Pedro Antônio Silvério Lobo Mendonça

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Produções bibliográficas

• ANTÔNIO MENDONÇA, PEDRO ; DA PIEDADE FRANCISCO, ROBERTO ; DE SOUZA RABELO, DIOGO . OEE approach applied to additive manufacturing systems in distributed manufacturing networks. COMPUTERS & INDUSTRIAL ENGINEERING , v. 171, p. 108359, 2022.

• MENDONÇA, PEDRO ANTÔNIO SILVÉRIO LOBO ; FRANCISCO, ROBERTO DA PIEDADE . Diagnóstico de um sistema de distribuição física de uma empresa moveleira de pequeno porte. In: ENEGEP 2019 Encontro Nacional de Engenharia de Produção, 2019, SANTOS/SP - BRASIL, 2019.

• MENDONÇA, P. A. S. L. . Indústria 4.0 ? Da teoria à prática. 2019. (Apresentação de Trabalho/Seminário).

• MENDONÇA, P. A. S. L. . Gestão de Energia e Utilidades na era da Indústria 4.0. 2019. (Apresentação de Trabalho/Seminário).

• MENDONÇA, P. A. S. L. . Modelagem do processo de Serviço de Atendimento através do Mapa da Jornada do Cliente. Faculdade da Indústria, 2018 (Monografia).

• MENDONÇA, P. A. S. L. . Liderança situacional aplicada a um projeto para preparação de uma Distribuidora de Medicamentos e Cosméticos para certificação na norma ABNT NBR ISO9001:2008. Goiânia: Instituto de Pós-Graduação e Graduação - IPOG, 2015 (Monografia).

• MENDONÇA, P. A. S. L. . Diagnóstico do sistema de distribuição física de produtos de uma empresa moveleira de pequeno porte. Florianópolis: UFSC, 2011 (Monografia).

• MENDONÇA, P. A. S. L. . Gestão de Projetos. 2021. (Curso de curta duração ministrado/Especialização).

• MENDONÇA, P. A. S. L. . Introdução ao Joomla. 2010. (Curso de curta duração ministrado/Extensão).

Projetos de pesquisa

• 2018 - Atual

  Inteligência Artificial para Desagregação de Consumo de Energia na Indústria, Descrição: O algoritmo de desagregação de cargas tem como principal função permitir uma medição centralizada do consumo energético de máquinas e equipamentos. Os principais benefícios são a transparência em relação às cargas utilizadas e o comportamento destas. O algoritmo trabalha com a utilização das técnicas de Machine Learning para identificar variações nos padrões de medição do consumo de um painel central, associando as variações à assinatura elétrica de cada equipamento (ex.: motores, transformadores, compressores, etc.), permitindo a sua medição isolada. Dessa forma visa contornar a dificuldade em acessar pontos no interior da instalação para identificar os consumos desagregados. Com este algoritmo, a medição de cargas granulares (em menor nível) permite uma relação custo/benefício mais atrativa, o que possibilita o aumento do número de medições de forma não invasiva. O aumento no volume de dados de medição em menores níveis, permite a otimização do número de análises e possibilita a fundamentação de projetos de eficiência energética com um maior detalhamento, contribuindo para a viabilidade financeira dos projetos. Os benefícios diretos da aplicação do algoritmo de desagregação de cargas vão desde a redução no custo dos sistemas de medição, o aumento na granularidade das medições com um único sistema, a redução na complexidade e tempo de implantação. Os benefícios indiretos estão associados à viabilização de análises detalhadas, confiabilidade nos projetos de eficiência energética, otimização da produtividade da indústria e do sistema elétrico nacional.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Daniel da Silva Araújo - Integrante / Paulo Victor dos Santos - Integrante / Guilherme Alberto Sousa Ribeiro - Integrante / Matheus Damaceno Artur - Integrante / Igoor Morro Mello - Integrante., Financiador(es): SENAI - Departamento Nacional - Bolsa.

• 2017 - Atual

  FASTEN-Flexible and Autonomous Manufacturing Systems for Custom-Designed Products, Descrição: O projeto FASTEN tem a missão de desenvolver, demonstrar, validar e disseminar um framework modular integrado para produção eficiente de produtos customizados. Mais especificamente, o FASTEN irá demonstrar um framework padronizado e aberto para produção e entrega de produtos personalizados de manufatura aditiva que são capazes de serem manufaturados de forma automática e entregues de uma forma rápida e de baixo custo. Isso será possível ao se integrar produtos e serviços digitais com processos de manufatura aditiva, com ferramentas avançadas para a troca de dados e tomadas de decisão de forma descentralizada.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (15) / Mestrado profissional: (8) / Doutorado: (12) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Roberto da Piedade Francisco - Integrante / Mauro Augusto da Rosa - Integrante / Symone Gomes Soares Alcalá - Integrante / Andre Gustavo Scolari Conceição - Integrante / Gélson da Cruz Júnior - Integrante / Gustavo Dalmarco - Integrante / Fabiano Passuelo Hessel - Integrante / Symone Gomes Alcalá - Integrante / Enzo Morosini Frazzon - Integrante / Icaro Romolo Sousa Agostino - Integrante / Filipe Marinho de Brito - Integrante / Fernando de Oliveira Lemos - Integrante / Miguel Gomes Xavier - Integrante / Ariane Rodrigues Pereira - Integrante / Mauro Rosa - Integrante / Paulo César Machado de Abreu Farias - Integrante / Mario Antonio Ribeiro Dantas - Integrante / André Gustavo Scolari - Integrante., Financiador(es): Rede Nacional de Ensino e Pesquisa - Bolsa.

• 2009 - 2011

  LogGlobal - Improving Global Supply Chains, Descrição: Em sistemas de produção atuais, informações sobre recursos de logística e nível de emprego não são devidamente utilizados para determinar os planos de produção mais eficazes. Portanto, redução de custos e lead-time obtidos com novas estratégias de produção global podem ser prejudicados devido à integração desbalanceada, não sincronizada e instável dos fluxos de produção e logística. A pesquisa se concentra em melhorar as interfaces entre a produção de informação distribuída e sistemas logísticos em cadeias de suprimento globais. No âmbito do projeto LogGlobal dois subprojetos de pesquisa sobre aspectos complementares da produção e integração logística serão realizados. O primeiro visa desenvolver um esquema de escalonamento heurístico que é aplicável para uma cadeia de suprimentos que compreende várias instalações de produção em linha e eleva as capacidades de produção e transporte atuais, bem como leva em conta o nível de emprego atual. A segunda irá investigar as barreiras inter-funcionais, inter-organizacionais e internacionais para a integração eficiente e sustentável da produção e de sistemas logísticos em cadeias de fornecimento global. Juntos, os pesquisadores alemães e brasileiros dos subprojetos irão contribuir para o desenvolvimento de conceitos e tecnologias que suportam a integração equilibrada de manufatura e logística.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (4) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Integrante / Monica Maria Mendes Luna - Integrante / Sergio Adriano Loureiro - Integrante / Vanina Macowski Durski Silva - Integrante / Thomas Makuschewitz - Integrante / Bernd Scholz-Reiter - Coordenador.

• 2009 - 2009

  SIFAPs - Sistema de Indicadores para as Fundações Estaduais de Amparo à Pesquisa, Descrição: O projeto SIFAPs visa estabelecer, padronizar e gerar um conjunto de variáveis e indicadores sobre as atividades das FAPs, de modo a propiciar comparabilidade e apoio à gestão institucional no fomento estadual a CT&I. Foi realizado pelo Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento da Universidade Federal de Santa Catarina em cooperação com profissionais de gestão e de tecnologia das Fundações Estaduais de Amparo a Pesquisa, no período de janeiro a dezembro de 2009. Foi desenvolvido segundo metodologia colaborativa e de busca de consenso entre os profissionais das FAPs, pesquisadores em gestão do conhecimento e em indicadores de CT&I. Para tal, foram realizadas reuniões presenciais e criado um site e um sistema permanente para a interação da comunidade. O trabalho de concepção, definição, estruturação, padronização, validação e publicação dos indicadores requer pesquisa e validação dos resultados e envolve profissionais com conhecimento nas áreas afetas aos indicadores de CT&I nas FAPs (e.g., orçamento, gestão pública, planejamento e avaliação, ciência e tecnologia, indicadores, estatística e tecnologia da informação). Tratou-se, portanto, de projeto multidisciplinar, que se refere tanto ao campo de indicadores como ao da construção colaborativa, segundo preceitos da Sociedade do Conhecimento.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Integrante / Roberto Carlos dos Santos Pacheco - Coordenador / Paulo Mauricio Selig - Integrante / Mohana Faria de Sá - Integrante / Rejane Sartori - Integrante / Rita de Cássia Romeiro Paulino - Integrante / José Francisco Salm Jr - Integrante / Jane Lucia Silva Santos - Integrante.

Projetos de desenvolvimento

• 2018 - Atual

  Desenvolvimento de hardware de IOT de fácil instalação com comunicação sem fio para medição de cargas elétricas, Descrição: O principal desafio tecnológico é desenvolver um hardware de medição de energia de baixo custo, confiável, de fácil instalação e integração com os sistemas de comunicação sem fio (wireless ou bluetooth), sendo capaz de medir cargas elétricas agrupadas e enviar os dados coletados via internet, para um software especialista que, através de algoritmos de machine learning e inteligência artificial, irá desagregar a medição geral estimando o consumo das cargas conectadas ao medidor.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

• 2017 - Atual

  Uso de Inteligência Artificial para a desagregação do consumo de energia na indústria, Descrição: Desenvolvimento de um algoritmo de Aprendizado de Máquinas para fazer a Desagregação de Cargas (Energéticas) na indústria, identificando variações nos padrões de consumo de uma instalação e associando essa variação a um determinado consumo de equipamento (ex.: motores, transformadores, compressores, etc.). Com este algoritmo, será possível solucionar o problema de mapeamento do comportamento do consumo das cargas com uma relação custo/benefício mais atrativa, que possibilita aumentar a granularidade das medições de uma forma não invasiva. Essa avançada técnica de monitoramento e desagregação de cargas tem potencial para ser uma alternativa ao alto custo para implantação de medições setorizadas, proporcionando uma abordagem inovadora para aumento da eficiência energética e o gerenciamento pelo lado da demanda. Além disto, este projeto permitirá a viabilização de ações de eficiência energética nas indústrias, tendo como consequência a melhoria na produtividade da indústria brasileira através da modernização de máquinas e equipamentos e a menor demanda por energia do Sistema Elétrico Nacional, levando a significativos impactos sociais e ambientais.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

• 2018 - Atual

  Desenvolvimento de hardware de IOT de fácil instalação com comunicação sem fio para medição de cargas elétricas, Descrição: O principal desafio tecnológico é desenvolver um hardware de medição de energia de baixo custo, confiável, de fácil instalação e integração com os sistemas de comunicação sem fio (wireless ou bluetooth), sendo capaz de medir cargas elétricas agrupadas e enviar os dados coletados via internet, para um software especialista que, através de algoritmos de machine learning e inteligência artificial, irá desagregar a medição geral estimando o consumo das cargas conectadas ao medidor.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

• 2017 - Atual

  Uso de Inteligência Artificial para a desagregação do consumo de energia na indústria, Descrição: Desenvolvimento de um algoritmo de Aprendizado de Máquinas para fazer a Desagregação de Cargas (Energéticas) na indústria, identificando variações nos padrões de consumo de uma instalação e associando essa variação a um determinado consumo de equipamento (ex.: motores, transformadores, compressores, etc.). Com este algoritmo, será possível solucionar o problema de mapeamento do comportamento do consumo das cargas com uma relação custo/benefício mais atrativa, que possibilita aumentar a granularidade das medições de uma forma não invasiva. Essa avançada técnica de monitoramento e desagregação de cargas tem potencial para ser uma alternativa ao alto custo para implantação de medições setorizadas, proporcionando uma abordagem inovadora para aumento da eficiência energética e o gerenciamento pelo lado da demanda. Além disto, este projeto permitirá a viabilização de ações de eficiência energética nas indústrias, tendo como consequência a melhoria na produtividade da indústria brasileira através da modernização de máquinas e equipamentos e a menor demanda por energia do Sistema Elétrico Nacional, levando a significativos impactos sociais e ambientais.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

• 2018 - Atual

  Desenvolvimento de hardware de IOT de fácil instalação com comunicação sem fio para medição de cargas elétricas, Descrição: O principal desafio tecnológico é desenvolver um hardware de medição de energia de baixo custo, confiável, de fácil instalação e integração com os sistemas de comunicação sem fio (wireless ou bluetooth), sendo capaz de medir cargas elétricas agrupadas e enviar os dados coletados via internet, para um software especialista que, através de algoritmos de machine learning e inteligência artificial, irá desagregar a medição geral estimando o consumo das cargas conectadas ao medidor.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

• 2017 - Atual

  Uso de Inteligência Artificial para a desagregação do consumo de energia na indústria, Descrição: Desenvolvimento de um algoritmo de Aprendizado de Máquinas para fazer a Desagregação de Cargas (Energéticas) na indústria, identificando variações nos padrões de consumo de uma instalação e associando essa variação a um determinado consumo de equipamento (ex.: motores, transformadores, compressores, etc.). Com este algoritmo, será possível solucionar o problema de mapeamento do comportamento do consumo das cargas com uma relação custo/benefício mais atrativa, que possibilita aumentar a granularidade das medições de uma forma não invasiva. Essa avançada técnica de monitoramento e desagregação de cargas tem potencial para ser uma alternativa ao alto custo para implantação de medições setorizadas, proporcionando uma abordagem inovadora para aumento da eficiência energética e o gerenciamento pelo lado da demanda. Além disto, este projeto permitirá a viabilização de ações de eficiência energética nas indústrias, tendo como consequência a melhoria na produtividade da indústria brasileira através da modernização de máquinas e equipamentos e a menor demanda por energia do Sistema Elétrico Nacional, levando a significativos impactos sociais e ambientais.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

• 2018 - Atual

  Desenvolvimento de hardware de IOT de fácil instalação com comunicação sem fio para medição de cargas elétricas, Descrição: O principal desafio tecnológico é desenvolver um hardware de medição de energia de baixo custo, confiável, de fácil instalação e integração com os sistemas de comunicação sem fio (wireless ou bluetooth), sendo capaz de medir cargas elétricas agrupadas e enviar os dados coletados via internet, para um software especialista que, através de algoritmos de machine learning e inteligência artificial, irá desagregar a medição geral estimando o consumo das cargas conectadas ao medidor.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

• 2017 - Atual

  Uso de Inteligência Artificial para a desagregação do consumo de energia na indústria, Descrição: Desenvolvimento de um algoritmo de Aprendizado de Máquinas para fazer a Desagregação de Cargas (Energéticas) na indústria, identificando variações nos padrões de consumo de uma instalação e associando essa variação a um determinado consumo de equipamento (ex.: motores, transformadores, compressores, etc.). Com este algoritmo, será possível solucionar o problema de mapeamento do comportamento do consumo das cargas com uma relação custo/benefício mais atrativa, que possibilita aumentar a granularidade das medições de uma forma não invasiva. Essa avançada técnica de monitoramento e desagregação de cargas tem potencial para ser uma alternativa ao alto custo para implantação de medições setorizadas, proporcionando uma abordagem inovadora para aumento da eficiência energética e o gerenciamento pelo lado da demanda. Além disto, este projeto permitirá a viabilização de ações de eficiência energética nas indústrias, tendo como consequência a melhoria na produtividade da indústria brasileira através da modernização de máquinas e equipamentos e a menor demanda por energia do Sistema Elétrico Nacional, levando a significativos impactos sociais e ambientais.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) / Mestrado profissional: (5) . , Integrantes: Pedro Antônio Silvério Lobo Mendonça - Coordenador / Bruno de Sousa - Integrante / Dany de Moraes Venero - Integrante / Fábio Lemos Maia - Integrante / Daniel Viana Lima - Integrante / Icaro Luis da Costa Gregorio - Integrante.

Prêmios