Starch Melo de Souza

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Produções bibliográficas

• GOUVEIA, R. ; LINS, T. ; SOUZA, STARCH M. . Environmental management and machine learning: a case study in a thermoelectric power plant in Northeastern Brazil.. INTERNATIONAL JOURNAL OF DEVELOPMENT RESEARCH , v. 11, p. 50017, 2021.

• SILVA, M. ; SOUZA, STARCH M. ; SILVA, P. . DATA MINING APPLIED TO ABNORMALITY PREDICTION IN ELECTRICAL SUBSTATION TRANSFORMERS. INTERNATIONAL JOURNAL OF DEVELOPMENT RESEARCH , v. 11, p. 51346, 2021.

• FIUSA, R. ; SOUZA, STARCH M. ; LIMA, K. . INTEGRATED RISK MANAGEMENT USING ARTIFICIAL INTELLIGENCE IN AN ELECTRIC POWER TRANSMISSION ENTERPRISE. INTERNATIONAL JOURNAL OF DEVELOPMENT RESEARCH , v. 11, p. 51760, 2021.

• LAUBE, D. ; BENITEZ, A. ; PELEGRINI, M. ; SANTIAGO, H. C. ; SOUZA, STARCH M. . A tool for prioritizing distribution system equipment renewal plans based on multi-criteria analysis and estimation of remaining useful life.. INTERNATIONAL JOURNAL OF DEVELOPMENT RESEARCH , v. 11, p. 50021/22773-500, 2021.

• ADEODATO, PAULO J. L. ; SALAZAR, DOMINGOS S. P. ; GALLINDO, LUCAS S. ; SA, ABNER G. ; SOUZA, STARCH M. . Continuous variables segmentation and reordering for optimal performance on binary classification tasks. In: 2014 International Joint Conference on Neural Networks (IJCNN), 2014, Beijing. 2014 International Joint Conference on Neural Networks (IJCNN), 2014. p. 3720.

• SOUZA, S. M. ; MEIRA, S. ; ROUILLER, A. C. . Easy Effort Estimation - 3E: Método para estimativa de projetos de software para pequenas empresas. In: VI Simpósio Brasileiro de Qualidade de Software, 2007, Ipojuca/PE. ANAIS do VI Simpósio Brasileiro de Qualidade de Software, 2007.

• LAUBE, D. ; PELEGRINI, M. ; SOUZA, STARCH M. ; BENITEZ, A. ; PERONDI, G. ; SANTIAGO, H. C. . UMA FERRAMENTA DE AUXÍLIO À TOMADA DE DECISÃO PARA A MANUTENÇÃO OU RENOVAÇÃO DE ATIVOS. 2021. (Apresentação de Trabalho/Congresso). 2021. (Apresentação de Trabalho/Congresso).

• PINHEIRO, J. ; SILVA, M. ; SOUZA, STARCH M. ; LUCENA, I. ; FRANCA, L. ; GALINDO, E. ; SILVA, P. ; SANTIAGO, H. C. ; SILVA, L. . PREDIÇÃO DE FALHAS EM ATIVOS DE SUBESTAÇÕES ELÉTRICAS COM BASE NA ANÁLISE DE LOGS DO SCADA E TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL. 2021. (Apresentação de Trabalho/Congresso).. 2021. (Apresentação de Trabalho/Congresso).

• SILVA, P. ; NETO, C. ; SOUZA, STARCH M. ; CUNHA, C. ; PRUDENCIO, R. ; LINS, T. ; GOUVEIA, R. ; SANTIAGO, H. C. . MINERAÇÃO DE DADOS APLICADA À MANUTENÇÃO PREDITIVA DE ATIVOS. 2021. (Apresentação de Trabalho/Congresso).. 2021. (Apresentação de Trabalho/Congresso).

• SOUZA, STARCH M. ; PRADO, P. ; FIUSA, R. ; SANTOS, M. ; SANTIAGO, H. C. ; LIMA, N. ; LIMA, K. ; SILVA, L. ; GOES, L. ; CUNHA, F. ; BAMBIRRA, R. ; PEREIRA, L. ; JORGE, M. . INTELIGÊNCIA ARTIFICIAL APLICADA À GESTÃO DE RISCOS EM EMPREENDIMENTO DE TRANSMISSÃO DE ENERGIA ELÉTRICA. 2021. (Apresentação de Trabalho/Congresso).. 2021. (Apresentação de Trabalho/Congresso).

• SOUZA, STARCH M. ; SANTIAGO, H. C. ; PRUDENCIO, R. ; LINS, T. ; GAMA, P. ; NETO, C. . Data Mining aplicada na Manutenção Preditiva de Ativos em Termelétrica do NE do Brasil. 2020. (Apresentação de Trabalho/Congresso).. 2020. (Apresentação de Trabalho/Congresso).

• LAUBE, D. ; BENITEZ, A. ; MIRANDA, F. ; SANTIAGO, H. C. ; SOUZA, STARCH M. . Ferramenta de Apoio à Tomada de Decisões de Renovação de Ativos. 2020. (Apresentação de Trabalho/Congresso).. 2020. (Apresentação de Trabalho/Congresso).

• SOUZA, S. M. ; MEIRA, S. ; ROUILLER, A. C. . Easy Effort Estimtion - 3E: Método para estimativa de projetos de software para pequenas empresas. 2007. (Apresentação de Trabalho/Simpósio).

• SOUZA, S. M. . Compilação e implementação das regras de harmonia normativa em ambiente computacional. 1997. (Apresentação de Trabalho/Outra).

Projetos de pesquisa

• 2013 - 2015

  Satellite AIS Data Mining for Intelligent Marine Solutions, Descrição: This project will develop a global maritime monitoring capability through the advanced analysis of Automatic Identification System (AIS) data collected from Space. AIS transponders are mounted on all vessels over 300 tons and provide vessel information including course, heading, speed and other data. This project will develop the capability to actively monitor and analyze vessel movements in near real time in order to automatically detect any vessel actions that could result in unsafe, illegal, environmentally damaging or commercially inefficient actions. Examples include alerts to identify and prevent oil tankers or vessels in danger of grounding or collisions resulting in massive environmental damage and loss of life, vessel congestion prediction in restricted waters, suspicious vessel movements, detection of marine environment infringements. Innovation Description ? The development of an automatic vessel characterization and near real time vessel trajectory anomaly detection capability using Satellite AIS (S-AIS) data is a new and innovative solution to global vessel management. Limited applications have already demonstrated the benefits for security and other applications and the potential of future capabilities is being realized. Team Capabilities and performance records - GSTS has developed several applications based on the analysis of the global AIS data sets. This project will substantially enhance the range or services and capabilities by developing advanced data analysis, interpretation and prediction capabilities using novel and innovative solutions. The project will build upon the skill sets of all of the team members, GSTS, the Dalhousie University, NeutoTech and the Federal University of Pernambuco (UFPE). The capabilities developed will directly align with emerging requirements in Canada and Brazil.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Starch Melo de Souza - Integrante / Stênio Flávio de Lacerda Fernandes - Coordenador / Paulo Jorge Leitao Adeodato - Integrante / Stan Matwin - Integrante / Richard Kolcz - Integrante.

• 2011 - 2013

  Customização do Sistema de Apoio à Decisão para Aplicações de Auditoria em Tribunais de Contas, Descrição: Uma das maiores dificuldades em se implantar um sistema de apoio à decisão é a falta de especificidade/adequação das plataformas de software com este propósito aos domínios de aplicação. Além das características técnicas do domínio de aplicação, o sistema tem que se integrar à forma de trabalho do humano especialista na área, usando não apenas o mesmo jargão como também, a mesma forma de captura e apresentação de informação e conhecimento nas interações. A adequação da plataforma de software para apoio à tomada de decisão no domínio específico de aplicação é uma atividade de alta complexidade e inerentemente multidisciplinar. O objetivo deste projeto foi adequar a plataforma do sistema de apoio à decisão da NeuroTech para aplicação ao domínio de auditoria em Tribunais de Contas no Brasil. Este trabalho multidisciplinar envolveu as equipes de modelagem em inteligência artificial e a de desenvolvimento de software da NeuroTech em trabalho integrado com as equipes jurídica, de auditoria e de tecnologia da informação do Tribunal de Contas do Estado de Pernambuco, parceiro que detém conhecimento e atua na atividade fim para a qual o sistema foi customizado. No final do projeto, a plataforma para apoio à tomada de decisão da NeuroTech ficou compatível com os processos vigentes para auditoria em tribunais de contas. Os fluxos dos processos de auditoria vigentes ficaram automatizados, os acessos às fontes de dados e informação externas ao tribunal foram realizados automaticamente, as transformações dos dados da base de dados relacional tiveram seus scripts prontos para os processos de ETL na carga de data marts, modelos de estimação de risco de irregularidades ficaram implementados e os relatórios especificados pelos especialistas ficaram implementados para geração automática a partir da informação e conhecimento armazenados no data mart. Após a sua rápida implantação em um tribunal de contas, este sistema de apoio à decisão em processos de auditoria reduzirá muito o tempo de auditoria, levantará indícios e informações sobre potenciais irregularidades, indicará os riscos em tempo real e permitirá o acompanhamento on-line da eficiência de todos os indicadores do processo de auditoria realizado pela instituição, contribuindo para facilitar a gestão pública no país.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Starch Melo de Souza - Integrante / Paulo Jorge Leitao Adeodato - Coordenador / Rodrigo Carneiro Leão Vieira da Cunha - Integrante / Adriano Lorena I. Oliveira - Integrante / Domingos Savio Malaquias Pesooa Monteiro - Integrante.

Projetos de desenvolvimento

• 2018 - Atual

  Desenvolvimento de Plataforma de Medição Inteligente com Cybersecurity, Business Intelligence e Big Data, Descrição: O projeto visa o desenvolvimento de uma plataforma computacional flexível de soluções para análise de big data coletados de Medidores Inteligentes do Grupo B da CPFL. Os dados provenientes da Advanced Metering Infrastructure (AMI) serão pré-processados no padrão CIM da IEC, transmitidos e armazenados dentro de critérios de Cybersecurity e analisados segundo metodologia CRISP-DM, que posteriormente estarão disponíveis para uma análise de Business Intelligence (BI). Será estruturado, como exemplo de aplicação prática, um processo estratégico da distribuidora. Os demais poderão ser estruturados, parametrizados e customizados pelos usuários, usando o Tableau, conforme demanda de cada área. Os dados objeto da análise serão obtidos de uma rede de medição inteligente constituída de 1.000 dispositivos de medição. O medidor a ser utilizado no projeto piloto deverá ser escolhido dentre estudo realizado pelos pesquisadores na etapa de benchmark e estado da arte... , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (1) . , Integrantes: Starch Melo de Souza - Integrante / Manoel Henrique da Nóbrega Marinho - Coordenador / Paulo Salgado Gomes de Mattos Neto - Integrante / Guilherme Ferretti Rissi - Integrante / Samuel Giuseppe Tomasin - Integrante.

• 2019 - Atual

  Inspeção com drones por meio do acoplamento eletrostático para carregamento de baterias em vôo e uso de aprendizagem de máquina para classificação automática de defeitos, Descrição: Sistema inteligente de classificação de defeitos em inspeção de imagens por drone em linhas de transmissão e Protótipo de sistema de acoplamento eletrostático para carregamento automático de baterias. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Starch Melo de Souza - Coordenador / Robson Carmelo - Integrante / Virginia Sgotti - Integrante.

• 2018 - Atual

  Desenvolvimento de Plataforma de Medição Inteligente com Cybersecurity, Business Intelligence e Big Data, Descrição: O projeto visa o desenvolvimento de uma plataforma computacional flexível de soluções para análise de big data coletados de Medidores Inteligentes do Grupo B da CPFL. Os dados provenientes da Advanced Metering Infrastructure (AMI) serão pré-processados no padrão CIM da IEC, transmitidos e armazenados dentro de critérios de Cybersecurity e analisados segundo metodologia CRISP-DM, que posteriormente estarão disponíveis para uma análise de Business Intelligence (BI). Será estruturado, como exemplo de aplicação prática, um processo estratégico da distribuidora. Os demais poderão ser estruturados, parametrizados e customizados pelos usuários, usando o Tableau, conforme demanda de cada área. Os dados objeto da análise serão obtidos de uma rede de medição inteligente constituída de 1.000 dispositivos de medição. O medidor a ser utilizado no projeto piloto deverá ser escolhido dentre estudo realizado pelos pesquisadores na etapa de benchmark e estado da arte... , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (1) . , Integrantes: Starch Melo de Souza - Integrante / Manoel Henrique da Nóbrega Marinho - Coordenador / Paulo Salgado Gomes de Mattos Neto - Integrante / Guilherme Ferretti Rissi - Integrante / Samuel Giuseppe Tomasin - Integrante.

• 2019 - Atual

  Inspeção com drones por meio do acoplamento eletrostático para carregamento de baterias em vôo e uso de aprendizagem de máquina para classificação automática de defeitos, Descrição: Sistema inteligente de classificação de defeitos em inspeção de imagens por drone em linhas de transmissão e Protótipo de sistema de acoplamento eletrostático para carregamento automático de baterias. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Starch Melo de Souza - Coordenador / Robson Carmelo - Integrante / Virginia Sgotti - Integrante.

• 2018 - Atual

  Desenvolvimento de Plataforma de Medição Inteligente com Cybersecurity, Business Intelligence e Big Data, Descrição: O projeto visa o desenvolvimento de uma plataforma computacional flexível de soluções para análise de big data coletados de Medidores Inteligentes do Grupo B da CPFL. Os dados provenientes da Advanced Metering Infrastructure (AMI) serão pré-processados no padrão CIM da IEC, transmitidos e armazenados dentro de critérios de Cybersecurity e analisados segundo metodologia CRISP-DM, que posteriormente estarão disponíveis para uma análise de Business Intelligence (BI). Será estruturado, como exemplo de aplicação prática, um processo estratégico da distribuidora. Os demais poderão ser estruturados, parametrizados e customizados pelos usuários, usando o Tableau, conforme demanda de cada área. Os dados objeto da análise serão obtidos de uma rede de medição inteligente constituída de 1.000 dispositivos de medição. O medidor a ser utilizado no projeto piloto deverá ser escolhido dentre estudo realizado pelos pesquisadores na etapa de benchmark e estado da arte... , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (1) . , Integrantes: Starch Melo de Souza - Integrante / Manoel Henrique da Nóbrega Marinho - Coordenador / Paulo Salgado Gomes de Mattos Neto - Integrante / Guilherme Ferretti Rissi - Integrante / Samuel Giuseppe Tomasin - Integrante.

• 2021 - Atual

  IMPLANTAÇÃO DE UMA PLATAFORMA DE VALOR EM SAÚDE: TELESSAÚDE COMO FERRAMENTA DE INTEROPERABILIDADE ENTRE OS MECANISMOS DE ASSISTÊNCIA À SAÚDE DA POPULAÇÃO ATENDIDA PELO CENTRO UNIVERSITÁRIO INTEGRADO AMAURY DE MEDEIROS, Descrição: Trata-se de uma pesquisa fundamentada na tecnologia, com foco na implantação de uma plataforma de valor em saúde, que será desenvolvida de forma sistematizada utilizando os recursos tecnológicos disponíveis e adquiridos com este projeto. Tem como objetivo geral implantar uma plataforma de valor em saúde tendo a Telessaúde como ferramenta de interoperabilidade entre os mecanismos de assistência à saúde da população atendida pelo Centro Universitário Integrado Amaury de Medeiros na perspectiva da construção de estratégias para melhoria da qualidade de vida da população. Trata-se de um estudo de natureza aplicada de desenvolvimento tecnológico através do método Design Science Research (DSR). O estudo será realizado em diferentes regiões de desenvolvimento de Pernambuco: CISAM/UPE e distrito de Fernando de Noronha; nos municípios Sairé, Bonito, Bezerros e Petrolândia. Também nas unidades de ensino da UPE: FENSG, POLI e FCM; na UFPE por meio do Curso de Medicina. O estudo será realizado no período de dezembro de 2021 a março de 2025. A pesquisa tem como objetivos específicos desenvolver e validar uma interface de conversação humano-computador do tipo chatbot pela plataforma Dialogflow (Google) para agendamento eletrônico de consultas ambulatoriais e procedimentos cirúrgicos. E que também será uma interface para teleorientação e telemonitoramento clínico sendo o marco para implantação desses como serviço à população. Ainda objetiva otimizar os serviços de Teleassistência e Teleducação, para este serviço será implantado um ambiente virtual de aprendizagem Moodle. Com a implantação do serviço de teleorientação clínica, pacientes e familiares terão o apoio de profissionais, docentes e discentes. Com a implantação do serviço de telemonitoramento clínico, serão assistidos pacientes com doenças crônicas e outras com maior risco que necessitem de monitoramento constante. Objetiva-se ainda promover o desenvolvimento da pesquisa em saúde no CISAM com a implantação da ferramenta REDCap. Para a análise dos dados em saúde será utilizada a mineração de dados por meio da metodologia CRISP-DM. Com estas ações pretende-se ampliar o conhecimento de ações multiprofissionais realizadas no CISAM, no Complexo Hospitalar e em outras instituições de saúde do Brasil, engajando estudantes na discussão de temas envolvendo a saúde digital e o ambiente multiprofissional para as áreas de interesse, publicizando através das redes sociais, temas relevantes para as áreas de interesse. Este projeto destina-se a apresentar a Telessaúde como uma solução para assistência, educação e gestão com fins à promoção, recuperação, manutenção da saúde da população atendida pelo CISAM.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Doutorado: (1) . , Integrantes: Starch Melo de Souza - Coordenador / Claudinalle Farias Queiroz de Souza - Integrante / Fabio Henrique Cavalcanti - Integrante.

• 2019 - 2021

  Projeto P&D ANEEL - PD-02866-0514/2019 - Ferramenta de Apoio à Otimização de Decisões de Renovação de Ativos., Descrição: Com objetivo de fornecer um instrumento para auxílio a este planejamento de renovação de ativos, o projeto propõe o desenvolvimento de 1) uma Metodologia de suporte de apoio à tomada de decisão considerando múltiplos critérios concorrentes e de 2) uma ferramenta computacional para o planejamento de ações de Manutenção e Renovação de Ativos que utiliza como base inteligência artificial, técnicas de aprendizagem de máquinas e novos métodos de cálculo do valor dos ativos, como a análise da Vida Útil Remanescente (RUL) e Valor de Reposição do Ativo (ARV) que incluem novas variáveis no processo de cálculo (p.ex.,riscos de operação, custos de manutenção, impacto do ambiente na conservação, medições individualizadas de parâmetros, etc).. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Especialização: (2) / Mestrado acadêmico: (2) . , Integrantes: Starch Melo de Souza - Coordenador / Virgínia Adélia Cordeiro Sgotti - Integrante / MARCELO PELEGRINI - Integrante.

• 2019 - Atual

  Projeto P&D ANEEL - PD-05456-0001/2019 Gestão Integrada dos Riscos aplicada à Cadeia de Valor de Empreendimentos de Transmissão utilizando um Barramento de Interconexão de Dados e Inteligência Artificial., Descrição: As organizações têm buscado implementar sistemas de gestão de riscos cada vez mais sofisticados e alinhados à sua governança corporativa. As empresas que operam no setor de Geração, Transmissão e Distribuição (GTD) de energia elétrica assumem diferente atitudes em relação aos riscos, e a principal motivação deste projeto reside no desenvolvimento de uma solução de Gestão Integrada dos riscos que suporte o atingimento dos objetivos da organização nas fases pré-leilão, engenharia e operação e manutenção (O&M) com transparência, confiança e conformidade legal. Este projeto inova ao utilizar técnicas de Inteligência Artificial (IA) [1] e algoritmos de Indução de Regras [2] para apresentar as causas raízes associadas aos possíveis riscos, e proporcionar a gestão objetiva das ações de tratamento dos riscos.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (2) . , Integrantes: Starch Melo de Souza - Coordenador / ROGER FIUSA - Integrante / MICHEL SANTOS - Integrante / NATHALIA LIMA - Integrante / KELLY LIMA - Integrante.

• 2019 - Atual

  Projeto P&D ANEEL - PD-05456-0002/2019 Sistema Inteligente de Manutenção Preditiva baseado na Automatização do Processo de Ensaios Elétricos em Equipamentos de Subestações sem Sensoriamento., Descrição: As manutenções não programadas em geral são mais onerosas que as programadas, devido aos fatores logísticos, necessidade de equipes de prontidão, indisponibilidade prolongada e o efeito da surpresa sobre usuários e operadores. A prática de manutenções periódicas ou baseadas em quantidade de operação dos equipamentos implica em custo e indisponibilidade sem a garantia de que as falhas não acontecerão. Existem iniciativas para sensoriar equipamentos de forma que o monitoramento de algumas grandezas seja capaz de predizer anomalias, porém o processo é oneroso e indisponibiliza o equipamento para instalação de sensores. Como a vida útil dos equipamentos é superior a 30 anos, poderá levar décadas até que o parque atual seja substituído por outros com sensores de fábrica. Tal dificuldade aponta para a necessidade da manutenção preditiva em equipamentos sem sensoriamento a partir do uso de variáveis externas ao contexto de dados sensoriados e baseado em tecnologias inovadoras. Este projeto propõe a construção de um modelo preditivo baseado em técnicas de Inteligência Artificial, desde a preparação e pré-processamento dos dados provenientes de registros de inspeções, ensaios elétricos, histórico de manutenções e eventos associados aos ativos até a avaliação de desempenho da solução. A manutenção preditiva resulta na redução dos custos associados com as manutenções e qualidade do serviço estabelecidas no contrato de concessão e calculado pela resolução normativa da RN ANEEL 729/2015, contribuindo na priorização do planejamento dos requisitos mínimos de manutenção estabelecidos pela RN ANEEL 669/2015. O prejuízo das concessionárias em 12 meses foi superior a R$ 95 milhões pelo descumprimento do desempenho acordado na resolução. É possível diminuir custos com o uso de soluções inteligentes capazes de apoiar a manutenção preditiva através de padrões de combinação de observações (inspeções, ensaios, medições, etc), variações de comportamento (perturbações, formatos de sinais, etc) e fatores externos (climatológicos, perturbações em outros equipamentos relacionados, etc).. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: / Mestrado profissional: (1) . , Integrantes: Starch Melo de Souza - Coordenador / Virgínia Adélia Cordeiro Sgotti - Integrante / PATRICIA SILVA - Integrante.

• 2019 - Atual

  Projeto P&D ANEEL - PD-02901-0003/2019 Mapa de riscos em tempo real baseado em aprendizagem de máquina aplicada na manutenção preditiva., Descrição: Um sistema computacional inteligente que incorpora Aprendizagem de Máquina [1], subcampo da Inteligência Artificial, na predição do nível de risco de falha em tempo real de componentes da instalação a partir de dados cadastrais e comportamentais, apresentando os resultados em um Dashboard, onde será possível monitorar os equipamentos com informações visuais e utilizar como apoio à tomada de decisão, possibilitando a geração de indicadores e posterior avaliação do impacto sobre os KPIs (do inglês, Key Performance Indicator) [2] do negócio. Parte da infraestrutura deste projeto deve ser composta por uma solução que possibilite a aquisição e o gerenciamento dos dados. Para isso será adotado o EquipMaint (EQM), uma ferramenta que atende demandas da gestão de operação e manutenção (O&M), além de outras atividades, em organizações que lidam com instalações complexas, equipamentos de alto valor, normas e regulações. O EQM dispõe diversas funcionalidades que garantem a realização de integrações entre sistemas (p. ex., SCADA, GIS, EMS, etc.) de forma desacoplada e sem causar dependência no processamento entre os sistemas. Além disso, funciona como um gerenciador dessas integrações, mantendo todo o registro de dados enviados e recebidos, fazendo o monitoramento de falha e permitindo a configuração de parâmetros das integrações.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Starch Melo de Souza - Coordenador / Virginia Sgotti - Integrante / PATRICIA SILVA - Integrante / THONY LINS - Integrante / RENATA GOUVEIA - Integrante.

• 2018 - Atual

  Desenvolvimento de Plataforma de Medição Inteligente com Cybersecurity, Business Intelligence e Big Data, Descrição: O projeto visa o desenvolvimento de uma plataforma computacional flexível de soluções para análise de big data coletados de Medidores Inteligentes do Grupo B da CPFL. Os dados provenientes da Advanced Metering Infrastructure (AMI) serão pré-processados no padrão CIM da IEC, transmitidos e armazenados dentro de critérios de Cybersecurity e analisados segundo metodologia CRISP-DM, que posteriormente estarão disponíveis para uma análise de Business Intelligence (BI). Será estruturado, como exemplo de aplicação prática, um processo estratégico da distribuidora. Os demais poderão ser estruturados, parametrizados e customizados pelos usuários, usando o Tableau, conforme demanda de cada área. Os dados objeto da análise serão obtidos de uma rede de medição inteligente constituída de 1.000 dispositivos de medição. O medidor a ser utilizado no projeto piloto deverá ser escolhido dentre estudo realizado pelos pesquisadores na etapa de benchmark e estado da arte... , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (1) . , Integrantes: Starch Melo de Souza - Integrante / Manoel Henrique da Nóbrega Marinho - Coordenador / Paulo Salgado Gomes de Mattos Neto - Integrante / Guilherme Ferretti Rissi - Integrante / Samuel Giuseppe Tomasin - Integrante.

• 2021 - Atual

  IMPLANTAÇÃO DE UMA PLATAFORMA DE VALOR EM SAÚDE: TELESSAÚDE COMO FERRAMENTA DE INTEROPERABILIDADE ENTRE OS MECANISMOS DE ASSISTÊNCIA À SAÚDE DA POPULAÇÃO ATENDIDA PELO CENTRO UNIVERSITÁRIO INTEGRADO AMAURY DE MEDEIROS, Descrição: Trata-se de uma pesquisa fundamentada na tecnologia, com foco na implantação de uma plataforma de valor em saúde, que será desenvolvida de forma sistematizada utilizando os recursos tecnológicos disponíveis e adquiridos com este projeto. Tem como objetivo geral implantar uma plataforma de valor em saúde tendo a Telessaúde como ferramenta de interoperabilidade entre os mecanismos de assistência à saúde da população atendida pelo Centro Universitário Integrado Amaury de Medeiros na perspectiva da construção de estratégias para melhoria da qualidade de vida da população. Trata-se de um estudo de natureza aplicada de desenvolvimento tecnológico através do método Design Science Research (DSR). O estudo será realizado em diferentes regiões de desenvolvimento de Pernambuco: CISAM/UPE e distrito de Fernando de Noronha; nos municípios Sairé, Bonito, Bezerros e Petrolândia. Também nas unidades de ensino da UPE: FENSG, POLI e FCM; na UFPE por meio do Curso de Medicina. O estudo será realizado no período de dezembro de 2021 a março de 2025. A pesquisa tem como objetivos específicos desenvolver e validar uma interface de conversação humano-computador do tipo chatbot pela plataforma Dialogflow (Google) para agendamento eletrônico de consultas ambulatoriais e procedimentos cirúrgicos. E que também será uma interface para teleorientação e telemonitoramento clínico sendo o marco para implantação desses como serviço à população. Ainda objetiva otimizar os serviços de Teleassistência e Teleducação, para este serviço será implantado um ambiente virtual de aprendizagem Moodle. Com a implantação do serviço de teleorientação clínica, pacientes e familiares terão o apoio de profissionais, docentes e discentes. Com a implantação do serviço de telemonitoramento clínico, serão assistidos pacientes com doenças crônicas e outras com maior risco que necessitem de monitoramento constante. Objetiva-se ainda promover o desenvolvimento da pesquisa em saúde no CISAM com a implantação da ferramenta REDCap. Para a análise dos dados em saúde será utilizada a mineração de dados por meio da metodologia CRISP-DM. Com estas ações pretende-se ampliar o conhecimento de ações multiprofissionais realizadas no CISAM, no Complexo Hospitalar e em outras instituições de saúde do Brasil, engajando estudantes na discussão de temas envolvendo a saúde digital e o ambiente multiprofissional para as áreas de interesse, publicizando através das redes sociais, temas relevantes para as áreas de interesse. Este projeto destina-se a apresentar a Telessaúde como uma solução para assistência, educação e gestão com fins à promoção, recuperação, manutenção da saúde da população atendida pelo CISAM.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Doutorado: (1) . , Integrantes: Starch Melo de Souza - Coordenador / Claudinalle Farias Queiroz de Souza - Integrante / Fabio Henrique Cavalcanti - Integrante.

• 2019 - 2021

  Projeto P&D ANEEL - PD-02866-0514/2019 - Ferramenta de Apoio à Otimização de Decisões de Renovação de Ativos., Descrição: Com objetivo de fornecer um instrumento para auxílio a este planejamento de renovação de ativos, o projeto propõe o desenvolvimento de 1) uma Metodologia de suporte de apoio à tomada de decisão considerando múltiplos critérios concorrentes e de 2) uma ferramenta computacional para o planejamento de ações de Manutenção e Renovação de Ativos que utiliza como base inteligência artificial, técnicas de aprendizagem de máquinas e novos métodos de cálculo do valor dos ativos, como a análise da Vida Útil Remanescente (RUL) e Valor de Reposição do Ativo (ARV) que incluem novas variáveis no processo de cálculo (p.ex.,riscos de operação, custos de manutenção, impacto do ambiente na conservação, medições individualizadas de parâmetros, etc).. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Especialização: (2) / Mestrado acadêmico: (2) . , Integrantes: Starch Melo de Souza - Coordenador / Virgínia Adélia Cordeiro Sgotti - Integrante / MARCELO PELEGRINI - Integrante.

• 2019 - Atual

  Projeto P&D ANEEL - PD-05456-0002/2019 Sistema Inteligente de Manutenção Preditiva baseado na Automatização do Processo de Ensaios Elétricos em Equipamentos de Subestações sem Sensoriamento., Descrição: As manutenções não programadas em geral são mais onerosas que as programadas, devido aos fatores logísticos, necessidade de equipes de prontidão, indisponibilidade prolongada e o efeito da surpresa sobre usuários e operadores. A prática de manutenções periódicas ou baseadas em quantidade de operação dos equipamentos implica em custo e indisponibilidade sem a garantia de que as falhas não acontecerão. Existem iniciativas para sensoriar equipamentos de forma que o monitoramento de algumas grandezas seja capaz de predizer anomalias, porém o processo é oneroso e indisponibiliza o equipamento para instalação de sensores. Como a vida útil dos equipamentos é superior a 30 anos, poderá levar décadas até que o parque atual seja substituído por outros com sensores de fábrica. Tal dificuldade aponta para a necessidade da manutenção preditiva em equipamentos sem sensoriamento a partir do uso de variáveis externas ao contexto de dados sensoriados e baseado em tecnologias inovadoras. Este projeto propõe a construção de um modelo preditivo baseado em técnicas de Inteligência Artificial, desde a preparação e pré-processamento dos dados provenientes de registros de inspeções, ensaios elétricos, histórico de manutenções e eventos associados aos ativos até a avaliação de desempenho da solução. A manutenção preditiva resulta na redução dos custos associados com as manutenções e qualidade do serviço estabelecidas no contrato de concessão e calculado pela resolução normativa da RN ANEEL 729/2015, contribuindo na priorização do planejamento dos requisitos mínimos de manutenção estabelecidos pela RN ANEEL 669/2015. O prejuízo das concessionárias em 12 meses foi superior a R$ 95 milhões pelo descumprimento do desempenho acordado na resolução. É possível diminuir custos com o uso de soluções inteligentes capazes de apoiar a manutenção preditiva através de padrões de combinação de observações (inspeções, ensaios, medições, etc), variações de comportamento (perturbações, formatos de sinais, etc) e fatores externos (climatológicos, perturbações em outros equipamentos relacionados, etc).. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: / Mestrado profissional: (1) . , Integrantes: Starch Melo de Souza - Coordenador / Virgínia Adélia Cordeiro Sgotti - Integrante / PATRICIA SILVA - Integrante.

• 2019 - Atual

  Projeto P&D ANEEL - PD-05456-0001/2019 Gestão Integrada dos Riscos aplicada à Cadeia de Valor de Empreendimentos de Transmissão utilizando um Barramento de Interconexão de Dados e Inteligência Artificial., Descrição: As organizações têm buscado implementar sistemas de gestão de riscos cada vez mais sofisticados e alinhados à sua governança corporativa. As empresas que operam no setor de Geração, Transmissão e Distribuição (GTD) de energia elétrica assumem diferente atitudes em relação aos riscos, e a principal motivação deste projeto reside no desenvolvimento de uma solução de Gestão Integrada dos riscos que suporte o atingimento dos objetivos da organização nas fases pré-leilão, engenharia e operação e manutenção (O&M) com transparência, confiança e conformidade legal. Este projeto inova ao utilizar técnicas de Inteligência Artificial (IA) [1] e algoritmos de Indução de Regras [2] para apresentar as causas raízes associadas aos possíveis riscos, e proporcionar a gestão objetiva das ações de tratamento dos riscos.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (2) . , Integrantes: Starch Melo de Souza - Coordenador / ROGER FIUSA - Integrante / MICHEL SANTOS - Integrante / NATHALIA LIMA - Integrante / KELLY LIMA - Integrante.

• 2019 - Atual

  Projeto P&D ANEEL - PD-02901-0003/2019 Mapa de riscos em tempo real baseado em aprendizagem de máquina aplicada na manutenção preditiva., Descrição: Um sistema computacional inteligente que incorpora Aprendizagem de Máquina [1], subcampo da Inteligência Artificial, na predição do nível de risco de falha em tempo real de componentes da instalação a partir de dados cadastrais e comportamentais, apresentando os resultados em um Dashboard, onde será possível monitorar os equipamentos com informações visuais e utilizar como apoio à tomada de decisão, possibilitando a geração de indicadores e posterior avaliação do impacto sobre os KPIs (do inglês, Key Performance Indicator) [2] do negócio. Parte da infraestrutura deste projeto deve ser composta por uma solução que possibilite a aquisição e o gerenciamento dos dados. Para isso será adotado o EquipMaint (EQM), uma ferramenta que atende demandas da gestão de operação e manutenção (O&M), além de outras atividades, em organizações que lidam com instalações complexas, equipamentos de alto valor, normas e regulações. O EQM dispõe diversas funcionalidades que garantem a realização de integrações entre sistemas (p. ex., SCADA, GIS, EMS, etc.) de forma desacoplada e sem causar dependência no processamento entre os sistemas. Além disso, funciona como um gerenciador dessas integrações, mantendo todo o registro de dados enviados e recebidos, fazendo o monitoramento de falha e permitindo a configuração de parâmetros das integrações.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . , Integrantes: Starch Melo de Souza - Coordenador / Virginia Sgotti - Integrante / PATRICIA SILVA - Integrante / THONY LINS - Integrante / RENATA GOUVEIA - Integrante.

• 2018 - Atual

  Desenvolvimento de Plataforma de Medição Inteligente com Cybersecurity, Business Intelligence e Big Data, Descrição: O projeto visa o desenvolvimento de uma plataforma computacional flexível de soluções para análise de big data coletados de Medidores Inteligentes do Grupo B da CPFL. Os dados provenientes da Advanced Metering Infrastructure (AMI) serão pré-processados no padrão CIM da IEC, transmitidos e armazenados dentro de critérios de Cybersecurity e analisados segundo metodologia CRISP-DM, que posteriormente estarão disponíveis para uma análise de Business Intelligence (BI). Será estruturado, como exemplo de aplicação prática, um processo estratégico da distribuidora. Os demais poderão ser estruturados, parametrizados e customizados pelos usuários, usando o Tableau, conforme demanda de cada área. Os dados objeto da análise serão obtidos de uma rede de medição inteligente constituída de 1.000 dispositivos de medição. O medidor a ser utilizado no projeto piloto deverá ser escolhido dentre estudo realizado pelos pesquisadores na etapa de benchmark e estado da arte... , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (1) . , Integrantes: Starch Melo de Souza - Integrante / Manoel Henrique da Nóbrega Marinho - Coordenador / Paulo Salgado Gomes de Mattos Neto - Integrante / Guilherme Ferretti Rissi - Integrante / Samuel Giuseppe Tomasin - Integrante.