Navegando por Autor "Rocha Filho, Geraldo Pereira"
Agora exibindo 1 - 4 de 4
Resultados por página
Opções de Ordenação
Item Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.(2023) Andrade, Patrick Rafael Portes; Pessin, Gustavo; Pessin, Gustavo; Coelho, Bruno Nazário; Rocha Filho, Geraldo PereiraSistemas que utilizam algoritmos de Machine Learning (ML) para classificação e predição de informações são cada vez mais comuns na indústria. Relatórios que unem inteligência analítica e big data são capazes de prover insights preciosos sobre comportamentos de clientes, tendências de mercado e oportunidades de negócio, contudo, o uso de IA embarcado no chão de fábrica ainda é reduzido. Com avanço do poder de processamento de microcontroladores e utilização de técnicas de otimização de algoritmos de ML, surgiram algumas bibliotecas dedicadas para embarcar modelos de ML em placas microcontroladas de baixo custo. O sistema UPS é de extrema importância para o Sistema Elétrico de Potência (SEP), uma vez que é o responsável por garantir monitoramento e comando no caso da falta de tensão primária. O retificador trifásico é a parte mais sensível do sistema UPS e é o mais susceptível a falhas. Os retificadores atuais possuem um sistema de alarmes para indicar falhas, todavia esses alarmes, na maioria das vezes, vêm de forma tardia, quando o equipamento parou de funcionar. Esse trabalho propõe o desenvolvimento de uma solução embarcada utilizando a placa Arduino Nano 33 BLE Sense e algoritmos de ML para identificação de falhas em sistemas UPS através do processamento do som emitido por esses equipamentos. Foram obtidos resultados com acurácia de 99,74% para identificação de retificadores com defeito.Item Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico.(2019) Ericeira, Daniel Rodrigues; Pessin, Gustavo; Bianchi, Andrea Gomes Campos; Pessin, Gustavo; Bianchi, Andrea Gomes Campos; Coelho, Bruno Nazário; Rocha Filho, Geraldo Pereira; Rocha, Filipe Augusto SantosTransportadores de correia são os principais equipamentos que compõem a logística de um terminal portuário. As partes rolantes do transportador de correia podem falhar principalmente devido a rolos danificados, que podem causar avarias graves à planta, como rasgar a correia e causar incêndios. Atualmente, a proteção do transportador é feita por sensores que indicam uma anormalidade já ocorrida, ou com inspeção humana que utiliza experiência prática em busca de sinais visuais, sonoros e de temperatura excessiva que indiquem falhas iminentes. Com objetivo de auxiliar o atual sistema corretivo e de inspeção local com análise de dados para detectar falhas mecânicas iminentes, é proposto um modelo de classificação de defeitos em rolos. Foram realizadas gravações de ultrassom em rolos sem ruídos perceptíveis, classificados como “nãodefeituosos” e em rolos que apresentavam ruídos característicos de falhas já perceptíveis, classificados como “defeituosos”. A base de dados montada foi utilizada para treinamento e teste de desempenho de algoritmos de aprendizado de máquina do tipo Random Forest e Multilayer Perceptron. Foram elaborados quatro tipos de experimentos para teste, dois usando dados no domínio do tempo e dois usando dados no domínio da frequência, com atributos estatísticos diferentes. Os resultados obtidos em testes de classificação mostraram que existe um padrão característico na faixa de ultrassons que difere os rolos não-defeituosos de defeituosos, conforme pré-avaliados com métodos tradicionais de inspeção humana. No melhor caso, o experimento usando média móvel dos dados no domínio da frequência apresentou média de classificação correta de rolos de 83,68%, tendo o melhor resultado com taxa de acerto de 90%.Item Sistema híbrido com agregação de análise de sentimentos e séries temporais nebulosas para previsão de preços de minério de ferro.(2023) Souza, Flavio Mauricio da Cunha; Pessin, Gustavo; Rocha Filho, Geraldo Pereira; Guimarães, Frederico Gadelha; Pessin, Gustavo; Rocha Filho, Geraldo Pereira; Guimarães, Frederico Gadelha; Bianchi, Andrea Gomes Campos; Valejo, Alan Demétrius BariaO preço global do minério de ferro é determinado por um número elevado de parâmetros efetivos e uma relação complexa entre eles. A soma das expectativas dos participantes deste mercado como um todo, ao longo do tempo, definem variações e tendências numa série temporal de preços. Desenvolver um modelo de previsão confiável para a volatilidade do preço do minério de ferro e, por consequência, demais ativos ligados à esta commodity, que analise o mercado de forma ampla, não é uma tarefa trivial e é fundamental na definição de investimentos futuros e decisões para projetos de mineração em empresas relacionadas. Este trabalho avalia um sistema preditivo híbrido, que utiliza um índice obtido a partir da agregação de sentimentos extraídos de resumos de notícias relacionadas ao minério de ferro, baseado em conjuntos nebulosos hesitantes, e o número de notícias como variáveis exógenas para um modelo multivariado Weighted Multivariate Fuzzy Time Series (WMVFTS). Neste contexto, a aplicação do índice de Agregação de Análise de Sentimentos com Conjuntos Nebulosos Hesitantes para Previsão de Preços de Minério de Ferro combina métodos de aprendizado de máquina que abrangem tanto análises técnicas quanto fundamentais, obtendo resultados significativos para suporte à decisão especializada em ativos de minério de ferro. Os resultados indicam a viabilidade de utilização das variáveis propostas em um conjunto de variáveis exógenas do WMVFTS com precisão superior a 80% na previsão de tendências e oscilações da variável de referência.Item Toward an efficient data dissemination protocol for vehicular ad-hoc networks.(2022) Guidoni, Daniel Ludovico; Gottsfritz, Euclydes Nasorri; Meneguette, Rodolfo Ipolito; Silva, Cristiano Maciel da; Rocha Filho, Geraldo Pereira; Souza, Fernanda Sumika Hojo deData Dissemination protocols are used for several vehicular applications, varying from warning messages to real-time video delivery. The majority of literature solutions consider the distance from the sender to choose the vehicle to forward the message. Basically, the solutions introduce a delay in the forwarding procedure, which is inversely proportional to the distance from the sender vehicle. In order to improve the forwarding procedure, this work introduces the concept of Road Covered Area to improve the overall data dissemination process and we describe how to calculate the road covered area by a node transmission. We present the D&RCA, the combination of Distance and Road Covered Area strategies to enhance the re-transmission during communication. Instead of considering the distance, we propose a function to combine the distance and road covered area to introduce a small delay before re-transmissions. We compare the proposed protocol with literature solutions considering the metrics of number of collisions, network coverage and communication latency for different density of vehicles in the network. When the network has 700 vehicles/km2 , the data dissemination latency and number of collisions of the proposed D&RCA is, respectively, 1.24 and 1.32 times smaller than the literature solutions. When we increase the density of vehicles, all evaluated solutions present a network coverage above 90%.