de apenas um veículo selecionado e processamento de dados no veículo) e arquiteturas centralizadas (uso de todas as informações presentes fornecidas pelos sensores em um dado momento, processando na estação radio base).

Os resultados indicam que redes neurais profundas convolucionais podem ser utilizadas para beam selection sob uma estrutura de classificação de top-K. Além disso, os resultados apontam que uma arquitetura distribuída baseada em LIDAR fornece desempenho robusto independentemente da taxa de penetração de veículos, superando outras arquiteturas, bem como pode ser usada efetivamente para detecção de visada direta com precisão razoável.

A introdução de tecnologias como Carrier Aggregation (CA), Massive Multiple Input Multiple Output (MIMO) e Coordinated Multipoint (CoMP), visando melhorar a capacidade dos sistemas móveis de banda larga, aumenta o desafio para implantação do Mobile fronthaul devido à limitação da capacidade da infraestrutura, para suportar altas taxas de transmissão. Uma abordagem usada para lidar com a limitação da capacidade do frontahul é a compressão do sinal transmitido. Várias técnicas vêm sendo desenvolvidas para compressão do sinal no fronthaul e, a maioria dessas técnicas comprimem o sinal transmitido em banda base. Neste trabalho é desenvolvida uma técnica de compressão, para cenários específicos dos sistemas Rádio-sobre-Fibra digital configurados para transmissão do sinal em frequência intermediária. Esta técnica usa informações sobre o estado de canal de rádio (Channel state information), para controlar a compressão do sinal no fronthaul. Os resultados das simulações com a técnica desenvolvida demonstram a sua capacidade para reduzir o erro de quantização, permitindo a transmissão de sinais com modulação de 64 QAM, usando resoluções menores (até 4 bits por amostra) no quantizador. Portanto, taxas de compressão de 2:1, nos dados úteis, e um EVM próximo a zero são alcançados. Além disso, a técnica de compressão desenvolvida supera as técnicas μ-Law e A-Law, demonstrando tempos de execução dentro do limite de latência esperado nos sistemas 5G (1ms). Por fim, o desempenho da rede fronthaul é avaliado experimentalmente em um enlace ótico de 20 km, considerando cenários com e sem compressão do sinal.

ANÁLISE DE SISTEMAS NÃO-LINEARES E SÍNTESE DE OPERADORES INVERSOS POR SÉRIES DE VOLTERRA DIAGONAIS

Regulação de tensão e frequencia em microredes ilhadas com veículos elétricos e geração distribuida utilizando otimização por enxame de partículas

Neste trabalho estamos analisando as simulações de duas antenas de microfita. A primeira é uma antena utiliza o material cerâmico Niobato de Bismuto (BiNbO4) dopado com Pentóxido de Vanádio (V2O5) no substrato. O patch da antena foi projetado com linha de alimentação indentada para facilitar o casamento de impedâncias e o substrato com furos de ar foi colocado apenas por baixo do patch para diminuir ainda mais as perdas. A segunda é uma nanoantena com Patch de Grafeno na faixa de Terahertaz e substrato PBG (Photonic Band Gap), com rede triangular, e furos nas seguintes configurações de altura h1, h2 e h3. Na altura h1 o substrato é perfurado totalmente, enquanto que nas alturas h2 os furos serão feitos de cima para baixo até a metade do substrato e a altura h3 é a antena com substrato perfurado de baixo para cima até a metade do substrato. Portanto são criadas três antenas nessas geometrias utilizando uma rede de furos triangular. A disposição dos furos no substrato dielétrico, constituem a estrutura PBG, para aumentar o desempenho e a eficiência dessas antenas, extinguindo ondas de superfície no substrato de antenas de microfita. A geometria adotada melhora ainda parâmetros das antenas como por exemplo a eficiência e a largura de banda. Os Softwares Comerciais HFSS e CST foram utilizados para as simulações das antenas. Após as etapas da simulação numérica foram obtidos os resultados dos parâmetros desses dispositivos. A primeira antena (rede periódica com substrato cerâmico) obteve perda de retorno de -36,21 dB, para uma frequência de ressonância de 10,26 GHz, com largura de banda de 2,18 GHz .  Nas simulações das antenas de microfita com Patch de Grafeno a antena h3 obteve dupla banda de transmissão com potencial químico do grafeno de 0,3 eV.