Trabalhos científicos de cinco acadêmicos de Engenharia Elétrica do UniSenai Paraná – Campus Londrina foram selecionados para a 9ª edição do Congresso Técnico Científico da Engenharia e da Agronomia (CONTECC), que aconteceu entre os dias 8 e 11 de agosto.
Fabio Oswaldo de Souza Koyano Filho e John Everson Rodriguo Mello Jayme, do 7º período, apresentaram a pesquisa sobre “Conversores de potência aplicados a um kit didático para ensino de geração de energia solar”.

Luís Gustavo Ferrrareto Espontão, do 9º período, e Jorge Augusto Pessato Mondadori, do 1º período, fizeram um estudo sobre “Estimação de posição de robôs móveis AMR utilizando redes neurais artificiais”.

Danilo Faveri Massi, do 9º período, juntamente com Luís Gustavo, apresentou o trabalho sobre “Predição de consumo de água para o gerenciamento sustentável utilizando redes neurais TDNN”.

Os alunos tiveram orientação e supervisão dos professores Vicente de Lima Gongora, Renato Kazuo Miyamoto e Wesley Candido da Silva e consultoria de Paulo Broniera Junior, do Instituto Senai de Tecnologia da Informação e Comunicação (IST TIC).

Para o coordenador de Educação e Negócios do Campus Londrina, Vicente de Lima Gongora, os trabalhos tratam de temas muito atuais e relevantes. “O industrial que deseja crescer precisa, por exemplo, de fontes alternativas e confiáveis. Este é um dos objetos de estudo dos nossos acadêmicos. É essencial que a indústria tenha alternativas energéticas. Seguramente, a demanda por energia cresce com o aumento da produção industrial que, necessariamente, passa pela sustentabilidade e competitividade”, explica.

De acordo com o professor Renato, a participação no Congresso possibilitou uma experiência sob o olhar de um dos pilares do modelo de ensino do UniSenai Paraná: vivenciar a indústria. “Os três artigos apresentados no CONTECC são resultados das Jornadas de Aprendizagem. Essa aproximação com profissionais e indústrias no Congresso, que é uma mostra sobre as evoluções das tecnologias em Engenharia, contribui em aspectos relacionados à inovação, ao desenvolvimento sustentável e à capacitação profissional”, comenta.

A participação em congressos, como o Contecc, desempenha um papel fundamental na construção da comunidade científica, segundo o coordenador do curso de Engenharia Elétrica do Campus Londrina, Wesley Candido da Silva. “Estes fóruns proporcionam um espaço em que acadêmicos, pesquisadores e profissionais podem compartilhar, debater e apresentar suas experiências, pesquisas e descobertas no âmbito das engenharias, contribuindo para a disseminação do conhecimento, acompanhamento das tendências de pesquisa e networking com outros pesquisadores e profissionais.”

As publicações acadêmicas mostram para a indústria e para a sociedade as soluções práticas desenvolvidas pelos estudantes do UniSenai Paraná.

Conversores de potência aplicados a um kit didático para ensino de geração de energia solar

Este estudo apresentou resultados experimentais de conversores de potência em um equipamento desenvolvido pelos estudantes. O objetivo do dispositivo é simular um sistema fotovoltaico, facilitando o ensino de energia solar, instrumentação eletrônica e eletrônica de potência. Destaca-se a robusta construção modular do equipamento, capaz de acomodar lâmpadas especiais e um painel solar comercial. Foram desenvolvidos conversores de potência CC/CC e CC/CA que permitiram a alimentação de cargas operando com tensão alternada. Os resultados obtidos demonstraram um desempenho eficiente e robusto, graças à abordagem analógica adotada.

Estimação de posição de robôs móveis AMR utilizando redes neurais artificiais

A robótica é uma área de pesquisa em crescimento constante, buscando sistemas autônomos de alta precisão. Os robôs móveis autônomos (AMRs) utilizam informações de cinemática e odometria para se locomoverem autonomamente. No entanto, erros podem ocorrer devido a fatores mecânicos e irregularidades do terreno. Este estudo implementou um sistema baseado em redes neurais artificiais para estimar a posição desses robôs. Os testes foram realizados em um ambiente simulado, e a topologia da rede neural demonstrou uma excelente precisão, com um RMSE (Root Mean Squared Error) de apenas 0,112.

Predição de consumo de água para o gerenciamento sustentável utilizando redes neurais TDNN

A gestão sustentável dos recursos hídricos é fundamental, especialmente na indústria. Este estudo aborda a aplicação de técnicas de inteligência artificial, especificamente redes neurais do tipo TDNN (Time Delay Neural Network), para prever o consumo de água em uma planta de recuperação de solvente em uma indústria de embalagens. Os resultados mostram que a rede neural TDNN é altamente capaz de fazer previsões precisas e confiáveis, contribuindo significativamente para estratégias de uso sustentável da água.

Para mais informações entre em contato

0800 648 0088

Consulte aqui o cadastro da Instituição no Sistema e-MEC

Clique no qr-code para acessar.