Anais Pibic CenPRA 2004 PDF

Centro de Pesquisas Renato Archer
Programa Institucional de Bolsas de Iniciação Científica do CNPq

– PIBIC/CNPq –
Anais da VI Jornada de Iniciação Científica

do Centro de Pesquisas Renato Archer
ISSN 1678-930X
Dezembro de 2004
-1-
Centro de Pesquisas Renato Archer
Diretor
Prof. Dr. Carlos Ignacio Zamitti Mammana
Coordenador-Geral de Tecnologias da Informação (Coordenador PIBIC)

Dr. Carlos Alberto dos Santos Passos
Coordenador-Geral de Aplicações de Informática

Dr. Marco Antônio Silveira
Comissão Interna de Seleção e Acompanhamento

Dr. Oscar Salviano Silva Filho
Dr. Olga F. N. Araújo
MSc Rosana Beatriz Baptista Haddad
Editores
Dr. Oscar Salviano Silva Filho
Dr. Olga F. N. Araújo
MSc Rosana Beatriz Baptista Haddad
Comunicações e Gabinete
Mônica Aparecida Martinicos de Abreu Berton
Arte Final
Roberto de Oliveira
Secretária
Maria de Fátima Marrara Zamarion
Vera Lúcia Mariano Alves
Conselho Nacional de Desenvolvimento Científico e

Tecnológico - CNPq
Editado no CenPRA – Dezembro de 2004
-2-
Programa Institucional de Bolsas de Iniciação Científica
do CNPq - PIBIC/CNPq
ANAIS
22 de Outubro de 2004
-3-
Ficha catalográfica
VI Jornada de Iniciação Científica do Centro de Pesquisas Renato
Archer
(10:2004:Campinas, São Paulo)
Artigos da VI Jornada de Iniciação Científica do Centro de

Pesquisas Renato Archer, 22 de outubro de 2004, Campinas, São
Paulo. Editora do CenPRA, 2003.
92 p. 30 cm
1. Tecnologia da Informação – Jornada Científica. Título
ISSN 1678 – 930X
-4-
PREFÁCIO
A Jornada de Iniciação Científica do Centro de Pesquisas Renato Archer - CenPRA

é um evento anual, organizado pela Comissão Interna de Iniciação Científica do
PIBIC/CNPq com o intuito de prover aos estudantes de iniciação científica do centro
a oportunidade de divulgar seus trabalhos em um evento que reúne convidados
internos e demais pessoas da comunidade científica. Esta jornada é aberta a todos
os estudantes de Iniciação Cientifica do CenPRA e visa divulgar e integrar os
diversos trabalhos existentes na Instituição.
A realização desta jornada em 2004 foi inserida dentro das atividades da Semana
Nacional de Ciência e Tecnologia, evento de âmbito nacional, que tem por objetivo
conscientizar a população brasileira sobre a importância do desenvolvimento
científico e tecnológico para a sociedade.
A VI Jornada de Iniciação Científica – JICC´2004, ocorrida em 22 de outubro de

2004, contou com a realização de uma sessão de pôsteres para apresentação dos
trabalhos de Iniciação Científica realizados no CenPRA pelos estudantes do
programa. Desta sessão, que contou com a apresentação de 19 pôsteres, foram
selecionados 14 artigos, aqui apresentados, que atestam a qualidade técnica e
científica destes trabalhos.
.
A Comissão Interna de Iniciação Científica do CenPRA espera que o leitor aprecie
os artigos, e que eles sirvam como ponto de partida para uma maior interação entre
os alunos de iniciação científica do CenPRA, e entre estes, seus orientadores e a
comunidade interna e externa.
Agradecemos ao Conselho Nacional de Desenvolvimento Científico e Tecnológico –

CNPq, especialmente à coordenação do PIBIC, pelo apoio, aos pesquisadores e
orientadores, que, em complemento às suas atividades regulares, contribuíram para
o bom andamento do programa, para a realização desta jornada e para a
publicação destes anais, aos consultores do CNPq, que, com sua experiência e
atenção, contribuem para o perfeito alinhamento das atividades do programa com
os objetivos traçados pela coordenação geral do PIBIC/CNPq.
Campinas, 15 de dezembro de 2004
Carlos Alberto dos Santos Passos

Olga Fernanda Nabuco de Araújo
Oscar Salviano Silva Filho
Rosana Beatriz Baptista Haddad
Membros da Comissão Organizadora da Jornada
de Iniciação Científica do CenPRA
-5-
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Índice
IMPLEMENTAÇÃO DO PROTOCOLO NMEA 0183 8
André de Almeida Bosso; Roberto F. Tavares Filho
ESTUDO E DESENVOLVIMENTO DE PROCEDIMENTOS DE

CARACTERIZAÇÃO, ENSAIO E ANÁLISE DE MICROESTRUTURAS,
DISPOSITIVOS E COMPONENTES ELETRÔNICOS. 12
Claudio M. F. Franco; Antonio C. C. Telles; Marcos B. C. Pimentel
JORNADA PLANEJAMENTO DE PRODUÇÃO DE MANUFATURA POR FLUXOS

EM REDES 16
Daiane Cristina Angolini; Oscar S. Silva Filho
PLANETVIEW 20
Eduardo Centurion Stuchi; Roberto Fernandes Tavares Filho
GENWEB: WEB E ALGORITMOS GENÉTICOS APLICADOS A INTERFACE

GRÁFICA SONORA 24
Guilherme Ferreira dos Santos; Artemis Moroni
GESTÃO ESTRATÉGICA DA INOVAÇÃO: TÉCNICA PARA MAPEAMENTO DE

AMBIENTE 28
Mirella Borin; Márcia Reiff Castellani; Marco Antonio Silveira
ESTUDO E DESENVOLVIMENTO DE MÉTODOS E TÉCNICAS PARA

CARACTERIZAÇÃO, SIMULAÇÃO E ANÁLISE DE FALHAS EM COMPONENTES
E PRODUTOS ELETRÔNICOS 32
Pedro G. Giorni; Carlos R. M. de Oliveira
CAPACITAÇÃO DE SISTEMAS INTEGRADOS PARA GESTÃO EMPRESARIAL –

APLICAÇÃO AO LOGIX 36
Robert Awerianow; Marcius F. H. Carvalho; Rosana B. B. Haddad
COMPONENTES DE SOFTWARE DO MODO DE NAVEGAÇÃO OBSERVADOR

DO LABORATÓRIO VIRTUAL REAL 40
Rodrigo F. Sassi; Eliane G. Guimarães

-6-
SEQÜENCIAMENTO DE PROCESSOS INDUSTRIAIS UTILIZANDO TIMES

ASSÍNCRONOS. 44
Sara L. A. Fonseca; Carlos A. S. Passos
MODELAGEM DE SISTEMAS ORGANIZACIONAIS: A REDE TSQC COM

ENFOQUE SISTÊMICO 48
Talita Rocha Navarro; Alessandra M. S. Alves; Marco Antonio Silveira
ADEQUAÇÃO DO AMBIENTE DE DESENVOLVIMENTO E OPERAÇÃO DO

DIRIGÍVEL A NOVOS DISPOSITIVOS E APLICAÇÕES 52
Tiago V. Machado; Samuel S. Bueno
ANÁLISE DA PREVISÃO DE SÉRIES TEMPORAIS COM ÊNFASE NO ENSINO

ACADÊMICO. 57
Ricardo C. Menezes; Oscar S. Silva Filho; Wagner Cezarino
AMBIENTE PARA IDENTIFICAÇÃO ARMA(P,Q) VIA REDES NEURAIS 61
André Borges Irgang;Oscar Salviano Silva Filho
-7-
Implementação do Protocolo NMEA 0183
André de Almeida Bosso; Roberto F. Tavares Filho

Centro de Pesquisas Renato Archer – CenPRA
Laboratório de Robótica e Visão Computacional
Rod. D. Pedro I, Km 143,6
Campinas SP 13083-970
andre.bosso@ic.unicamp.br
RESUMO
O projeto consiste no desenvolvimento de um software e hardware que

permitirá a integração em tempo real dos dados gerados por diversos
equipamentos utilizados na expedição com robôs subaquáticos (sonar, GPS,
Loran, etc.).
Palavras-chave: sonar, representação gráfica, mapeamento, protocolo NMEA.
1. Introdução
Antes, não havia um padrão entre protocolos de aparelhos marítimos de empresas

diferentes. Cada empresa utilizava um determinado protocolo, e assim não havia
comunicação entre todos os aparelhos. Porém, havia uma grande necessidade de
comunicação entre eles. Um exemplo é o Loran, que pode informar sua localização. Se
desejarmos controlar um barco até um determinado destino, podemos interligar o Loran
com um Autopilot (que serve para mudar a rota). O Loran informa a localidade e o
Autopilot muda a rota do veículo para que o destino seja atingido.
Para suprir essa necessidade, em 1980 foi desenvolvido o NMEA 0180, um

protocolo padrão que possibilita a comunicação entre esses aparelhos. Entretanto, esse
protocolo apenas aceitava a comunicação entre um Loran e um Autopilot.
Alguns anos depois, após uma revisão, o protocolo NMEA 0180 foi aumentado,
sendo criadas novas sentenças e possibilitando sua utilização por outros aparelhos, e foi
desenvolvida um novo protocolo: o NMEA 0183, muito mais completo que o anterior. Esse
protocolo utiliza a comunicação em forma de sentenças, e foi bem difundido, sendo o
padrão utilizado atualmente.
2. Corpo
Utilizaremos nesse projeto aparelhos que utilizam o protocolo NMEA (National

Marine Electronics Association) 0183, que é o protocolo padrão de comunicação entre
aparelhos marítimos. Existem vários tipos de aparelhos marítimos, por exemplo o GPS, o
-8-
sonar, o Loran, o AutoPilot, etc. Esse projeto utilizará inicialmente o sonar para fazer o
mapeamento, e futuramente deve ser adquirido o GPS. Assim, enquanto o sonar mede a
profundidade, o GPS mede a posição, facilitando a tarefa de mapeamento. Também
podem ser utilizados outros aparelhos para, por exemplo, medir a temperatura da água ou
a velocidade do vento.
O sonar consiste basicamente em um transdutor, que primeiro transforma energia

elétrica em energia sonora. Ele então solta essas ondas sonoras com uma determinada
freqüência. A onda sonora é refletida ao atingir algum corpo, e através do tempo que essa
onda sonora demora para ser recebida pelo transdutor, calcula-se a distância que ele está
do fundo do rio ou de eventuais corpos que estejam dentro dele. Após receber, ele
amplifica a energia sonora e a converte em energia elétrica, que é utilizada para mostrar
em seu display essa distância.
Tela do aparelho sonar que será utilizado
Vários sinais são mandados pelo transdutor, mas um sinal só pode ser mandado
após o outro sinal ter sido recebido. Por isso a freqüência dele deve ser ajustado de
acordo com a profundidade máxima que se deseja obter (se a profundidade for muito
grande, a onde não volta a tempo e a medida será errada).
As informações de profundidade são mandadas pelo sonar por um conjunto de

sentenças. A sentença que indica o valor da profundidade é da forma:
$SDDBT,x,f,y,M,z,F<0D><0A>
Onde: x é a profundidade em pés;

y é a profundidade em metros;
z é a profundidade em Fathoms;
<0D> é um “carriage return”;
<0A> é um fim de linha.
-9-
Já no caso do GPS, a sentença que indica a localização é mandada na forma:
$GPGLL,x,y,w,z<0D><0A>
Onde: x é a coordenada da latitude;

y é N (norte) ou S (sul);
w é a coordenada da longitude;
z é W (oeste) ou E (leste);
<0D> é um “carriage return”;
<0A> é um fim de linha.
Essas sentenças serão tratadas, e a partir delas será elaborado em tempo real
representações alternativas para esses sinais. Para isso será utilizado a linguagem de
programação C++, para operação em plataformas Windows e Linux, e utilização do
framework wxWidgets.
Os aparelhos NMEA são conectados ao computador por um cabo com entrada

Serial. Para receber as mensagens dos diferentes aparelhos, utilizaremos o Data
Combiner NMEA. Caso não fosse utilizado, haveria problema em conectar mais de um
aparelho na porta serial do computador, pois perderíamos dados caso fossem mandadas
duas mensagens ao mesmo tempo. Ele suporta até 4 entradas.
3. Conclusão
Utilizando aparelhos que utilizam o protocolo NMEA, por exemplo o Sonar e o
GPS, poderemos facilitar a exploração do fundo de rios e lagos. Seria possível, por
exemplo, fazer um mapeamento desses lugares, e descobrir eventuais objetos no fundo
deles.
Já foi feita uma expedição no Lago Titicaca da Bolívia. Nossa primeira expedição
obteve sucesso: foi encontrado no fundo desse lago um objeto que se assemelha a um
ídolo que provavelmente pertenceu a alguma civilização antiga. Esse objeto pode ser
estudado para se ter certeza do que se trata, e é uma das evidências de aplicações
práticas do protocolo NMEA.
- 10 -
Imagem do objeto encontrado no fundo do Lago Titicaca
Agradecimentos
Agradecemos a Sebastião Simões Lima, a Eduardo Stuchi e a Paulo Henrique

Madeira pelas ajudas prestadas no laboratório de desenvolvimento do software.
Agradecemos também ao PIBIC pela concessão da bolsa de estudos.
Referências
[1] Tutoriais obtidos na Internet sobre C++;

[2] Tutoriais sobre wxWidgets;
[3] Protocolo padrão NMEA (National Marine Electronics Association);
[4] Manual de sensores de ultra-som.
- 11 -
Estudo e Desenvolvimento de procedimentos de caracterização, ensaio e

análise de microestruturas, dispositivos e componentes eletrônicos.
Claudio M. F. Franco; Antonio C. C. Telles; Marcos B. C. Pimentel

Centro de Pesquisas Renato Archer - CenPRA
Divisão de Qualificação e Análise de Produtos Eletrônicos
{claudio.franco;antonio.telles;marcos.pimentel}@cenpra.gov.br
Resumo
Uma das diversas atividades do CenPRA é o desenvolvimento de tecnologia

de prototipagem de circuitos integrados. para o qual foram criadas as matrizes
digitais configuráveis (gate arrays), GA2500 e GAAL2500. Esse processo deve
atender aos requisitos de qualidade do CenPRA, estabelecidos por um
Método de Qualificação. Este trabalho descreve o planejamento dos ensaios
de confiabilidade, previstos por este método, a serem realizados com o SEC,
circuito que serve como veículo de teste implementado na matriz GAAL2500.
Palavras chave: Componentes Eletrônicos, Procedimentos e Métodos de Qualificação,

Caracterização Elétrica.
1. Introdução
Uma das diversas atividades desenvolvidas no CenPRA é o desenvolvimento de

tecnologia de prototipagem de circuitos integrados. Foram desenvolvidas as matrizes
digitais configuráveis (gate arrays), GA2500 e GAAL2500 [1, 2], personalizáveis pela
última camada de metal.
Esse processo deve atender aos requisitos de qualidade do CenPRA, estabelecidos
por um Método de Qualificação [3] que é orientado por dois documentos internacionais: a
norma militar MIL-M-38510/605B [4] e a ISO Guide 25 [5]. Esse método parte do
pressuposto que se as etapas de personalização da matriz, o ambiente de projeto e o
funcionamento das células básicas estão qualificados, a qualidade do produto final estará
garantida.
2. Veículo de teste
O veículo de teste de confiabilidade previsto pelo método de Qualificação é o SEC
(Standard Evaluation Circuit). Para a matriz GAAL2500, desenvolveu-se um chip de teste
(GATST1A) onde se implementou o SEC, além de outras estruturas. Este chip foi
encapsulado em várias versões. O encapsulamento GATST1A3 foi idealizado para
permitir acesso exclusivo aos pinos do SEC.
O circuito proposto [6] permite tanto uma análise estática quanto dinâmica,
dependendo do modo de operação selecionado em suas entradas, multiplexadores AM e
M. Na análise dinâmica ele opera como um oscilador em anel cuja freqüência se dá pelo
atraso das portas lógicas relacionadas. Já no modo estático, faz-se com que um sinal
- 12 -
aplicado no encoder percorra a matriz, vertical ou horizontalmente, e o mesmo é

verificado na saída do decoder.
A partir da operação em modo estático é possível localizar na matrix 4x4 do SEC a
localização da célula onde ocorreu a falha no circuito.
Figura 0 Esquemático do SEC
3. Ensaio de confiabilidade
A verificação da confiabilidade da matriz consiste na realização de testes utilizando

10 chips GATST1A no encapsulamento GATST1A3 [7], no qual se tem acesso ao SEC,
acoplados a uma Jiga para testes em alta temperatura. A Jiga é um meio de interface
entre os componentes do teste (chips encapsulados) e a instrumentação necessária ao
ensaio. Os ensaios de vida consistem em submeter os chips a atividade em alta
temperatura (150ºC), buscando acelerar a degradação dos mesmos de forma a se
- 13 -
conhecer o tempo de vida destes e seus modos de falha.

Operando como oscilador em anel o SEC tem todas as suas células em atividade e,
caso ocorra ou pré-exista uma falha no circuito ele cessa o procedimento oscilatório.
Através do monitoramento da freqüência de oscilação e registro de dados por um software
desenvolvido em ambiente LabVIEW é possível identificar o momento de ocorrência da
falha e o comportamento do chip nos momentos antecedentes.
Figura 2 Jiga de ensaio de confiabilidade
4. Diagnóstico da falha
A localização da falha será feita colocando o SEC em modo de seleção matricial. O

teste será feito utilizando-se o sistema de análise lógica HP16500B e jiga específica. Ele
consistem na submissão de um vetor de testes ao chip operando a matriz tanto no circuito
vertical quanto no circuito horizontal. Aplicando-se valores de 0 a 3 em binário na entrada
do encoder e verificando-se a saída do decoder é possível obter o valor de linha e coluna
da célula onde se localiza a falha.
5. Próximas etapas
A continuidade do trabalho dar-se-á com a estruturação dos ensaios de vida em alta

temperatura utilizando a Jiga de acordo com os padrões de procedimento estabelecidos
até então. Os resultados obtidos e a análise dos mesmos darão prosseguimento à
avaliação de eficiência e confiabilidade da matriz e comprovação da eficiência dos
métodos de teste.
Assim que os experimentos em andamento com os Gate Arrays (GA2500 e GAAL
- 14 -
2500) estiverem concluídos, passaremos a avaliar se o método de localização de defeitos

implementado a partir do circuito de avaliação padrão (SEC) pode ser implementado
numa matriz reconfigurável comercial (FPGAs). Neste sentido as próximas atividades
envolverão estudos, planejamento e execução dos mesmos experimentos agora utilizando
FPGAs comerciais (Altera).
Agradecimentos
Gostaria de agradecer ao Programa Institucional de Bolsas de Iniciação Científica

(PIBIC/CNPq) pelo suporte dado ao desenvolvimento desse trabalho, ao Eng. Marcos B.
C. Pimentel e ao Eng. Antonio C. C. Telles pela orientação no projeto e à equipe do
DAPE/CenPRA pelo apoio dado.
Bibliografia
[1] S. A. Simões, F. Chavez, R. P. Ribas, S. Finco, M. Cuin Jr., F. H. Behrens -

“Matriz Gate Array CMOS avançada, configurável por um único nível de metal”,
Anais do VII SBMICRO – Congresso da Sociedade Brasileira de Microeletrônica –
pp. 281-291 – São Paulo, Brasil – Junho/1992.
[2] R. Aparício, J. L. Ceballos, M. Guerrero, H. Zepeta, L. Carro, M. Johann, A.
Pedroza, S. Finco. “GAAL - Gate Array Configurado por um Nível de metal
Utilizando Una Tecnologia 2.5 Micra del CNM”, Anais do IV Workshop IBERCHIP -
pp. 261-267 - Mar del Plata, Argentina - Março/1998.
[3] M. B. C. Pimentel, A. C. C. Telles, M. D. Nardi – “Methodology of Functional
Qualification of Gate Arrays at IM/CTI” – Anais do XIII SBMICRO – Congresso da
Sociedade Brasileira de Microeletrônica – vol. I, pp. 333-339 – Curitiba, Brasil –
Agosto/1998.
[4] MIL-M-38510/605B – Military Specification – Microcircuits, Digital, CMOS,
Semicustom (Gate Array) Devices, Monolithic Silicon – 29/Janeiro/1992.
[5] ABNT/IEC GUIDE 25/1990 – General Requirements for the Competence of
Calibration and Testing Laboratories.
[6] A. C. C. Telles, M. D. Nardi, M. B. C. Pimentel. - “Um Circuito de Avaliação Padrão
(SEC) para Matrizes Configuráveis GA2500 e GAAL2K5” - Anais do IV Workshop
IBERCHIP - pp. 442-445 - Mar del Plata, Argentina - Março/1998
[7] Chip GATST1A3 – Documento interno descritivo.
- 15 -
Jornada Planejamento de Produção de Manufatura por Fluxos em Redes
Daiane Cristina Angolini; Oscar S. Silva Filho

Laboratório de Sistemas Interessantes
Rod. D. Pedro I, Km 143,6 - Campinas SP 13083-970
daiane.angolini@cenpra.gov.br
Resumo
Este artigo apresenta o problema de manufatura como um problema de fluxo
em redes mostrando que por sua estrutura esparsa e particular pode
facilmente ser implementada com um algoritmo especial com capacidade para
resolver até mesmo os problemas de grande dimensão. Além de viabilizar
uma representação gráfica, permitindo uma interface não matemática.
Palavras chave: Planejamento da Produção, Programação Matemática, Fluxo em redes.

1. Introdução
As linhas de montagem são seqüências de etapas de transformação de
determinada matéria prima em um produto final. Cada produto diferente tem um número
distinto de etapas, e cada etapa tem suas características inerentes. Como uma seqüência
tem um determinado tempo para se completar e uma determinada taxa de produção,
vários períodos se seguem indefinidamente até que o total de produtos desejado seja
atingido.
Cada uma das etapas tem sua própria taxa de produção e taxa de consumo de
matéria prima. Estas diferenças são extremamente importantes já que interferem na
fluência de toda a seqüência. Uma etapa não pode consumir mais matéria prima que sua
etapa anterior produziu.
Imaginando a seqüência de apenas um produto, há várias formas de organizar a
quantidade de produto em cada uma das etapas. Porém, na indústria é usual que vários
produtos sejam confeccionados em conjunto. Para vários produtos o número de variáveis
contidas no problema é incrivelmente grande, impossibilitando uma abordagem intuitiva,
normalmente utilizada na prática.
E é justamente esta a motivação para o software em questão. Tornar a organização
da produção mais eficiente e mais técnica, tornando-a mais precisa. Qualquer planta pode
ter seus produtos calculados, bastando que, para isso, suas etapas e períodos sejam
fornecidos ao sistema.
2. Modelo
A determinação temporal dos recursos do processo de produção com várias etapas
e períodos pode ser modelada como um problema de fluxo de redes com restrições
adicionais. Sabendo que a distribuição das máquinas e a capacidade de produção de
cada uma são conhecidas o objetivo é otimizar o planejamento da produção resultando
em níveis ótimos de estoque, atendimento a demanda, carregamento das máquinas,
pedidos em atraso e necessidade de matéria prima.
As seqüências de produção podem ser vistas como um grafo. Neste grafo cada
aresta representa um processamento do produto que pode ser montagem, transformação
- 16 -
ou transporte. Cada no representa um estágio do processo. A Figura 1 mostra um

exemplo.
Figura 1. Grafo de uma seqüência com 4 etapas e 3 períodos.

Os fluxos, na Figura 1, denominados MP e D, representam a quantidade total de
matéria prima disponível e o total da demanda a ser atendida. A matéria prima flui pelo
grafo sofrendo transformações até se tornar produto pronto. As linhas tracejadas
representam o consumo de semiprodutos em outro período.
O grafo da Figura 1 também mostra as restrições adicionais, para o caso
monoproduto. Primeiramente, o balanço do fluxo no primeiro nó do grafo. Cada arco que
deixa este nó representa uma possibilidade de utilização da matéria prima, assim a soma
de todos estes arcos deve ser compatível com a disponibilidade de matéria prima,
representado por MP.
O segundo conjunto de restrições define o balanço nos pontos de decisão antes de
cada estágio. Cada nó que recebe fornecimento de matéria prima e semiprodutos do
período anterior e produz ou armazena para o próximo período, como é o caso dos três
primeiros nós do segundo período. Mais uma vez a soma do que foi consumido deve ser
igual a soma do que foi produzido.
O modelo ainda deve levar em conta a possibilidade de distribuição da demanda
entre os diferentes períodos. As linhas duplas ligando as últimas etapas de cada período
têm esse papel. Pode haver necessidade de acumular produtos ou de esperar que o
produto seja produzido no próximo período.
Finalmente o atendimento da demanda em todo o horizonte deve ser igual a soma
das demandas em cada um dos períodos.
No caso multiproduto apenas uma restrição é adicionada ao conjunto acima. Como
cada máquina pode processar mais de um produto, é importante garantir que a produção
de peças diferentes em uma mesma máquina não leve a violação de sua capacidade
horária de produção.
Com todos os conjuntos de restrições escritos na forma matricial se obtém a matriz
de restrições do grafo. Com esta matriz será calculado a quantidade a ser produzida e
armazenada em cada etapa da seqüência de produção.
As características do grafo, as restrições adicionais e as restrições de acoplamento
e de capacidade mútua das máquinas formam um conjunto de equações que pode ser
expresso por uma matriz com os elementos diferentes de zero em lugares específicos.
- 17 -
Uma função objetivo deve ser definida. Esta função pode representar um ou vários
objetivos, em geral a função lucro é bastante desejada e normalmente empregada, mas
outras que tratam dos números de peças armazenadas, ou o tempo total de produção
também podem ser incluídas.
O problema de planejamento da produção discutido anteriormente é um problema
linear de fluxo em redes com restrições adicionais e pode ser expresso genericamente
como Min(cT x), sabendo que Ax=b, Sx ••d, e xi ••x • xs , onde x E R n s ão variáveis que
representam o fluxo nos arcos, A é a matriz de incidência nó-arco obtida a partir do grafo,
S é a matriz de restrições lineares adicionais c são os coeficientes da função linear a ser
minimizada, b e d são os coeficientes do lado direito das restrições e xi e xs são os
limites inferior e superior de x.
Para resolver este problema usando a técnica de penalidade as restrições do
problema acima são manipuladas com o objetivo de transformar um problema de fluxo em
redes com restrições adicionais em um problema de fluxo de redes puro.
No problema acima as matrizes de restrições definem dois conjuntos, X={x|Ax=b,
xi• x• xs } e • ={x|x • X, S x• d}. O conjunto X repres enta as s oluções para o problema
relaxando-se as restrições lineares adicionais, enquanto que • cons idera as s oluções que
respeitam as restrições.
3. Implementação
O menu principal permite controle dos arquivos abertos e impressão (menu
Arquivo), controle dos elementos visualizados, como barra de ferramentas (menu Editar),
controle das janelas abertas (menu Janelas), acesso ao assistente de confecção de
desenhos, ao replicador de produtos, ao calculo do melhor processo de produção, à
emissão de relatórios em tela (menu Ferramentas) e à ajuda (menu Ajuda).
Há uma barra de ferramentas contendo tanto os botões de acesso aos arquivos
quanto os botões de desenho. Há também uma barra de status que mostra as
coordenadas do mouse. Estas duas barras podem estar visíveis ou não, dependendo da
opção no menu Editar
As janelas podem ser organizadas na tela como no Windows, em cascata ou lado a
lado. Há um atalho para cada uma das janelas de produto, que podem ser maximizadas
minimizadas e redimensionadas normalmente.
O menu Ferramentas é o mais importante. Partindo dele é possível alcançar as
ferramentas auxiliares. Grafo Wizard é um assistente que, partindo do número de etapas
e períodos, é capaz de fazer o desenho completo em poucos segundos, auxiliando a
confecção de desenhos simples porém trabalhosos. A possibilidade de
aproveitamento de algum produto para confecção de outro desenho está assegurada pela
opção Replica produto, no menu Ferramenta.
Os cálculos para obtenção do melhor processo de produção, ou seja, a melhor
quantidade de produto a ser consumida ou armazenada em cada etapa, são feitos na
opção Retra do menu Ferramentas.
A aparência geral do sistema pode ser visualizada na Figura 2 que mostra os menus
principais, a barra de ferramentas, e um cenário que conta com dois produtos. Os
produtos podem ser apagados ou modificados na janela Produto que pode ser vista em
desta que na Figura 2. Também é nela que as inserções de produto são efetuadas
- 18 -
Figura 2. Visão geral do sistema, apresentando um cenário com dois produtos.
4. Conclusões
A visualização gráfica do problema de produção de manufatura, faz com que esse
sua resolução seja mais aceita por mais usuários, já que não é necessário nenhum
conhecimento matemático adicional, ao contrário da resolução matemática, que faz
necessário o conhecimento de calculo matricial.
Mais uma vez, a portabilidade do banco de dados utilizado é alta, pela popularidade
do pacote Microsoft Office, o que torna a portabilidade do próprio ambiente RETRA alta.
Mas, o principal avanço é devido ao acréscimo de velocidade no tempo de resposta
aparente. Como o tempo de cálculo não depende da forma como o resultado será
mostrado (só depende do tamanho do diagrama, número de variáveis) quanto mais tempo
for economizado com processamentos paralelos ao cálculo, menor será o tempo de
resposta aparente. Assim qualquer atitude que diminua o tempo gasto com os desenhos é
bem vinda.
Foi conseguido um aumento significativo, para diagramas muito grandes, com a
utilização das rotinas de baixo nível do Windows.
Referências
Glover, F.; Jones G.; Karney, P. Klingman D. Mote, J. “An integrated production,
distribution and inventory planning system”, Interfaces vol.9 n.5, pp 21-36, 1979.
Carvalho, M.F., S.Soares, “Optimal Active Power Dispach by Network Flow Approach”,
IEEE Trans on PS, Vol3, N.4, Nov 1988.
Kennington, J.L., Helgason, K.V. Algorithms for Network Programming, John Wiley &
Sons, NY, 1981.
Franco, P.C., Carvalho, M.F., Soares, S., A Network Flow Model for Short-Term Hydro-
Dominated Hydrothermal Scheduling Problems, IEEE Trans. on Power Systems, vol.,
PWRS-9, No.2, May 1994.
Petroutsos, Evangelos. “Dominando o Visual Basic 6 - A Bíblia", Makron Books, primeira
edição.
- 19 -
PlanetView
Eduardo Centurion Stuchi; Roberto Fernandes Tavares Filho

Laboratório de Robótica e Visão Computacional
{eduardo.stuchi; roberto.tavares;}@cenpra.gov.br
Resumo
Este documento contém o artigo do projeto PlanetView para a Jornada de

Iniciação Cientifica do CenPRA, com informações sobre as etapas de
desenvolvimento e implantação do software para monitoramento de dados
ambientais sob as plataformas Windows e Linux. O artigo também contém os
obstáculos ocorridos durante o processo de desenvolvimento e algumas
formas que conseguimos para resolvê-los.
Palavras chave: wavelet, análise de recorrência, análise de Fourrier.
1. Introdução
A análise de dados provenientes de um monitoramento pode nos trazer informações

muito interessantes para estudo sobre o meio ambiente. Sabemos por exemplo que a
Região Nordeste do país possui clima quente e com chuvas irregulares e por sua vez, a
Região Sul possui clima ameno e com chuvas distribuídas e que há ligação das
enchentes do Rio Amazonas com o período de chuvas na Austrália e também
conseqüências provenientes do Fenômeno El Nino. Pretendemos com esse projeto fazer
análises sobre os sinais obtidos no meio ambiente amazônico para um maior
entendimento do comportamento dinâmico da região.
Além do software de análise, o CenPRA contribuirá com este projeto no
desenvolvimento de sistemas robóticos e de sensores físicos, químicos e biológicos que
permitam o monitoramento de parâmetros ambientais na Amazônia e região.
2. Objetivos
O objetivo deste projeto é o desenvolvimento e implantação de um software, que

receberá os dados coletados de sensores, principalmente na Amazônia e permitir uma
visualização “n” dimensional da mesma, facilitando a extração de características
perceptíveis através de forma conexa de visualização científica. Futuramente, o software
terá algoritmos que possam extrair padrões escondidos e os co-relacionem.
- 20 -
3. Metodologia Usada
- Análise de Requisitos;
- Implantação do sistema computacional e programas para desenvolvimento;
- Engenharia de Software;
- Projeto;
- Codificação;
- Testes;
- Manutenção;
4. Sobre as Ferramentas Utilizadas
Os Sistemas Operacionais selecionados foram o Microsoft Windows 2000,

escolhidos por dispor de ferramentas de desenvolvimento adequadas e suporte de
aplicativos e o Madrakelinux por sua versatilidade e fácil iteração com o usuário, além de
possuir a ferramentas necessárias. A linguagem escolhida foi o Python, por ela ser uma
linguagem de script e multiplataforma, pode ser executada em Windows e Linux. A
biblioteca gráfica Wxpython foi instalada em conjunto com a ferramenta Boa-Constructor,
que juntos possibilitam a construção de interface de forma menos trabalhosa e de fácil
manipulação. Outra biblioteca utilizada é a Scipy (Scientifc Computing), que pode nos
auxiliar com análise de sinais, cálculos matemáticos complexos e geração de alguns
gráficos.
5. Visão Geral do Desenvolvimento
Durante a preparação do ambiente de trabalho, passamos por grandes problemas

como a de falta de suporte do Scipy e dificuldade de instalação da biblioteca, por ser uma
versão alpha de testes. Optamos por abandonar o Scipy e tirar dele o máximo de
conhecimento que possível para implementarmos nossa própria biblioteca. Uma biblioteca
chamada Numeric nos mostrou ser útil para alguns dos cálculos matemáticos que
precisamos fazer e esta, é pré-requisito para a instalação do Scipy. Após todos os
problemas causados pelo Scipy, uma nova versão do software foi disponibilizado e nos
possibilitou instalar todo o conjunto de ferramentas nos sistemas Windows e Linux sem
maiores problemas. Um tutorial para facilitar a instalação desta ferramenta para futuras
equipes de trabalho foi elaborada.
Após todo o ambiente de trabalho pronto, realizamos a descrição conceitual do
projeto e em seguida foram dimensionados os diagramas de use-case e os diagramas de
classes do sistema. Foi necessário um estudo da linguagem Python e estudamos como
usar o Boa-Constructor para gerar nossa interface gráfica. Em paralelo fizemos a
atualização do ambiente com as versões mais novas das ferramentas e a implantação do
Mandrake 10.0, versão mais nova do Linux adotado por nós.
Considerações básicas:
a) O Planet View deve ser capaz de conversar com todo um conjunto de dispositivos
de aquisição de dados, identificando de forma automática o tipo de dispositivo e o
processamento possível de ser executado;
b) Interface de operação gráfica, Windows e GNU/Linux;
c) Operação interativa e através de scripts;
- 21 -
d) Banco de dados licença GPL com acesso via servidores de informação através da
internet;
e) O sistema opera a partir da ligação lógica entre diferentes objetos de
processamento;
f) Cada objeto de processamento é derivado de um objeto padrão que possui os
seguintes métodos:
• Até quatro entradas
• Até quatro saídas
• Uma função executiva
• Um comando de disparo da função executiva, que pode vir como conseqüência do
recebimento de uma entrada ou como disparo de um botão associado ao método.
• Um comando para configuração do objeto.
• O objeto deve apresentar informações de status atualizadas em tempo real.
g) A versão inicial deve permitir apresentação gráfica 2D e 3D e imagens, cobrindo as
seguintes aplicações:
• Gráfico temporal
• Gráfico de Recorrência
• Gráfico Wavelets
• Gráfico de Fourrier
• Imagens bmp/tiff/jpg/...
Neste momento, temos todos os esforços concentrados implementação da classe

principal, que será a base de todo o nosso software. Em paralelo ainda estamos definindo
a interface pelo Boa-Constructor.
Em paralelo ao Planetview, tivemos que buscar uma solução para um problema de
inspeção do Lago Titicaca, na Bolívia, por haver uma possibilidade de uma cidade pré-
Inca submersa. Como solução, compramos um sonar (Furuno FCV-667) e fizemos a
comunicação deste com o computador para todo um mapeamento do fundo do lago.
Fizemos um cabo serial que fizesse a comunicação de dados pelo protocolo NMEA 0183,
muito usado na área naval e também usado pelos GPS. Após a conexão dos
componentes, buscamos um software que receba esses dados e gere o mapeamento do
fundo do lago, já que devido ao tempo de solução do problema foi muito curto (de dois
meses), não pudemos fazer o software apropriado e ainda estamos no desenvolvimento
final desta solução, fazendo os testes necessários.
6. Conclusão
Todos os itens previstos para esta etapa deste projeto foram concluídos de maneira
adequada. Obstáculos inesperados em diversos níveis de dificuldade e impacto sobre o
projeto foram encontrados, porém foram superados com empenho em pesquisa.
Agradecimentos
Agradeço ao Programa Institucional de Bolsas de Iniciação Científica (PIBIC) do
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pelo suporte ao
bolsista, ao orientador do projeto Roberto Tavares Fernandes Filho e a colaboração de
Sebastião Simões de Lima que sempre me ajudaram na busca das soluções para as
dificuldades encontradas no desenvolvimento do projeto.
- 22 -
Referências:
ASCHER, David et al. Numerical Python. Disponível em :

<http://www..pfdubois.com/numpy/html2/numpy.html>. Acesso em: 02 out. 2004.
KERNIE, Ritche. A linguagem de Programação C.
OLIPHANT, Travis E. SciPy Tutorial.
LUTZ, Mark. Programming Python. 2.ed. [S.l]: O’Reilly, 19
KLANDER, Lars; JAMSA, Kris. Programando em C/C++: a Bíblia. São Paulo: Makron
Books, 1999.
SCHILDT, Herbert. C, completo e total. 3.ed. São Paulo: Makron Books, 1997.
SMART, Julian et al. WxWindows 2.4.2: a portable C++ and Python GUI toolkit. Disponível
em:<http://www.wxwidgets.org/manuals/2.4.2/wx.htm>. Acesso em: 04 out.2004.
ROSSUM, G. V. The Python Tutorial: in introduction to Python. Reino Unido: Python Lab.
2001.
- 23 -
GenWeb: Web e Algoritmos Genéticos aplicados a Interface Gráfica Sonora
Guilherme Ferreira dos Santos; Artemis Moroni

Divisão de Robótica e Visão Computacional-
{Guilherme.Santos; Artemis.Moroni}@cenpra.gov.br
Resumo
Em paralelo ao desenvolvimento do site da DRVC, bibliotecas de classes Java

estão sendo exploradas para o desenvolvimento do applet JaVox, sistema de
computação evolutiva aplicado à produção visual e sonora. Aspectos
particulares a ambos os desenvolvimentos são comentados e os resultados já
obtidos, apresentados.
Palavras chave: interface interativa, computação gráfica, Web, algoritmos genéticos.
1. Introdução
Java foi lançada em 1995 como um meio de adicionar “conteúdo dinâmico” a
páginas da World Wide Web. Em vez de páginas da Web apenas com texto e imagens
gráficas estáticas, as páginas da Web podem ganhar vida com áudio, vídeos, animações,
interatividade e até imagens tridimensionais. Assim, em paralelo ao site da DRVC em
desenvolvimento, objeto deste projeto, esforços foram investidos no desenvolvimento de
código orientado a objetos que usa extensivamente multimídia. Além do desenvolvimento
de páginas HTML, foram feitas modificações no aplicativo JaVox, sistema que aplica a
Computação Evolutiva à produção visual e sonora. Este sistema apresenta vários
aspectos que tornam a sua programação em Java interessante, pode-se citar: interface
gráfica interativa; produção e tratamento de eventos em tempo real e desenvolvimento de
biblioteca de operadores genéticos. JaVox está disponível para acesso em
http://www.geocities.com/Artemis_Moroni/JaVox. Operadores genéticos para a criação de
polígonos e paralelogramos em Java foram desenvolvidos mais recentemente.
A seguir, serão descritos os desenvolvimentos realizados visando o domínio do
desenvolvimento de facilidades multimídia para a Internet: o desenvolvimento do site da
DRVC, em HTML, e as modificações no aplicativo JaVox, em Java.
2. HTML: Desenvolvimento do site da DRVC
Visando a elaboração do sítio da Divisão de Robótica e Visão Computacional do

CenPRA foi feito um estudo em HTML e algumas páginas virtuais foram elaboradas para
serem testadas e posteriormente publicadas.
Foi feito um levantamento dos projetos em andamento e com o auxílio do software
Macromedia Dreamweaver as páginas foram criadas e o resultado pode ser visto
acessando o sítio http://guifersantos.sites.uol.com.br/DRVC/DRVC.htm . A arquitetura do
sítio é apresentada na figura 1.
- 24 -
Figura 1 – Arquitetura do sítio
Os projetos atualmente em desenvolvimento são: AURORA - Autonomous

Unmanned Remote Monitoring Robotic Airship, REAL - Remoty Accessiblity Laboratory,
Visiotronix e PROMED - Prototipagem Rápida em Medicina.
Figura 2 – Sítio do projeto AURORA
Abaixo é apresentada a página do projeto AURORA. Este projeto visa o

desenvolvimento de tecnologia em dirigíveis robóticos autônomos para missões de
sensoriamento remoto, incluindo monitoração ambiental, estudos agropecuários,
prospecção arqueológica e mineral, planejamento urbano, inspeção de grandes estruturas
(tubulações, linhas de transmissão, estradas, etc.) e vigilância. A página do projeto REAL
é muito similar. Ambas as páginas foram encaminhadas aos responsáveis pelos projetos,
para sua apreciação. A seguir, serão descritos os desenvolvimentos realizados em Java
- 25 -
quanto a objetos dos domínios visual e sonoro.
3. Java: Modificações no aplicativo JaVox
JaVox, realizado em conjunto com o NICS/UNICAMP – Núcleo Interdisciplinar de

Comunicação Sonora, consiste em uma aplicação de computação evolutiva à produção
sonora. Este sistema apresenta vários aspectos que tornam a sua programação em Java
interessante, pode-se citar: interface gráfica interativa; produção e tratamento de eventos
em tempo real; desenvolvimento de biblioteca de operadores genéticos. Este aplicativo
está disponível para acesso em http://www.geocities.com/Artemis_Moroni/JaVox .
Inicialmente o aplicativo JaVox disponibilizava ao usuário a criação de retas e arcos
de forma aleatória. Estas figuras são utilizadas para fornecer um conjunto de valores para
os parâmetros de produção musical do aplicativo. A partir desta versão inicial foram
criadas outras duas opções: polígonos e paralelogramos.
A figura 3 apresenta o ambiente gráfico do aplicativo JaVox:
Figura 3 – Ambiente JaVox
Para a adição de polígonos e paralelogramos as primeiras modificações feitas foram

na classe AreaGrafica que implenta o pad interativo e suas opções ( Blue Number, Red
Number, estilo da curva, Clear Red, Clear Blue, Pad ON, etc). Quando Pad ON está
selecionado as curvas azuis e vermelhas fornecerão os valores para os parâmetros
musicais.
As modificações feitas em AreaGrafica visam fornecer ao usuário as opções de
- 26 -
desenho de polígonos e paralelogramos. As principais modificações feitas foram: adição

das opções “Polygons” e “Paralelogramas” no JComboBox (caixa de seleção de estilos) e
de um campo de texto (JFormattedTextField) com o título "Lines Number" para que o
usuário possa selecionar o número de lados que terá o polígono.
Estas modificações em AreaGrafica servem apenas para fazer a interface do
usuário com o aplicativo. Os métodos de desenho estão localizados em PadInterativo e
são acessados por AreaGrafica através de chamadas a métodos contidos em
PadInterativo.class.
Para a publicação na Internet o aplicativo JaVox foi programado no formato applet,
possibilitando sua execução remotamente via Web. No sítio
http://guifersantos.sites.uol.com.br/teste.htm está apresentado o aplicativo JaVox após as
modificações descritas acima.
4. Conclusão
Java vem revolucionando o desenvolvimento de softwares com código orientado a

objetos que usa multimídia, componentes de interface gráfica com o usuário,
tratamento de exceções, multithreading, processamento de banco de dados, redes
cliente/servidor baseadas na Internet e computação distribuída. Aqui, em paralelo ao
desenvolvimento do site da DRVC, está sendo criada uma biblioteca de objetos visual
e sonoro e operadores genéticos que estão sendo implementados no applet JaVox.
Como contribuição imediata da DRVC à comunidade científica, será disponibilizado o
método para desenho de paralelogramos, não encontrado disponível em biblioteca
Java pública.
Agradecimentos
Agradecemos ao programa PIBIC/CNPq e ao CenPRA pela possibilidade de
realizar esse trabalho. Agradecemos ao NICS/UNICAMP pelo seu apoio e suporte. Somos
também gratos aos mestres e doutores da UNICAMP pelo suporte na área acadêmica e
fornecimento de referências para estudo.
Referências
1. Deitel, H. M. & Deitel, P. J. Java: Como Programar. Porto Alegre: Bookman, 2003.
2. Michalewicz, Z. “Genetic Algorithms + Data Structures = Evolution Programs”, New
York: Springer-Verlag, 1996
3. Moroni, A., Manzolli, J., Von Zuben, F.J. & Gudwin, R. “Vox Populi: Evolutionary
Computation for Music Evolution” em Bentley P. 9 (ed.) Creative Evolutionary Systems,
San Francisco, USA: Morgan Kaufmann, pp. 205-221, 2002.
4. Sun Microsystems. Java Tutorial: http://java.sun.com, 2004.
- 27 -
Gestão Estratégica da Inovação: Técnica para Mapeamento de Ambiente

Mirella Borin; Márcia Reiff Castellani; Marco Antonio Silveira
CenPRA – Centro de Pesquisa Renato Archer
mirella@eco.unicamp.br; marcia.castellani@cenpra.gov.br; marco.silveira@cenpra.gov.br
Resumo
Este artigo contém uma proposta para mapear o ambiente de atuação de uma
instituição de pesquisa, que é caracterizado por ter alta complexidade em
decorrência da contínua interação dos diferentes tipos de organização
existentes. Diante da análise de todos os elementos que compõem o ambiente
com o qual uma organização interage, procurou-se desenvolver meios para o
seu mapeamento. A primeira tipologia desenvolvida é testada em uma
unidade de competência do CenPRA/ Centro de Pesquisa Renato Archer e, a
partir dos resultados obtidos, é aperfeiçoada e melhor adaptada para
possibilitar o mapeamento mais eficaz possível. A nova máscara obtida é
testada em outra unidade de competência do CenPRA e, então, é aprovada
como um método eficaz para mapeamento do ambiente externo.
Palavras-chave: Mapeamento de ambiente – Gestão do conhecimento – Capital de

relacionamento
Introdução
Os diferentes tipos de organização – instituições de P&D, empresas e universidades
– são sistemas de alta complexidade em contínua interação com seu ambiente externo,
de onde importam os recursos para suas atividades e para onde exportam seus produtos
(bens tangíveis ou serviços). Dado que o ambiente onde essas organizações atuam muda
rápida e continuamente, a inovação contínua de produtos e processos é condição
fundamental para que se possa alcançar e manter o sucesso no momento atual. Esse
projeto de pesquisa objetiva desenvolver um método para gestão estratégica da inovação
de produtos e processos através da análise do ambiente.
O método desenvolvido será, primeiramente, testado no ambiente do CenPRA –
Centro de Pesquisa Renato Archer – e, por isso, o objetivo inicial é criar uma tipologia
aplicável à realidade dessa instituição.
Ambiente de Unidades de Pesquisa: Mapeamento do CenPRA

Uma unidade de pesquisa interage com diversos tipos de organização, entre as
quais aquelas listadas na primeira coluna da tabela I. Essa tabela é uma síntese dos
principais tipos de organização. Além das informações ali colocadas, a tabela mais
completa contém outros tipos organizações (arranjos empresariais, centros P&D,
fundações de amparo à pesquisa, associações, ONG´s, escolas de 1º e 2º grau,
organizações ligadas a estratos sociais específicos) e relaciona as características
relevantes e funções intrínsecas.
- 28 -
Tabela I: Síntese dos Principais Tipos de Organização

Tipo de Organização Tipo de Relações Potenciais Tipos de Relações potenciais
1º nível 2º nível genéricas com CenPRA específicas com CenPRA
Podem proporcionar acesso a
conhecimento específico, Projetos de pesquisa ou
Pública colaborando com cursos em conjunto; troca de
desenvolvimento dos informações de ambas partes.
Universidade laboratórios.
Podem exercer papel similar ao Oferecimento de cursos;
das públicas, com ênfase no projetos conjuntos.
Privada
conhecimento e pessoal que
pode proporcionar.
Financiamento e pessoal
Oferecimento de cursos por
especializado, com CenPRA
parte do CenPRA; trocas de
proporcionando conhecimento
Públicas informações; CenPRA
tecnológico e possível
proporcionando inovações.
articulação com outras
organizações.
CenPRA pode fornecer
tecnologia. Empresas podem
Similar à empresa pública.
Empresas propiciar trabalhadores,
pesquisa conjunta etc.
Podem funcionar como Similar à pequena empresa;
Privadas locomotiva de demais visto porte das mesmas,
empresas; para isso, CenPRA sempre pode articular relação
pode exercer papel singular de dessas com demais
articulador, fornecendo instituições, como rede de
oportunidades para partes fornecedores, empresas
envolvidas. complementares etc.
Como órgão do governo,
CenPRA tem relação próxima
com demais da mesma
Organismos Projetos conjuntos para
natureza, devendo haver trocas
Públicos setores específicos.
de informações e colaboração
para projetos contínuos, dado
objetivo semelhante.
Obtenção de metas
estabelecidas conjuntamente
CenPRA mantém uma relação
com MCT; desenvolvimento
MCT de subordinação com esse
de projetos de interesses a
órgão.
setores e desenvolvimento da
indústria nacional.
CenPRA pode arquitetar
projetos junto a órgãos de Obtenção de financiamento
Organismos fomento, inclusive com direto ou com
de Fomento negociações prévias, obtendo estabelecimento de projetos
recursos para avanço de conjuntos.
pesquisas.
O profissional de tecnologia precisa acompanhar o contínuo processo de mudança e

intercâmbio com o ambiente para que possa se adaptar e, com isso, sobreviver. Essa
adaptação só é possível através da informação e, para tanto, é indispensável que o
profissional de ciência e tecnologia tenha acesso às fontes de conhecimento relacionadas
à sua área.
- 29 -
Com o objetivo de mapear as relações que o CenPRA estabelece com os agentes

que foram enunciados, propõe-se a coleta de informações que viabilizam o mapeamento
do ambiente. Foram coletadas informações sobre os seguintes tipos de organização:
clientes atuais, clientes potenciais, benchmarks, concorrentes atuais, concorrentes
potenciais, fornecedores atuais, fornecedores potenciais, órgãos governamentais e de
regulamentação, sindicatos e/ou grupos de empregados, parceiros atuais, parceiros
potenciais, fonte de recursos atuais, fonte de recursos potenciais, instituições de
referência em C&T, relações prioritárias. Os dados foram alocados em tabelas. Por
exemplo, para mapear os clientes atuais, foram identificados os seguintes dados: nome
da instituição, características da instituição, relações existentes com o CenPRA,
observações adicionais. O conjunto das tabelas referentes a cada tipo de organização
constitui a Máscara I.
Essa máscara foi testada em uma unidade de competência do CenPRA, DDP -
Divisão para Desenvolvimento de Produtos – através de uma entrevista e mostrou-se
eficaz quanto aos tópicos que abrange, no entanto, as subdivisões dos tópicos foram um
tanto quando inadequadas, uma vez que na explicação da relação o entrevistado já faz
uma caracterização geral da relação, enfatizando o que ele acha importante. Assim, surge
a necessidade de uma forma mais abrangente de tipologia que permita maior liberdade ao
entrevistado e, ao mesmo tempo, o direcione.
Diante disso, propõe-se que, para tanto, a Máscara II se baseie em um roteiro dos
tópicos que devem ser abordados dentro de cada resposta, assim o entrevistado tem
conhecimento dos pontos que sua resposta deve contemplar e, no entanto, não perde
liberdade em enfatizar o que ele acha importante.
A máscara II, testada na unidade de competência DMI – Desenvolvimento de
Mostradores de Informação - mostrou-se eficaz, uma vez que o roteiro de tópicos
direcionou bem a entrevista, dando ao entrevistado a liberdade necessária para enfatizar
os pontos julgados mais importantes por ele e, ao mesmo tempo, não excluindo nenhum
tipo de relação existente entre a unidade e o ambiente externo.
Tem-se assim, como resultado desse projeto de pesquisa, uma Máscara eficaz para
Mapeamento de Ambiente.
Conclusão
Este projeto visou contribuir para o desenvolvimento de uma técnica adequada para
mapeamento do ambiente de unidade de pesquisa. Inicialmente, estudou-se modelos de
mapeamento de ambiente já existentes e suas adequações (e inadequações) com relação
ao ambiente do CenPRA, tendo em vista chegar à uma tipologia adequada para o
mapeamento de uma instituição de pesquisa como o CenPRA.
A primeira ferramenta de mapeamento de ambiente proposta neste projeto foi a
Máscara I, testada na Unidade de Competência de Prototipagem Rápida. Deste teste,
concluiu-se que os tópicos abordados na máscara eram adequados, porém o modo como
estavam dispostos não davam liberdade suficiente para o entrevistado. Com isso,
desenvolveu-se a Máscara II, no esquema de roteiro de tópicos, sendo esta bastante
eficiente no mapeamento do ambiente, uma vez que dá liberdade ao entrevistado a, ao
mesmo tempo, o direciona a abordar todos os tipos de relações existentes e potenciais.
Conclui-se, assim, o projeto de pesquisa, tendo sido desenvolvida uma técnica
eficaz para mapeamento do ambiente, sendo esta uma ferramenta para gestão
estratégica da inovação de produtos e processos.
- 30 -
Agradecimentos
Agradeço a realização desse artigo à colaboração do professor-orientador Marco
Antonio Silveira e da Márcia Reiff Castellani, que possibilitaram o acesso a novas
informações e contribuíram com discussões para a elaboração do artigo. Agradeço
também ao Jorge Vicente Lopes da Silva e à Alaíde Pellegrini Mammana por terem se
prontificado a serem entrevistados, e à Mariana Jansen Ribeiro, que foi quem deu início a
esse projeto de pesquisa. Agradeço ainda ao CNPq, pela bolsa que permitiu o custeio de
despesas e colaborou para pesquisa sobre o tema.
Referências
BATEMAN/SNELL. Administração Managment: Construindo Vantagem Competitiva.
Editora Atlas, 1998.
DRUCKER, Peter F. Administrando em Tempos de Grande Mudança. São Paulo:
Pioneira, 1996.
GUSHI, Alexandre Seigi. Monografia: O Padrão de Geração e Difusão de Inovações
Tecnológicas na América Latina: Uma Abordagem Neo-Schumpeteriana. Campinas,
Universidade Estadual de Campinas, 1999 (UNICAMP).
MAXIMIANO, Antônio Cesar Amaru. Teoria Geral da Administração: da Revolução Urbana
à Revolução Digital. Editora Atlas. 4ª edição, 2004.
PORTER, M. E. Estratégia competitiva. Rio de Janeiro: Campus, 1980.
SILVEIRA, Marco Antônio. Textos Diversos. Campinas: Mestrado em Gerenciamento de
Sistemas de Informação, Pontifícia Universidade Católica de Campinas, 2003
(vários).
Jornal Correio Popular - Caderno Especial sobre o CenPRA (publicado em 15/02/2004)
Site do CenPRA: www.cenpra.gov.br
Site do MCT: www.mct.gov.br
Sigtec – base de dados do CenPRA
- 31 -
Estudo e desenvolvimento de métodos e técnicas para caracterização,

simulação e análise de falhas em componentes e produtos eletrônicos
Pedro G. Giorni; Carlos R. M. de Oliveira

Centro de Pesquisas Renato Archer – CenPRA - DAPE
Pedro.Giorni@cenpra.gov.br; Carlos.Oliveira@cenpra.gov.br
Resumo
Este trabalho tem como objetivo estudar a técnica de microscopia fototérmica
de reflexão como ferramenta para análise de falhas em produtos eletrônicos,
levantando suas potencialidades, limitações e possibilidades de aplicação no
contexto da confiabilidade de circuitos integrados. Procuramos ainda estudar e
avaliar mecanismos de falha nestes circuitos, bem como documentar causas,
características, mecanismos e conseqüências típicas dessas falhas que
podem ser observadas pela microscopia fototérmica em componentes
eletrônicos.
Palavras chave: Microscopia Fototérmica, Análise de Falhas, Circuitos Integrados,

Confiabilidade.
1. Introdução
A capacidade de prever pontos críticos (mais propícios a apresentar falhas no
futuro) num circuito integrado e corrigir seu projeto para evitar falhas ou um mau
funcionamento, desta forma aumentando a confiabilidade de produtos eletrônicos, é de
fundamental importância para garantir a qualidade e o sucesso destes produtos no
mercado.
Neste estudo, procuramos conhecer e dominar a técnica da microscopia fototérmica
de reflexão para que esta sirva como uma ferramenta valiosa na análise, caracterização e
simulação de falhas em circuitos eletrônicos.
Este trabalho, vinculado ao projeto PRJ01.38 “Novas técnicas e métodos de
caracterização, qualificação e análise de hardware” do CenPRA (Centro de Pesquisa
Renato Archer) é o resultado da parceria entre a DAPE (Divisão de Qualificação e Análise
de Produtos Eletrônicos) a DCSH (Divisão de Concepção de Sistemas de Hardware) e o
GFRM (Grupo de Fototérmica e Ressonância Magnética) do Instituto de Física da
UNICAMP.
2. Microscopia fototérmica de reflexão

As propriedades ópticas dos materiais geralmente possuem uma dependência com
a temperatura dos mesmos. Dessa forma, é possível excitar um material com uma fonte
de energia e observar, através da variação da reflexão de um feixe de luz incidente sobre
a amostra, a variação de temperatura na superfície desta. A técnica da microscopia
fototérmica de reflexão se baseia nesses fenômenos. O material excitado é varrido por um
laser de comprimento de onda e potência fixos. A variação na energia da amostra faz com
que o índice de refração complexo na superfície do material se modifique. O feixe refletido
- 32 -
passa por um processo de filtragem e a leitura deste sinal permite a montagem de um

mapa térmico da superfície da amostra.
Caso a amostra seja uma estrutura de um circuito eletrônico, por exemplo, uma
trilha de polisilício ou metal alimentada por uma fonte alternada, a variação de
temperatura na superfície da amostra ocorre, principalmente, pelo efeito joule, e um mapa
térmico obtido pela microscopia fototérmica evidencia os caminhos de maior fluxo de
corrente. Assim, defeitos no circuito como fuga de corrente, curto-circuito ou
eletromigração podem ser detectados.
Esta técnica é não destrutiva, o que significa que ela pode ser utilizada em uma
amostra causando alterações mínimas nas características da mesma, poupando-a para
que possa ainda ser analisada por outras técnicas de análise de falhas.
3. Montagem experimental
A amostra a ser analisada (uma estrutura de um circuito integrado) é excitada por
um gerador de funções com corrente alternada modulada. Um laser com potência e
comprimento de onda conhecidos atravessa um cubo separador de polarização, um
espelho passa-banda e uma lâmina quarto-de-onda. Ele então passa por um microscópio
óptico e incide sobre a superfície da amostra. O laser é refletido e passa novamente pela
lâmina quarto-de-onda (agora já defasado de 180o) e pelo cubo separador de polarização,
que o desvia para um fotodiodo de silício. O fotodiodo converte o sinal óptico em elétrico,
que é analisado por um amplificador lock-in. Do lock-in extrai-se a amplitude e a fase da
componente alternada do sinal, enquanto a componente DC (refletância estática do
material) é retirada do próprio fotodiodo.
Figura 1 – Esquema da montagem experimental Figura 2 – Foto da montagem no GFRM/IFGW
Um sistema de translação x-y controlado por computador é responsável pela

varredura da amostra. Os dados obtidos são tratados por um programa de computador
(matlab ou origin) e resultam nos mapas térmicos, que são formados pelo sinal de laser
refletido em cada ponto da amostra.
4. Resultados
Este trabalho se encontra ainda em sua fase inicial. Os mapas térmicos
característicos de componentes típicos de circuitos integrados, como trilhas de diversas
- 33 -
geometrias, diodos e transistores, sem defeitos, presentes em estruturas de teste estão

sendo obtidos e catalogados.
Os mapas foram obtidos utilizando um fotodiodo com • = 670nm e pot ência de
10mW. Na Figura 3 temos a fotografia de uma trilha de polisilício de um chip de testes. A
Figura 4 é o mapa térmico da amplitude do sinal filtrado na mesma freqüência de
excitação da amostra e evidencia a variação na reflexão em sua superfície, que é
proporcional à variação de temperatura, enquanto a Figura 5 traz a fase deste sinal
filtrado, que representa o atraso da propagação da onda de calor sobre o material. A
Figura 6 é o sinal DC, e mostra a característica de reflexão de cada material varrido. A
Figura 7 é uma representação 3D da amplitude dividida pelo sinal DC, e pondera a
variação na reflexão pela reflexividade característica de cada material, impedindo que
materiais com melhor característica de reflexão mascarem variações mais acentuadas em
materiais com pior característica de reflexão.
Figura 3 – Foto de uma trilha de polisilício Figura 4 – Mapa térmico de amplitude na trilha
Figura 5 – Fase na trilha de polisilício Figura 6 – Refletividade DC da trilha
Numa etapa futura, defeitos monitorados no laboratório serão provocados nas

estruturas de testes para que os mapas térmicos das mesmas sejam conhecidos e
devidamente documentados para referência quando a técnica estiver em pleno uso na
análise de falhas de componentes eletrônicos diversos.
- 34 -
Figura 7 – Mapa tridimensional da amplitude na trilha dividida pelo sinal DC
5. Considerações Finais
A microscopia fototérmica de reflexão tem se mostrado uma nova maneira de
observar um circuito integrado em funcionamento, capaz de evidenciar, através das
diferenças no gradiente de temperatura superficiais em trilhas e estruturas, as regiões de
maior dissipação térmica em microestruturas eletrônicas. O conhecimento das
características das falhas mais comuns, bem como das limitações do mapeamento
fototérmico balizarão o pleno uso desta para a caracterização de estruturas eletrônicas.
Esperamos em breve estar aptos a aplicar esta técnica na análise de falha de
componentes eletrônicos, concluída a catalogação dos defeitos típicos.
Agradecimentos
Gostaria de agradecer ao GFRM/IFGW, e particularmente ao prof. Dr. Antônio M.
Mansanares por ceder o espaço do laboratório, e à doutoranda Laura R. de Freitas pela
ajuda na realização das medidas e discussões. Agradeço a todo o pessoal do DAPE pelo
apoio dado durante este trabalho e especialmente ao Dr. Carlos R. M. de Oliveira e ao
Eng. Marcos B. C. Pimentel pelo auxílio e orientação. Agradeço ainda ao DCSH/CenPRA
e Wellington R. de Mello pelo projeto das estruturas de teste e ao programa PIBIC/CNPq
pelo suporte financeiro.
Referências
Batista, J.A. “Microscopia Fototérmica de Reflexão aplicada à caracterização de

dispositivos eletrônicos.” Dissertação de mestrado – IFGW UNICAMP. Campinas, SP,
Julho 1996.
Batista, J.A. et al; “Temperature field of biased microeletronics devices obtained by
phototermal microscopy.” Segundo workshop Iberchip, São Paulo, SP, Fevereiro 1996,
pp.358-364.
Batista, J.A. et al; “Photothermal Refletance Microscopy applied to the study of
electrostatic discharge degradation in MOSFET structures” XIII SBMicro, Curitiba, PR,
Agosto 1998, pp.430-436.
- 35 -
Capacitação de Sistemas Integrados para Gestão Empresarial – Aplicação ao

LOGIX 
Robert Awerianow; Marcius F. H. Carvalho; Rosana B. B. Haddad

Laboratório de Tecnologias de Gestão Empresarial – LTGE (DGE)
{marcius.carvalho; rosana.haddad; robert.awerianow}@cenpra.gov.br
Resumo
O objetivo desse projeto é fornecer ao chão de fábrica uma seqüência de
produção compatível com a capacidade disponível na planta industrial através
da integração entre um software de Programação Matemática e o ERP
(Enterprise Resource Planning) comercial da Logocenter, o LOGIX. Essa
integração visa suprir uma falha comum aos ERPs que é a dificuldade em
seqüenciar as operações devido a não consideração das restrições de
capacidade instalada.
Palavras chave: Capacitação de Chão de Fábrica, ERP, Programação Matemática
1. Introdução
Esse projeto visa integrar um ERP (Enterprise Resource Planning) existente no
mercado e um software de Programação Matemática e, assim, corrigir uma limitação
encontrada nos ERPs que é a não consideração dos limites da capacidade instalada por
período de produção. Foram utilizados dados reais de chão de fábrica de uma empresa
com produção discreta e seriada.
O ERP é um Sistema de Administração da Produção, composto de vários módulos.
O Módulo de Manufatura, cujo objetivo é organizar a produção, é o foco principal desse
projeto. Os softwares tradicionais não levam em consideração o limite de capacidade de
produção por período, além de apresentarem dificuldades em considerar os tempos de
setup (tempo de configuração da máquina) que, no caso estudado, além de serem
dependentes da seqüência, compõe uma fração significativa no tempo global de
produção.
Essas limitações são o objetivo desse estudo já que representam as principais
deficiências dos atuais Sistemas de Administração da Produção. Para isso, foi
desenvolvido um software de Programação Matemática que considera os limites de
capacidade de cada recurso ao longo do tempo.
O ERP utilizado é o LOGIX desenvolvido pela LOGOCENTER, uma empresa com
oito filiais no país, cerca de 300 funcionários e que atende a mais de 400 clientes.
O software de Programação Matemática utilizando o Método Simplex e os dados de
demanda, tempos de produção e setup cadastrados no ERP decide quando as ordens de
produção devem ser iniciadas para evitar horas extras e não atendimento da demanda.
- 36 -
Os dados utilizados são reais, cedidos ao CenPRA pela MAXION -

COMPONENTES ESTRUTURAIS LTDA, empresa usuária do LOGIX e que produz rodas,
chassis e componentes estampados para as principais montadoras de veículos
comerciais do país.
2. Estruturação dos dados de acordo com as necessidades do software de

Programação Matemática
Uma possível modelagem seria a de todo o processo produtivo de cada um dos
itens processados no chão de fábrica, porém, devido ao elevado número de
componentes, tanto a inserção dos dados quanto a análise dos mesmos seria uma tarefa
complexa e demorada. Optou-se, portanto pelo estudo de um centro de trabalho
considerado gargalo pela empresa. A modelagem desse centro de trabalho pelo software
de Programação Matemática dará a melhor seqüência de processamento que seja
compatível com a capacidade produtiva instalada.
Existem três prensas no centro de trabalho a ser estudado. Uma de cinco mil
toneladas e duas de três mil toneladas, sendo que nas três prensas os tempos de setup
são extremamente relevantes (chegando a representar mais de 100% do tempo
necessário para a produção).
A figura abaixo mostra uma possível alocação de itens às prensas. Os itens P1 e P3
devem ser processados somente na prensa de cinco mil toneladas, já P2 pode ser
processado em qualquer uma das três prensas.
P1 5kt
P2 3kt
P3 3kt
Roteiro de fabricação dos itens P1 até P3
Em seu processamento, os itens podem sofrer uma ou duas operações nas prensas
(RF ou EF). O tempo de setup na troca de operação, é de duas horas e o tempo médio de
processamento de uma peça é de um centésimo de hora.
Para contornar o problema dos altos tempos de setup, os diversos itens da empresa
foram agrupados em famílias usando procedimentos heurísticos. A próxima tabela mostra
um exemplo de uma seqüência de processamento dos itens de uma família. De acordo
com essa tabela, os itens com demanda no período devem respeitar essa seqüência de
processamento estabelecida empiricamente.
- 37 -
Seqüência de processamento da família, obtida empiricamente, considerando as operações

e os equipamentos disponíveis.
DEN_ITEM COD_FAMILIA SEQ. NA STANDARD PRENSA
FAMILIA
A4092 01A 1 180 2300/2320
A4093 01A 2 180 2300/2320
A4094 01A 3 180 2300/2320
O tempo de setup é variável de acordo com a seqüência produzida e, uma vez que
o equipamento é programado para uma operação, é interessante que o maior número de
operações seja realizado.
Com base nos dados de demanda fornecidos pela empresa, os itens foram
agrupados de forma que novas famílias foram criadas. Cada nova família criada é um
subconjunto da família original, sendo considerada pelo MRP capacitado como um único
item, com demanda unitária, cujo tempo de processamento eqüivale à soma do tempo de
processamento e setup dos itens que a compõe. As novas famílias são, portanto,
subconjuntos das famílias obtidas empiricamente na empresa.
A tabela abaixo exemplifica a criação dessas novas famílias. A 1a coluna é
destinada às famílias cadastradas na empresa, a 2ª refere-se às duas possíveis
operações na prensa (RF ou EF). A 3ª aos itens que compõe cada família. A 4ª coluna
apresenta as demandas dos itens no período estudado. Na 5ª coluna são apresentados os
tempos de setup entre os itens, respeitando a seqüência empírica obtida na empresa.
Note-se que troca de operação ou de família demanda sempre 2:00 horas. A 6ª coluna
apresenta os tempos de processamento de todo o lote. Na 7ª coluna o novo item é
apresentado e na 8ª coluna o tempo de produção do novo item. Exemplificando: tempo de
processamento de novo A1 = 2:00 + 1:30 + 2:00 + 0:30 + 2:00 + 1:00 + 0:40 + 0:50 =
10:30.
Criação de novos itens.

Família Oper. Itens Demanda no T. setup T. produção Novo Tempo
período do lote Item Produção
A1 RF a1 200 02:00 02:00
a2
a3 100 01:30 01:00 Novo A1 10:30
EF a1 200 02:00 00:40
a2
a3 100 00:30 00:50
B1 EF b1
b2 100 02:00 01:00
Novo B1 05:15
b3
b4 200 00:15 02:00
Os novos itens têm validade apenas para o software de Programação Matemática,

que apresenta como resultado a seqüência ótima de processamento dos novos itens, ou
seja, das famílias com demanda no período.
- 38 -
Calculados os tempos de produção por família, esses dados serão modelados de forma
que o software de Programação Matemática minimize o custo total de produção.
3. Conclusões
A principal vantagem foi modelar ao longo do tempo a produção, uma melhor
utilização global dos recursos, otimizando a produção no tempo como um todo. Mesmo
que os recursos não apresentem excesso na carga de trabalho durante um período o
software de Programação Matemática consegue alocar os itens especificando a prensa
onde cada item deve ser produzido, organizando assim a produção.
Se considerados aspectos como preferência de entrega de famílias, custo de atraso,
custo de estocagem e limitações de injeção de matéria prima, toda a análise de custo será
transparente ao operador e o software de Programação Matemática minimizará o custo
total da produção. O operador precisará apenas definir características das ordens de
produção.
A principal desvantagem desse modelo foi a alocação simultânea de duas prensas
para a produção do mesmo item, uma vez que esse resultado não é válido, pois não é
possível para MAXION produzir simultaneamente, em mais de uma prensa, o mesmo
item. Quando isso ocorre continua sendo necessário a intervenção do operador na
programação da produção. A solução para esse problema é inverter a ordem de
prioridade de produção do item duplicado e executar o software de Programação
Matemática novamente, o que evita que resultados duplicados de produção existam antes
da ocupação máxima de todas as possíveis prensas.
Agradecimentos
Agradecemos ao CNPq, à LOGOCENTER e à MAXION – COMPONENTES
ESTRUTURAIS LTDA.
Referências
Corrêa, H.L.; Gianesi, I.G.H. Just in time, MRP II e OPT. Editora Atlas, 1994.
Haddad, R.B.B.; Carvalho, M.F. “Complementaridade entre programação matemática e
ERP.”
Lachtermacher, G. Pesquisa operacional na tomada de decisões – Modelagem em Excel.
Editora Campus, 2002.
Hillier, F.S.; Lieberman, G.J. Introduction to operations research. Editora McGraw-Hill, Inc,
1995.
Carvalho, M.F.; Fernandes, C.A.; Ferreira, P.A. Multiproduct Multistage Production
Scheduling (MMPS) for Manufacturing Systems Production Planning & Control. Editora
Taylor & Francis, 1999.
- 39 -
Componentes de Software do Modo de Navegação Observador do

Laboratório Virtual Real
Rodrigo F. Sassi; Eliane G. Guimarães

Divisão de Robótica e Visão Computacional (DRVC)
Rod. D. Pedro I, km 143.6
Campinas – SP, 13083-970
{ rodrigo.sassi, eliane.guimaraes }@cenpra.gov.br
Resumo
Este documento apresenta componentes de software do modo de navegação
Observador do laboratório virtual REAL para o acesso remoto a equipamentos
de robótica através da Internet. Esse software foi implementado utilizando a
plataforma de suporte ao modelo CM-tel, desenvolvido no âmbito do REAL.
Palavras chave: Componentes de Software, Sistemas Distribuídos, Telerobótica
1. Introdução
O desenvolvimento de aplicações distribuídas tem evoluído da utilização de
objetos distribuídos para componentes de software distribuídos. Java RMI (Remote
Method Invocation), DCOM (Distributed Component Object Model) e CORBA (Common
Object Request Broker Architecture) são tecnologias de middleware bem conhecidas para
o suporte a objetos distribuídos. As plataformas EJB (Enterprise Java Beans), COM+ e
CCM (CORBA Component Model) estendem estas tecnologias de forma a suportar
componentes de software distribuídos. As Plataformas EJB, COM+ e CCM suportam
modelos de componentes que atendem o desenvolvimento de aplicações típicas de áreas
de negócios. Para isto provêem suporte para transações e persistência.
Aplicações emergentes, tais como laboratórios virtuais, laboratórios de acesso
remoto e ambientes colaborativos, impõem para o desenvolvedor alguns novos requisitos
que não são tratados pelas plataformas EJB, COM+ e CCM. Por exemplo, o suporte para
interações multimídia distribuídas.
Neste documento apresentamos alguns componentes de software de uma
aplicação distribuída para o laboratório virtual REAL (Remotely Accessible Laboratory)
[1,2], modo de interação Observador, desenvolvidos utilizando a plataforma CCM-tel
(CORBA CM-tel) que suporta o modelo de componentes de software CM-tel (Component
Model for Telematic Applications). Esse modelo e a sua plataforma foram implementados
a fim de fornecer suporte aos novos requisitos citados acima e para facilitar o
desenvolvimento das aplicações emergentes.
2. O modo Observador e suas funcionalidades

O modelo de programação orientado a componentes CM-tel propiciou a utilização
das prerrogativas oriundas da programação orientada a componentes de software para o
desenvolvimento do modo Observador de interação. Dentre elas pode-se destacar a
modularidade e a reutilização do software. A base do modelo CM-tel fornece a estrutura
de um componente, que consiste em um conjunto de interfaces que executam funções
- 40 -
complementares (clientes/servidor) [1,2,3].

O modo Observador (figura2.1) é dedicado ao Ensino à Distância através da
Internet. Ele propicia um ambiente colaborativo, onde somente um usuário (instrutor) pode
interagir com o robô e outros podem somente acompanhá-lo (alunos). Para essa
diferenciação foram criados serviços com interfaces distintas. Assim, o instrutor carregará
o serviço Observador(Professor), enquanto os alunos acessarão o serviço
Observador(Aluno).
figura2.1: Interface Modo Observador fazendo uso do recurso Chat
As interfaces de interação recebem e apresentam os fluxos de vídeo e eventos de

posição gerados pelos servidores de vídeo e posição. Esses fluxos são provenientes do
modo Básico [3] de interação, que está conectado junto ao modo Observador através da
interface de apresentação. Em adição aos painéis de vídeo e mapas de posição, três
outros recursos estão disponíveis na interface do Observador(Aluno). No primeiro recurso
trata-se um fluxo de áudio, que permite aos alunos ouvir o instrutor em tempo real. Assim
como os fluxos de vídeo, fluxos de áudio são diretamente suportados pela plataforma
CCM-tel através do serviço A/V Streams. No segundo trata-se de uma facilidade de
apresentação, que permite apresentar materiais didáticos (figuras, gráficos, diagramas,
etc.) no Web browser do aluno. Nesse browser, um componente instalado recebe eventos
contendo o endereço (URL - Uniform Resource Locator) para ser apresentado. Os
conteúdos indicados pela URL são acessados pelo browser através do protocolo HTTP
(Hipertext Transfer ProtocoÍ). Finalmente, no último trata-se da facilidade de Chat, uma
funcionalidade de interação que suporta um mecanismo de comunicação, baseado em
texto, entre o instrutor e os estudantes.
A interface do Observador(Professor) diferencia-se na capacidade de interação com
os mapas do modo Básico e na presença de outros dois recursos, um gerador de eventos
contendo URLs e um difusor de Chat. A fonte dos eventos é um componente, que possui
- 41 -
uma interface onde o instrutor pode selecionar o URL a ser apresentado. O difusor
consiste de um componente cuja interface possibilita ao instrutor habilitar/desabilitar a
comunicação via Chat.
Esse modo de interação demanda comunicação em grupo para propagar
segmentos de vídeo e eventos de um produtor simples para múltiplos usuários
consumidores. Felizmente, a plataforma CCM-tel suporta ambos os serviços CORBA
empregados para fluxos de mídia e propagação de eventos para este tipo de
comunicação.
3. Definição da infra-estrutura de comunicação de grupo

Os modos interação Básico e Avançado do REAL utilizam fluxos multimídia ponto-a-
ponto (unicast), ou seja, de um produtor para um único consumidor. No modo Observador,
os fluxos multimídia têm natureza multiponto, ou seja, de um produtor para um ou mais
consumidores. Tais fluxos demandam comunicação multidestinatário (de grupo).
A forma mais direta de implementar a comunicação de grupo é através do uso de
endereços IP classe D. Entretanto, esta solução é inviável na Internet. Fato que se deve
aos roteadores, por bloquearem o encaminhamento de pacotes com esse tipo de
endereço. A solução para esses casos é a utilização de refletores de mídia. Refletores de
mídia são processos que recebem pacotes de um fluxo por uma porta e replicam o pacote
para todos os receptores conectados a ele. A comunicação produtor-refletor e refletor-
consumidor é do tipo ponto-a-ponto, evitando assim o bloqueio por parte dos roteadores
da Internet.
Apesar de implementarem uma idéia simples, refletores de mídia são sistemas
razoavelmente complexos, pois devem implementar um protocolo de gerenciamento de
conexão/desconexão de produtores e consumidores, além de redirecionar mensagens de
controle geradas pelos consumidores e direcionadas ao produtor e ainda apresentar baixa
latência de comunicação. O modo Observador utiliza o refletor Darwin da Apple Computer
Inc. O seu funcionamento básico pode ser visto na figura3.1.
figura3.1: Estrutura básica do funcionamento de um refletor de mídia
4. Interconexão dos componentes

A fim possibilitar uma visão geral dos componentes e conteineres implementados,
fornecemos um maior detalhamento do recurso do Chat, apresentado na figura2.1. Na
figura4.1 pode-se ver os conteineres (nomes iniciados por CT_) abrigando os
componentes (nomes iniciados por C_), bem como relações de dependência entre os
componentes. Por exemplo, o componente de interface do Chat (C_ChatInterface)
- 42 -
depende do componente difusor de Chat (C_ChatDiffuser).
figura 4.1: Interação dos componentes do Chat

O componente ChatDiffuser é responsável pela difusão das mensagens de texto
enviadas por usuários a todos conectados à aula. Ele também é responsável pela
habilitação/desabilitação do chat (somente o instrutor pode fazer isso). Ele possui dois
receptáculos múltiplos, um que enviará as mensagens de texto a todos os componentes
conectados e outro responsável por setar a propriedade Enabled de todos as interfaces
do chat. Também possui uma faceta que receberá as mensagens de texto a serem
difundidas aos outros usuários.
Já o componente ChatInterface é responsável pela apresentação das mensagens
de texto enviadas pelos outros usuários na interface do usuário corrente. Ele possui uma
faceta e um conjunto de propriedades (PropertySet, que é uma porta de configuração). A
faceta tem por função apresentar na interface o texto recebido do componente difusor. O
PropertySet é um elemento de configuração do componente que guarda informações que
são propriedades inerentes ao mesmo. Nesse caso ele guardará uma informação que
estabelece se o chat está habilitado ou não. Essa informação será alterada pelo
componente C_ChatDiffuser, quando o instrutor decidir habilitar ou desabilitar o serviço de
chat.
5. Conclusões
O desenvolvimento de laboratórios virtuais é uma real necessidade em nosso país,
dado que poucos são os recursos disponíveis nas instituições. Esse artigo descreveu a
implementação do modo Observador do laboratório REAL. Isso leva a concluir que o
projeto de Iniciação Científica tem alcançado seu objetivo, proporcionando ao bolsista um
contato direto com tecnologias emergentes no mercado. O contato com outros integrantes
do projeto tem trazido constante aprendizado ao bolsista, fator extremamente importante
para o bom andamento do projeto.
Referências
[1] – REAL: A Virtual Laboratory for Mobile Robot Experiments, IEEE Transactions on
Education, February 2003, Volume 46, Number 1, Pages 37-42. E. Guimarães, A. Maffeis,
J. Pereira, B. Russo, E. Cardozo, M. Bergerman, and M.F.Magalhães.
[2] – REAL: A Virtual Laboratory Built from Software Components, IEEE Proceedings of
the IEEE, Volume 91, Number 3, Pages 440-448. E. Guimarães, A. Maffeis, J. Pereira, B.
Russo, E. Cardozo, M. Bergerman, and M.F.Magalhães.
[3] – Souza, V. S. M., Estudo e Implementação de Componentes dos Modos de
Navegação Básico e Observador do Laboratório Virtual REAL, Jornada de Iniciação
Científica. Outubro de 2002.
- 43 -
Seqüenciamento de Processos Industriais Utilizando Times Assíncronos.
Sara L. A. Fonseca; Carlos A. S. Passos

Instituto de Automação
{ Sara.Fonseca; Carlos.Passos }@cenpra.gov.br
Resumo
Este artigo apresenta uma abordagem para a resolução de problemas de
seqüenciamento do tipo Flowshop com limite no consumo de recursos
compartilhados utilizando Times Assíncronos, conhecidos como A-Teams, do
inglês Asynchronous Teams. Esta técnica de resolução de problemas
possibilita a utilização de várias heurísticas, como por exemplo: Busca Tabu e
Algoritmo Genético, promovendo a cooperação entre elas. O desempenho do
algoritmo proposto é avaliado segundo benchmarks disponíveis na literatura
da área de seqüenciamento e da comparação com as heurísticas citadas
individualmente.
Palavras chave: Flowshop, A-Teams, Busca Tabu, Algoritmo Genético.
1. Introdução
Uma das característica de indústrias de processos químicos é a produção em série
em instalações pequenas ou médias, com grande variedade de produtos. O problema de
seqüenciamento da produção neste tipo de indústria segue freqüentemente o modelo
Flowshop, devido à familiaridade presente entre os produtos, cuja fabricação exige
operações intermediárias que são executadas na mesma ordem, e à tendência de uma
organização estática das unidades de produção (máquinas) utilizadas. Além disso, estes
produtos geralmente compartilham recursos como vapor e eletricidade, que são limitados
e impõe uma dificuldade adicional à solução do Flowshop tradicional.
O modelo Flowshop é basicamente um fluxo unidirecional de produtos através das
unidades de produção. Uma definição formal pode ser encontrada em (Baker, 1974). A
fábrica contém P máquinas distintas, e cada tarefa (produto) consiste de P operações,
cada uma das quais requer uma máquina diferente. As máquinas em um Flowshop são
numeradas 1, 2, ..., P; e as operações da tarefa i são correspondentemente numeradas (i,
1), (i, 2), ..., (i, P). Cada tarefa pode ser tratada como se possuísse exatamente P
operações. Caso uma tarefa não possua uma certa operação, seu tempo na maquina
equivalente é tomado com 0.
Encontrar a seqüência que minimiza o tempo total de processamento (Makespan) é
um problema NP-difícil (Garey et al., 1976). Isto inviabiliza a procura pela solução ótima
através de algoritmos exatos e abre caminho para a abordagem do problema através de
meta-heurísticas como a Busca Tabu (BT) e o Algoritmo Genético (AG), que buscam
soluções aproximadas. Estas heurísticas apresentam bons resultados, especialmente
para problemas em maior escala.
A solução por Busca Tabu foi anteriormente implementada e os resultados obtidos
podem ser encontrados em (Passos e Nazareth, 2002). Da mesma forma, o Algoritmo
- 44 -
Genético foi aplicado ao problema. Resultados para esta heurística podem ser
encontrados em (Passos e Fonseca, 2003). Os A-Teams são uma técnica de resolução
que utiliza várias heurísticas, trabalhando independentemente e cooperando entre si na
procura de melhores soluções. Desta forma o trabalho anterior do grupo constituiu um
ambiente altamente favorável à aplicação desta técnica.
Neste artigo, apresenta-se o A-Team desenvolvido, resultados obtidos e uma
comparação com as heurísticas anteriormente implementadas.
2. A-Teams
A-Teams são algoritmos que utilizam diversas heurísticas conjuntamente
procurando explorar o comportamento sinérgico entre as mesmas, ou seja, promovendo
cooperação na busca de soluções otimizadas. Estas heurísticas são chamadas de
agentes e compartilham soluções “depositadas” em memórias. A próxima seção descreve
os agentes e as memórias utilizados no A-Team proposto.
2.1 A-Team Proposto

A figura 1 é um esquemático do A-Team proposto. Deve-se notar a
presença de dois depósitos de soluções: memória de soluções completas e memória de
soluções parciais. A memória de soluções completas guarda soluções completas para o
problema.
BT AG
Soluções
Completas
R D
C Cheap-NEH
Soluções
Parciais
Figura 1: A-Team proposto
Os seguintes agentes agem sobre esta memória:

• AG: Algoritmo Genético, heurística que lê soluções da memória de soluções
completas e as incorpora no seu processo evolutivo. A melhor solução encontrada
por este agente é depositada nesta memória.
• BT: Busca Tabu, heurística de busca local, que parte de uma solução presente na
memória de soluções completas e deposita na mesma a melhor solução
encontrada.
• R: Agente de inicialização, responsável por criar soluções iniciais. Utiliza
inicialização aleatória.
• D: Agente de destruição, responsável por destruir soluções ruins, mantendo o
tamanho da memória.
Já a memória de soluções parciais apresenta soluções com um número menor de

tarefas, e sua comunicação com a memória principal é feita através dos seguintes
- 45 -
agentes:
• C: Agente de Consenso, que cria soluções parciais constituídas por
informações contidas em soluções da memória de soluções completas.
• Cheap-NEH: Heurística responsável por construir soluções completas a partir
de uma solução da memória de soluções parciais. Procura posicionar as
tarefas de forma a otimizar o makespan.
3. Resultados
O gráfico 1 apresenta uma comparação entre o desempenho das duas heurísticas
de melhoria utilizadas separadamente na resolução do problema e do A-Team adotado.
Utilizou-se uma instância de testes de 100 tarefas e 20 máquinas com limitação de
recursos. Destaca-se o comportamento sinergético resultante da cooperação entre os
algoritmos, pois o resultado do A-Team é melhor do que aquele apresentado por cada
heurística isoladamente.
Gráfico 1: Comparação entre BT, AG e A-Team
3.1 Benchmarks
Para testar o problema, foram utilizadas 120 instâncias de benchmarks propostas
por Taillard (1993) e disponíveis na ORLIB (Operational Research Library), no endereço
http://mscmga.ms.ic.ac.uk/info.html. Estas instâncias consideram o problema de Flowshop
clássico, sem limitação de recursos.
Foi escolhida uma instância de cada tamanho para efetuar a avaliação de
desempenho. Na tabela 3, as instâncias aparecem como taXXX, onde XXX é o número do
problema. Entre parênteses está o tamanho da instância. A segunda coluna desta tabela
indica a diferença percentual média entre o limite mínimo teórico de cada instância e o
resultados de três execuções do A-Team. A terceira coluna mostra esta mesma diferença
para as melhores soluções da literatura encontradas na prática. Elas são iguais quando a
solução ótima da instância é conhecida.
Apesar de ter sido desenvolvido para os problemas com limitação de recursos, o A-
Team apresenta bons resultados para os problemas clássicos de Flowshop. É importante
ressaltar que estes resultados foram obtidos considerando um tempo aceitável de
processamento e que os melhores resultados encontrados na literatura para estas
instâncias não foram obtidos por um único algoritmo.
- 46 -
Tabela 1. Resultados dos Benchmarks

Instância (NxM) Distância Distância da Tempo (s)
do Limite Melhor
Mínimo (%) Encontrada (%)
Ta001 (20 x 5) 0 0 3.5
Ta011 (20 x 10) 1.3 1.3 5.6
Ta021 (20 x 20) 1.4 1.4 9.4
Ta031 (50 x 5) 0 0 21.6
Ta041 (50 x 10) 3.4 3.4 38.1
Ta051 (50 x 20) 6.2 4 64
Ta061 (100 x 5) 0 0 90.5
Ta071 (100 x 10) 0.7 0.7 151.2
Ta081 (100 x 20) 6.6 5.1 270.3
Ta091 (200 x 10) 0.6 0.6 624.4
Ta101 (200 x 20) 3.6 3.2 1,125.5
Ta111 (500 x 20) 1.8 1.7 11,223.1
4. Conclusão
A técnica aplicada mostrou-se eficiente na busca da melhoria de soluções para o

problema. Uma sensível evolução em relação às soluções adotadas anteriormente pode
ser detectada. O algoritmo desenvolvido em sua versão seqüencial apresenta boas
soluções em tempo de processamento razoáveis. A partir destes resultados é possível
projetar um algoritmo que utiliza programação paralela e explorando com maior
profundidade as características da técnica de A-Teams.
Agradecimentos
Este trabalho foi apoiado pelo Programa Institucional de Bolsas de Iniciação
Científica do Conselho Nacional de Desenvolvimento Científico e Tecnológico -
PIBIC/CNPq.
Referências
Baker K.R. Introduction to Sequencing and Scheduling. John Wiley, 1974.

Garey M.R., Johnson D.S. Computers and Intractability; a Guide of NP-Completeness.
New York, W. H. Freemon and Company, 1979, 340 p.
Passos C.A.S.; Nazareth L.G.P. Flowshop Scheduling in Chemical Process Industries
using Tabu Search Algorithm. 18ª International Conference on CAD/CAM and
Factories of the Future, INESC/Porto, Portugal,2002.
Passos C. A. S.; Fonseca S. L. A., ‘Scheduling of Jobs in Chemical Process Industries
Using Metaheuristics Approaches’; International Conference on Industrial Logistics -
ICIL’2003 16, Vaasa, Finland, 2003.
Taillard, E.; Benchmarks for basic scheduling problems. European Journal of Operational
Research 278-285,1993.
- 47 -
Modelagem de Sistemas Organizacionais: A Rede TSQC com Enfoque

Sistêmico
Talita Rocha Navarro; Alessandra M. S. Alves; Marco Antonio Silveira

CenPRA – Centro de Pesquisa Renato Archer
talitanavarro@eco.unicamp.br; amsalves@bol.com.br; marco.silveira@cenpra.gov.br
Resumo
Este trabalho apresenta uma modelagem da Rede TSQC - complexa rede

formada por várias instituições públicas e privadas para apoiar a indústria
nacional da tecnologia da informação – segundo um modelo de gestão com
enfoque sistêmico tendo a qualidade como base da estratégia competitiva. O
modelo proposto define os elementos da Rede TSQC necessário para
descrever um sistema, segundo os principais autores da Teoria do Sistema
Geral, a saber: objetivo do sistema; atividades: componentes de sistemas
gerenciais; estrutura e hierarquia do sistema; ambiente do sistema; recursos;
administração geral do sistema e mudanças no sistema focal.
Palavras chave: Gestão sistêmica, Rede pluriinstitucional.
1. Introdução
Em função das características dos mercados atuais, vem crescendo a importância
de sistemas cooperativos, em especial das redes organizacionais. Alinhadas com essa
tendência mundial, nove instituições brasileiras1, todas elas atuando de alguma maneira
em qualificação e certificação de produtos e processos, perceberam que operando em
rede podem potencializar sobremaneira as suas contribuições para o desenvolvimento
empresarial e tecnológico do país.
Por outro lado, a cada evolução nos processos produtivos e nas atividades
empresariais a qualidade vem ganhando espaço no mundo industrializado e hoje não
somente é vista como um conjunto de técnicas para assegurar a conformidade do produto
como também está incluída no processo de planejamento estratégico, é associada à
lucratividade, é definida de acordo com as idéias do cliente, além de ser uma poderosa
arma de concorrência.
O Modelo para Sistemas da Qualidade como Base da Estratégia Competitiva,
desenvolvido por Silveira (1999), contribuiu para descrever a Rede TSQC sob tal modelo,
com o objetivo de assentir a qualidade em seus negócios de inovação.
Este artigo vem, então, apresentar os elementos básicos da Teoria do Sistema
Geral, com os quais a Rede TSQC busca se integrar com o intuito de estabelecer a
gestão estratégica da qualidade no desenvolvimento de seu trabalho.
1
São elas: Centro de Pesquisas Renato Archer/CenPRA, Comissão Nacional de Energia Nuclear/CNEN, Centro Técnico
Aeroespacial/CTA, Instituto Nacional de Pesquisas Espaciais/INPE, Instituto Nacional de Tecnologia/INT, Instituto de
Pesquisas Tecnológicas/IPT, Instituto Tecnológico de Aeronáutica/ITA, Sociedade para Promoção da Excelência do
Software Brasileiro/SOFTEX e União Certificadora das Indústrias Eletro-eletrônicas/UCIEE.
- 48 -
2. Conceitos Teóricos
Desde Galileu a ciência moderna tem sido dominada pelo enfoque analítico ou
reducionista, que se caracteriza pela redução de problemas a componentes menores
visando facilitar a sua análise. O paradigma reducionista tem vantagens evidentes, sendo
responsável pelo ferramental metodológico que proporcionou o gigantesco
desenvolvimento científico e tecnológico experimentado pela humanidade nos últimos
séculos. No entanto, o enfoque analítico-reducionista se mostra inadequado para lidar
com situações mais complexas, onde os fenômenos devem ser entendidos não só em
termos dos seus componentes, mas também em termos do conjunto integral das relações
existentes entre eles (Schoderbek et al: 1982). A mudança do enfoque analítico dos
problemas para o estudo dos problemas como um todo, pode ser visto como uma
mudança metodológica; é a mudança para o enfoque holístico ou sistêmico, o enfoque
que é usado pelos estudiosos da teoria do sistema geral-TSG. Esse novo campo de
conhecimento trazido pela TSG tem se revelado muito importante, pois revolucionou
muitos campos da ciência e tem tido um impacto sobre a vida das pessoas.
Segundo Silveira (1999), uma das diversas vantagens que a análise sistêmica
apresenta é a possibilidade de se modelar o sistema focal. E, para que todos os critérios
propostos por LeMoigne/Bertalanffy e por Churchman/ Schoderbek et al sejam satisfeitos,
um modelo deverá contemplar os seguintes pontos: a) o objetivo global do sistema; b) as
atividades desenvolvidas para alcançar seus objetivos; c) a sua estrutura; d) o seu
ambiente; e) os seus recursos; f) a administração geral do sistema; g) a maneira pela qual
as mudanças serão viabilizadas no sistema focal.
Para Silveira (1999), além de proporcionar os meios para entender o todo sem se
perder em detalhes, a análise sistêmica tem a vantagem de ser flexível, propiciando a
visão da empresa com qualquer nível de detalhamento, bastando definir o nível do sub-
sistema que se quer analisar.
3. Modelagem da Rede TSQC

Com a finalidade de apoiar setores envolvidos com a tecnologia da informação (TI)
– de eletrônica, informática e de telecomunicações –, a Rede TSQC possui atividades que
são essenciais para a inovação de produtos e processos ligados à setores competitivos,
pois a manutenção da competitividade depende de constante monitoramento e
realimentação de informações sobre o desempenho dos produtos e processos de
fabricação.
Dentro do seu escopo de atuação - qualificação e certificação - a rede TSQC tem
duas grandes funcionalidades, a saber, a prestação de serviços e o desenvolvimento
tecnológico associado. Os seus objetos-alvo são todos aqueles de interesse para os três
setores econômicos alvo, ou seja, processos e produtos tanto de hardware como de
software.
Entre as principais empresas-alvo da Rede TSQC estão os fabricantes de
equipamentos, os desenvolvedores de software, as empresas de informática, as
empresas de telecomunicação e as empresas de pequeno e médio porte de base
tecnológica; incluem-se também as incubadoras de empresas de base tecnológica.
Centros de desenvolvimento de sistemas, software e componentes são também
beneficiados, pois terão acesso não somente aos testes funcionais dos novos produtos,
como à análise de falhas para correção de erros de projeto.
Para que atenda vantajosamente os parâmetros da qualidade a Rede TSQC
- 49 -
enquadra-se no Modelo de Enfoque Sistêmico, sob o qual se organiza da seguinte forma:

♣ Objetivo do Sistema:
- Identificar necessidades atuais e futuras relativas a qualificação e a certificação de
produtos de TI no Brasil, visando os mercados interno e externo;
- Promover e facilitar a qualificação e a certificação (nas áreas de atuação);
- Gerar conhecimentos nas áreas de atuação e disponibilizá-los para usuários e
agentes;
- Identificar e promover capacitação nas áreas de atuação;
- Fortalecer e ampliar a infra-estrutura laboratorial do país nas áreas de atuação;
- Contribuir para a melhoria da qualidade do produto de TI nacional.
♣ Atividades: componentes de Sistemas Gerenciais:
- Prestações de Serviço: laboratoriais (análise de falhas, avaliação de conformidade,
ensaios e testes em geral) e apoio a processos (avaliação de conformidade, apoio à
gestão de operações produtivas)
- Desenvolvimento e Difusão Tecnológica: projetos de pesquisa em conjunto; artigos;
teses, dissertações e trabalhos de iniciação científica e base de dados de melhores
práticas.
- Capacitação de Pessoal (interno e externo): estágios, intercâmbio de pessoal,
cursos presenciais, cursos a distância mediados por computador, palestras e
seminários presenciais e palestras e seminários através de vídeo-conferência.
♣ Estrutura e Hierarquia do Sistema: o funcionamento da Rede é assegurado por
uma estrutura organizacional, dotada de três instâncias, de modo a sustentar a sua
governança, a sua gestão e a sua operação: é uma organização aberta, com a
participação de empresas privadas, universidades, institutos, centros de pesquisa,
laboratórios e organismos governamentais; possui uma infra-estrutura que dá suporte à
prestação de serviços pelos participantes da Rede, e às atividades cooperativas, inclusive
através da Internet; e possui um acervo de conhecimentos, práticas e procedimentos
sobre a qualificação e a certificação de produtos de TI no Brasil.
♣ Ambiente do Sistema:
- Setores-Alvo: eletrônica, informática e telecomunicações
- Clientes-Alvo: empresas de pequeno e médio porte; regiões do país de
industrialização recente; incubadoras e clusters; unidades Nucleadoras da Rede.
- Concorrentes: laboratórios internacionais que prestam os mesmos serviços.
- Fornecedores
- Organismos reguladores: INMETRO, ABNT, Ministério das Áreas Econômicas e
Tecnológicas.
♣ Recursos:
- recursos humanos
- recursos físicos
- recursos financeiros
- disponibilizados pelos agentes: equipamentos, infra-estrutura dos seus laboratórios
e recursos humanos por eles alocados.
♣ Administração Geral do Sistema
- Comitê de coordenação (CC): constituído por um representante de cada uma das
nove unidades nucleadoras e um do Ministério da Ciência e Tecnologia; é
responsável pela gestão estratégica da implantação e operação da rede como um
todo.
- Grupos de trabalho (GT):constituídos por representantes das unidades nucleadoras
e dos vários outros agentes, são responsáveis pela operação da rede; existem três
- 50 -
GTs, “Gestão e análise de mercado”, “Competências em hardware” e

“Competências em software”.
- Grupos executivos (GE): são grupos ad-hoc, definidos pelo CC, com atribuições
específicas relacionadas com a implantação da rede; são compostos por
profissionais das várias instituições pertencentes à rede.
♣ Mudanças no Sistema Focal: ainda não está definido devido à necessidade da
criação de um Sistema de Negócio e um Sistema de Qualidade.
O modelo aplicado à Rede TSQC auxilia na integração dos níveis hierárquicos e
setores da organização e focaliza-os nos elementos do seu ambiente, contribuindo para
obter o alinhamento das suas múltiplas demandas, objetivos e atividades os quais, podem
estar insuficientemente correlacionados. Além disso, também avalia o estado atual da
organização relativamente ao gerenciamento da inovação e orienta a implantação de
novos sistemas de gestão ou a mudanças em sistemas já existentes.
4. Conclusão
Este artigo demonstrou a aplicação do modelo com enfoque sistêmico à Rede
TSQC, rede esta que tem abrangência nacional e cuja atuação se dá em três setores
empresariais dos mais dinâmicos e competitivos. O modelo, que é um guia flexível, facilita
a adaptação posterior a estágios mais evoluídos, sem a necessidade de mudanças na
estrutura departamental existente.
A modelagem revelou a necessidade de implementar meios para gestão de
mudanças no sistema focal (isso é, a Rede TSQC), o que deverá ocorrer a partir do ano
de 2005.
Agradecimentos
Ao Marco Silveira por acreditar em nós e ao CNpQ/ PIBIC por fornecer a bolsa de
iniciação científica que possibilitou que este trabalho fosse executado.
Referências
BERTALANFFY, Von L. Teoria geral dos sistemas. Petrópolis: Vozes, 1975.

CHURCHMAN, C.W. Introdução à teoria dos sistemas. Petrópolis: Vozes, 1972.
LEMOIGNE, J.L. La theorie du systeme geral. Paris: PUF, 1990.
SCHODERBEK, C.G. et al. Management systems: conceptual considerations.
Dallas: Business Publications, 1980.
SILVEIRA, Marco A.. Gestão estratégica da inovação em organizações: Proposta de um
modelo com enfoque sistêmico. Anais do XXIII Simpósio de Gestão da Inovação
Tecnológica. FEA: USP. Curitiba. pp 4279-4294, 2004
_______. Modelo para Sistemas da Qualidade como Base da Estratégia
Competitiva. Universidade Estadual de Campinas. FEM (Tese Doutorado), 1999.
www.redetsqc.org.br
- 51 -
Adequação do Ambiente de Desenvolvimento e Operação do Dirigível a

novos dispositivos e aplicações
Tiago V. Machado; Samuel S. Bueno

Divisão de Robótica e Visão Computacional
Rod. D. Pedro I, Km 143,6 Campinas SP 13083-970
{Tiago.Machado; Samuel.Bueno}@cenpra.gov.br
Resumo
O Ambiente de Desenvolvimento e Operação do dirigível vem requerendo
aprimoramentos para adequação a novas aplicações do dirigível e na inclusão
de novos sensores. Entre os casos considerados destaca-se a inclusão de um
sensor de deflexão das superfícies aerodinâmicas, o desenvolvimento de
aplicações de Servo-Visual e a necessidade de adequar o software
embarcado a distribuições mais atualizadas do Linux.
Palavras chave: Sensores, Servo-Visual, Linux de Tempo Real.
1. Introdução
O Projeto AURORA foi iniciado pelo DRVC/CenPRA em 1997, com o objetivo de
desenvolver veículos robóticos aéreos para pesquisa e monitoração ambiental,
climatológica e de biodiversidade. Como mostrado em [1], para estes tipos de missões, os
dirigíveis [2] possuem inúmeras vantagens sobre aviões e helicópteros. No projeto
AURORA visa-se o estabelecimento de dirigíveis não-tripulados com significativos graus
de autonomia durante todas as fases de suas missões, incluindo a habilidade de planejar
e executar sensoriamento e navegação, diagnosticar e recuperar-se de falhas, e
adaptativamente replanejar missões baseado na avaliação, em tempo real, de informação
sensorial e de restrições ambientais.
AERIAL MONITORING
SYSTEM NAVSTAR
SATTELITES
OR CPU
NS
SE POWER
VIDEO MODEM GPS

TX WIRELLES MODEM
CAMERA
VIDEO DIFFERENTIAL
RX GPS MODEM
DIFFERENTIAL
GPS
MODEM
iiiiiiiiiiiiiiiiii
WIRELESS
iiiiiiiiiiiiiiiiii
INTERNET
WEATHER
REPORT
Figura 1(a) Figura 1(b)
Figura 2: (a) Conceituação do Projeto AURORA;

(b) Dirigível não-tripulado AS800 pertencente ao CenPRA
- 52 -
Os principais componentes do AURORA I, são: o dirigível em si; o sistema de

controle e navegação a bordo com seus sensores internos e atuadores; o sistema de
comunicação; os sensores externos; e uma estação móvel de base, conforme a Figura 1a.
Os sensores externos, também situados a bordo do dirigível, são aqueles necessários
para o cumprimento das missões descritas na Introdução, e, naturalmente, variam de
missão para missão.
Para que o dirigível possa operar de modo autônomo são necessários sensores e
infra-estruturas de processamento tanto embarcadas quanto em terra, além de recursos
para a comunicação entre ambas. Uma visão geral deste conceito é fornecida pela Figura
3
Sensores Estação
Embarcados Embarcada
Rádio modem
Sensores de Rádio modem

Rádio
terra Estação de Terra Controle
Figura 3: Esquema de conexão dos equipamentos.
As atividades desenvolvidas são relacionadas aos aprimoramentos no software da

estação de terra, da estação embarcada e em processadores que interagem com
sensores e atuadores do sistema.
2. Objetivos e Atividades Desenvolvidas

Objetivo: Adequação do Ambiente de Desenvolvimento e Operação do Dirigível a
novos dispositivos e aplicações
Um sub projeto do AURORA, o projeto VISCORA II - Visão para o Controle em
Robótica Aérea - financiado pelo convênio INRIA / ProTeM-CC-CNPq, consiste no
desenvolvimento de uma plataforma de hardware e software para controle visual do
dirigível, utilizando soluções de visual servoing já estabelecidas em simulação em Silveira
[6].
Dessa forma, o Ambiente de Desenvolvimento e Operação do dirigível vem
requerendo aprimoramentos para adequação a novas aplicações do dirigível e na inclusão
de novos sensores. Entre os casos considerados destaca-se a inclusão de um sensor de
deflexão das superfícies aerodinâmicas, o desenvolvimento de aplicações de Servo-Visual
e a necessidade de adequar o software embarcado a distribuições mais atualizadas do
Linux.
As atividades desenvolvidas são apresentadas resumidamente a seguir:
- 53 -
A) Familiarização com o Hardware baseado em Micro Controladores PIC877 com

interface CAN e Desenvolvimento de Interface para medida de deflexão aerodinâmica
para este
Através do objeto de iniciação científica prévia: desenvolvimento de uma hardware
baseado em PIC877, foi desenvolvida uma Interface para medida de deflexão
aerodinâmica, por meio do desenvolvimento das rotinas de leituras analógicas e de
interface via rede CAN para este microcontrolador.
B) Familiarização com o Ambiente de Desenvolvimento de Desenvolvimento e Operação
do Dirigível Familiarização, em particular os softwares da estação embarcada e de
terra.
Objetivou familiarizar o estudante com os trabalhos desenvolvidos no ambiente de
desenvolvimento e operação do dirigível. Consistiu na leitura das dissertações de
mestrado de Maeta [5] e de Mirisola [4] e de alguns capítulos da tese de doutorado de
Ramos [3], mais da documentação dos programas de computador desenvolvidos.
Visando esse objetivo ainda:
• foram desenvolvidos programas para prover comunicação entre processos de
tempo-real e de nível de usuário (através de Filas do sistema operacional,
RTFIFOS, e estruturas de comunicação via rede, sockets);
• foram prestados auxílios no desenvolvimento da solução de aquisição de vídeo
digital (DV) e envio de imagens via rede em Galves [7];
• foi inserida plataforma de comunicação Wireless entre Sistema de Visão
(responsável pelo processamento de imagens) e Estação de Terra para transporte
de imagens;
• foram estudados e executados procedimentos, já existentes, de instalação e
atualização do Sistema Operacional e Software na Estação Embarcada;
C) Adequação do Software da Estação Embarcada e de Terra para aplicações de visual
servoing
A realização dessa atividade implicou no desenvolvimento das rotinas de
comunicação entre o processador responsável pelo controle do dirigível e o processador
responsável pelo processamento de imagens, ambos instalados na estação embarcada
do dirigível. Também foi requerido o desenvolvimento de software de comunicação entre
interface de comando das aplicações de processamento de imagem e o processador de
imagens da estação embarcada.
Nesta atividade:
• foi estabelecido o formato do pacote de comunicação entre os Sistema de Visão e
Estação Embarcada;
• foi desenvolvido um esquema de simulação do Sistema de Visão, uma vez que
este ainda não foi finalizado, com a implementação de um programa específico
para isto;
• foi implementado, no software da Estação Embarcada, um novo sensor (o
Sistema de Visão, como um dispositivo serial) para viabilizar a comunicação entre
os processadores mencionados, via linha serial;
• foi inserido, ainda no software da Estação Embarcada, um novo modo de controle
automático que utiliza os dados provenientes deste novo sensor.
D) Participação em ensaios de vôo
- 54 -
Desde de Março de 2003 o bolsista vem participado em ensaios de vôo auxiliando

na realização dos procedimentos descritos em Maeta [5].
3. Conclusões e Continuidade do Projeto

As etapas relativas à familiarizações foram bem sucedidas e complementadas com
o desenvolvimento de programas importantes para o progresso deste projeto. O sucesso
nessas etapas possibilitou a etapa de adequação, que ainda não está finalizada.
Em virtude do apoio praticamente incondicional da equipe do projeto AURORA,
além do excelente material disponível para consulta relativo ao projeto (referências
bibliográficas citadas ao final e documentações digitais), este projeto tem tido um
desenvolvimento dentro do cronograma apresentado na proposta para pedido de bolsa de
Iniciação Científica, além de muito proveitoso para a formação em Engenharia de
Computação deste bolsista.
Para a continuidade do projeto, devem ser consideradas as seguintes atividades:
A) Adequação do Software da estação embarcada e de terra para aplicações de visual
servoing
Para finalizar esta atividade, são necessários:
• inclusão do algoritmo de controle adequado, já existente;
• inclusão dos dados obtidos por meio do novo sensor de visão no pacote de
telemetria, que é enviado via Radio modem para a Estação de Terra;
• possibilitar o envio de mensagens da Estação de Terra para Sistema de
Visão para ajustes de parâmetros de controle de câmera e do Sistema de
Visão durante vôo;
• implementação de um esquema que permita assegurar que ambos os
Sistemas, de Visão e da Estação Embarcada, possam reagir, no caso da
falha de um destes, de modo a evitar, ou ao menos diminuir a gravidade,
de possíveis acidentes;
B) Adequação do Software da estação embarcada e de terra para a utilização dos
sensores de deflexão das superfícies aerodinâmicas
Através dos resultados atuais, deverá ser feita a calibração do sensor para
determinação da faixa de valores de deflexões. Após isso deverá ser implementado na
Estação Embarcada este novo sensor, além da inclusão dos dados gerados por este no
pacote de telemetria que é enviado para Estação de Terra.
C) Atualização do software embarcada e de terra para ultima versão do Linux tempo real
Com a disponibilização de uma nova placa de CPU para o sistema embarcado do
dirigível, observou-se, que é inviável o controle de dispositivos de rede e vídeo por meio
de versões mais antigas do Linux. A solução neste caso é a utilização de versões mais
novas do Linux, pois o Kernel utilizado na versão atual da estação embarcada é o 2.0.36 e
o Real Time Linux 1.0, enquanto que a versão mais atual é a versão de Kernel 2.6.1 e do
Real Time Linux 3.1. Assim, é necessário finalizar a adequação do software embarcado e
de terra para esta versão de Kernel.
Agradecimentos
Gostaria de agradecer ao Conselho Nacional de Desenvolvimento Científico e
Tecnológico (CNPq) pela disponibilização da bolsa de apoio a este trabalho, a todo time
- 55 -
do Projeto AURORA, em especial Josué Junior Guimarães Ramos, Paulo David

Cavalcante Nogueira Barbosa e Samuel Siqueira Bueno pelo apoio praticamente
incondicional durante o desenvolvimento deste trabalho.
Referências
[1] - Elfes, A.; Bueno, S.S.; Bergerman, M.; Ramos, J.J.G. “A semi-autonomous robotic
airship for environmental monitoring missions.” IEEE International Conference on
Robotics and Automation, Leuven, Bélgica, Maio de 1998, pp. 3449-3455.
[2] - Mowforth, E. An introduction to the airship. Airship Association Publication no.3, The
Airship Association Ltd., 1991.
[3] - Ramos, J.J.G. "Contribuição ao Desenvolvimento de Dirigíveis Robóticos". Tese de
Doutorado, Universidade Federal de Santa Catarina, Março de 2002.
[4] - Mirisola, L.G.B. “Desenvolvimento da Estação de Terra do Projeto AURORA”.
Dissertação de Mestrado, Instituto de Computação, Universidade Estadual de
Campinas, Julho 2001.
[5] - Maeta, S.M. "Desenvolvimento da Infraestrutura Embarcada do Projeto AURORA".
Dissertação de Mestrado, Instituto de Computação, Universidade Estadual de
Campinas, Julho 2001.
[6] - Silveira, G. F. "Controle Servo Visual de Veículos Robóticos Aéreos". Dissertação de
Mestrado, Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual
de Campinas, Abril de 2002.
[7] - Galves, M.; Shiroma, P. M.; Silveira, G. F.; Ramos, J.J.G. "Infra-estrutura para o
Controle Servo Visual de um Dirigível Robótico". Anais do VI Simpósio Brasileiro de
Automação Inteligente. Bauru/SP, Brasil, Setembro de 2003.
- 56 -
Análise da Previsão de Séries Temporais com ênfase no ensino acadêmico.
Ricardo C. Menezes; Oscar S. Silva Filho; Wagner Cezarino

Laboratório de Sistemas de Informação
Rod. D. Pedro I, Km 143,6 Campinas SP 13083-970
{Ricardo.Menezes;Oscar.Salviano;Wagner.Cezarino}@cenpra.gov.br
Resumo
O presente trabalho tem sobre fins acadêmicos sua maior aplicação, uma vez
que mantém íntima relação com o aprendizado da análise estatística de
previsão de demanda e introduz ao processo de elaboração de estimativas
matemáticas acerca da organização da produção. Sua preparação envolve
ferramentas computacionais que irão auxiliar na construção dos modelos
estatísticos de análise. Vale salientar a preocupação em criar uma ferramenta
estatística de uso trivial na medida em que será usada com propósitos
acadêmicos. Sua base computacional é o MATLAB 6.5 e posteriormente
desenvolvido na plataforma de interface gráfica Microsoft Visual Basic 6.0.
Palavras chave: Médias Móveis, Ajuste exponencial, Séries temporais.
1. Introdução
A origem do interesse em discutir técnicas de previsão vem da crescente
necessidade de, hoje em dia, poder trabalhar com dados que irão proteger nossas
expectativas de produção e conseqüentemente assegurar a venda com melhores
porcentagens de lucro possíveis, uma vez que as condições econômicas e de negócios
variam ao longo do tempo e os gerentes de negócios precisam estar cientes de mudanças
que poderão afetar suas operações.
Muito embora a quantidade de métodos de previsão disponíveis seja grande e
variada, estes por sinal descrevem e analisam os mesmos conceitos, apenas diferem
entre si pelo grau de refinamento e precisão da previsão de eventos futuros. Esta previsão
será devidamente analisada quanto ao seu aspecto de atender aos limites de erros
permitidos devido à suas flutuações de projeções possíveis e sendo assim escolhido o
método de análise mais conveniente ao propósito de previsão, serão as projeções obtidas
posteriormente incorporadas ao processo de tomada de decisão. Uma breve explicação
acerca do nosso escopo de trabalho: As Séries Temporais. As séries temporais são
conjuntos de dados numéricos obtidos durante períodos regulares ao longo de um
determinado período de tempo e tais dados em caráter de exemplificação podem em uma
empresa informar a quantidade de produtos em estoque como também o nível de vendas
de determinados produtos segundo intervalos de tempo. As séries temporais são
utilizadas em todos os processos que podem ser descritos por valores numéricos (de
natureza qualquer) e abrange uma grande parcela do conhecimento humano: organização
e produção econômica (Economia), controle da evolução de uma população de uma
determinada espécie no tempo (Biologia); análise da concentração demográfica em
determinada região durante um período de tempo (Geografia), e assim por diante.
Assumimos como pressuposto básico que fatores que influenciaram padrões das
atividades para os dados da série temporal no passado e no presente continuarão a agir
no futuro determinando da mesma maneira suas projeções de dados. O controle gerencial
- 57 -
tem seu maior papel de atuação no isolamento de tais fatores influenciadores de modo a
assegurar um planejamento antecipado de produção ou outro processo envolvido aos
dados.
2. Metodologia
A análise de séries temporais com ênfase ao plano de negócios requer distintos
métodos matemáticos para que suas flutuações sejam descritas em torno de determinado
período de tempo, tais flutuações são regidas por fatores que vão além da nossa
compreensão lógica e são baseadas sobre leis e tendências de mercado. Para se ter uma
idéia sobre os fatores de influência consideremos um exemplo de série temporal relativa a
dados de vendas de uma empresa hipotética ao longo de 30 anos (fig. 1). O gráfico revela
um conjunto de dados de vendas oscilando em torno de 8 milhões de reais, possuindo
picos de baixo e de alto número de vendas, tais flutuações periódicas regulares são
componentes cíclicos de influência e suas oscilações refletem períodos de prosperidade e
expansão(pico para cima), de contração e retração (picos para baixo). Nos últimos 10
anos considerados podemos notar mais uma componente que influencia os dados da
série, no período (1992-2002) há um leve declínio ao longo dos anos no nível de vendas
da empresa e sob uma perspectiva acurada de longo prazo é determinante a atuação do
fator de tendência, que no caso, é de decrescimento sistemático. Por fim, na análise dos
fatores não podemos omitir a descrição e explicitação da existência de um dado
completamente estranho à série temporal referente ao ano de 1980 (11,2 milhões de reais
em vendas), podemos num primeiro momento pensar em duas componentes de influência
para descrevê-lo: a componente Sazonal (flutuações relativamente regulares que ocorrem
forçadas por padrões externos à empresa) ou a componente Irregular (relacionada a
flutuações erráticas ou somatórias de efeitos provocando dados espúrios). A partir do
momento em que esse dado é único na série temporal considerada já podemos descartar
o efeito sazonal uma vez que este é sistemático e periódico, portanto se trata de um dado
irregular, provavelmente conseqüência de uma grande campanha publicitária, promoção
de grande porte ou algo do gênero feita pela empresa para angariar uma explosão de
vendas o que, de fato, foi observado.
Podemos agora nos aprofundar nos métodos de ajuste das séries temporais que
vão nos auxiliar a prever e traçar metas acerca da produção uma vez que sabemos ou
pelo menos temos uma idéia do nível de demanda. No presente artigo, em todo seu
conteúdo de exemplificação, usaremos os dados da série temporal da figura 1.
Em se tratando de uma série anual com níveis de variação bem distintos entre si,
diferente do que acontece quando a análise é feita dentro de período anuais sob variação
mensal, o ajuste dos dados anuais da série pode ser feito então pelo método das “Médias
Móveis” ou Ajuste Exponencial e vai nos dar uma impressão geral do padrão de
movimentos nos dados ao longo do tempo.
Nosso foco de desenvolvimento é o do aprendizado de forma simples e barata da
modelagem de previsão de demanda no plano de negócios por parte dos estudantes, e a
criação de uma ferramenta para o cálculo de tais ajustes seria muito útil no auxílio prático
às aulas dos professores de economia, administração e engenharia, entre outros mais.
Para tal propósito visando à análise de séries como a já comentada da figura 1
implementamos convenientemente os métodos “Médias Móveis” (Simples e Ponderada) e
Ajuste Exponencial, mas vale lembrar que não são os únicos existentes na literatura.
- 58 -
V e n d a s d e u ma e mp r e s a h ip o té tic a d e p r o d u to s a lime n tíc io s ( a o lo n g o d e 3 0 a n o s )

V e n d a s ( e m m ilh õ e s d e r e a is )
12
11,2
10
9 ,7
9 ,4
8 ,6
8 ,5 8 ,7
8 ,2 8 ,1 8 ,2 8 ,1
8
7,6 7,5 7,9 7,8 7,5 7,3
7,6 7,2
7,3 7,1
7,1 7
6 ,7 6 ,7
6 ,2 6 ,3 6 ,4
6 6 ,1 6 ,1
5,8
5,1
0
2
2
7
0
9
0
1
2
A nos
Fig.1 Série Temporal do Histórico de Vendas
3. Implementação Numérica
A plataforma de implementação é o Matlab 6.5, utilizado para elaboração do
algoritmo de programação de rotinas e modelagem dos gráficos que serão importantes na
análise dos resultados de previsão. Implementamos em linguagem algorítmica os
métodos numéricos a seguir: - Média Móvel (simples)
Dado um conjunto numérico de dados (no caso hipotético valores em vendas
anuais), onde n é o número total de anos do intervalo de tempo considerado.
X = { X 1, X 2 , X 3 , X 4 ......... X n}
Média Móvel simples nada mais que é uma rotina de médias aritméticas que varre o
vetor X segundo intervalos L dando origem a um vetor de previsão Y.
Y = {Y L , Y L + 1 ,YL + 2 ,YL + 3 ......... Y n }
Xn + Xn − 1
L = 2 , → ( n = L : n ) → Y {} = Y n =
2
Xn + Xn − 1 + Xn − 2
L = 3 , → ( n = L : n ) → Y {} = Y n =
3
.......... .......... .......... .......... .......... .......... .......... ......
Xn + Xn − 1 + Xn − 2 + Xn − 3 + ....... + X 1
L = n , → ( n = L : n ) → Y {} = Y n =
n
Sendo L o intervalo “Média Móvel” a ser calculado (para L = 1, o vetor de previsão é

o próprio vetor real de dados, ou seja, L determina o número de elementos do conjunto X
a serem submetidos à média aritmética.
(Yn − Xn) 2 + (Yn − 1 − Xn − 1) 2 + (Yn − 2 − Xn − 2) 2 + ............ + (YL − XL) 2
Erro( L) →
n−L
- Média Móvel (ponderada)
Fazendo uso do mesmo vetor X de dados reais temos agora tantos vetores Y de
previsão quantos forem nossas escolhas de precisão ou refinamento (Ä) da res pos ta, ou
- 59 -
seja, ponderamos os dados em X segundo suas tendências de influência sobre a

previsão, convenientemente maiores quanto mais próximos no tempo estiverem entre si.
S endo á{} o vetor ponderação seu grau de refinamento é dado pelo número de casas
decimais de precisão, exemplificando um á1 = 0,87 s eguido por um á2 = 0,13 (no cas o
L=2) tem duas casas decimais de precisão (Ä=0.01).
para ⇒ α 1, α 2, α 3, α 4,.....αL ∈ [0,1)
sendo ⇒ α 1 + α 2 + .... + αL = 1
L = 2, → (n = L : n) → Y {} = Yn = (α 1 * Xn) + (α 2 * Xn − 1)
-
L = 3, → (n = L : n) → Y {} = Yn = (α 1 * Xn) + (α 2 * Xn − 1) + (α 3 * Xn − 2)
............................................................................
L = n, → (n = L : n) → Y {} = Yn = (α 1 * Xn) + (α 2 * Xn − 1) + (α 3 * Xn − 2) + ........... + (αl * X 1)
Ajuste Exponencial
O ajuste exponencial traz uma pequena, mas determinante diferença em relação à
M.M.ponderada, uma vez que trata a previsão Y atual intimamente dependente da
previsão imediatamente anterior e esta está da mesma forma relacionada à sua anterior e
assim sucessivamente organizando uma cadeia de influência, o que de maneira bem
eficiente faz com que a previsão se torne mais confiável e com a redução do seu nível de
erros mais próxima da situação real.
sendo ( Y 1 = X 1 ) → para ( n = 0 : 1 )
temos ↓
Y n + 1 = ( α * X n ) + [( 1 − α ) * Yn]
α ∈ [ 0 ,1 )
A expressão para o erro é mesma para os três casos, uma vez que calcula o erro
total para os diferentes métodos usando o método das diferenças dos mínimos
quadrados.
4. Conclusão
Este artigo constitui um projeto de familiarização dos meios acadêmicos com a
importância da previsão dos negócios e por sua vez é uma ferramenta de auxílio na
administração e organização da produção através da utilização de técnicas de previsão de
demanda referentes à análise de séries temporais. Aonde queríamos chegar com a
análise das Séries Temporais? – A resposta a esta pergunta resume de forma simples e
sucinta os alicerces de nosso projeto e o que podemos obter com os desdobramentos de
sua aplicação.
Referências
Cortes, Pedro. L.; Scherr, R. A. - Conhecendo e trabalhando com Visual Basic 6.0.
Hanselman, Duane C. - MATLAB 6 : curso completo.
- 60 -
Ambiente para identificação ARMA(p,q) via Redes Neurais
André Borges Irgang; Oscar Salviano Silva Filho

Laboratório de Gestão Empresarial
Rod. D. Pedro I (SP65) km 143,6
13081-970 – Campinas – SP
oscar.salviano@cenpra.gov.br
RESUMO
Neste trabalho é apresentado um ambiente para identificação de um modelo
estacionário ARMA(p,q) a partir de uma série temporal. Usualmente adota-se
o procedimento clássico Box & Jenkins para obter modelos ARMA para séries
temporais. Como o custo computacional deste procedimento é elevado,
propõem-se o desenvolvimento de uma rede neural artificial que automatiza a
identificação dos parâmetros p e q. Assim, foi construída e testada um rede
neural que processa a Extended Sample Autocorrelation Table (ESAFC) e
retorna os valores ótimos para os dois parâmetros principais que compõem o
modelo ARMA. Com a estrutura ótima da rede neural identificada após o
treinamento, todo o processo de previsão foi construído, através da linguagem
Visual Basic, e implementado um ambiente gráfico para uso na plataforma
Windows.
1. Introdução
A tarefa de seleção de um modelo eficiente de previsão do negócio é um processo
árduo, detalhista e complicado. Freqüentemente torna-se quase impossível para o ser
humano, até mesmo para um especialista, a identificação do modelo mais adequado.
Assim sendo, resta só a utilização da tecnologia disponível para retirar do ser humano
esse peso excessivo. Redes Neurais, uma técnica disponível há décadas, mas que só
nos últimos anos encontrou seu espaço no mercado devido à sua necessidade de
máquinas com alta capacidade de processamento, é atualmente altamente indicada para
o serviço.
Em posse de um confiável sistema computacional de modelagem de séries
temporais (por exemplo o procedimento clássico de Box & Jenkins (Box & Jenkins, 1995)),
atenção pode ser dada a outros detalhes do planejamento, agora otimizado e facilitado
pela precisa previsão da demanda (Silva Filho et al., 2000).
Dentre várias técnicas de análise de séries temporais, a modelagem paramétrica,
via modelos ARMA, tem se destacado como o método mais utilizado para previsões de
gestão de produção. Uma modelagem típica consiste de um processo de três passos:
identificação, estimação de parâmetros e teste de validação dos resultados obtidos.
Dentre estes passos, o primeiro, o qual determina as ordens p do processo AR
(Autoregressivo) e q do processo MA (Média-Movel) que constituem o modelo ARMA(p,q),
é extremamente importante na construção de um modelo matemático parcimonioso. No
entanto, esse passo requer o conhecimento de um especialista para interpretar as
informações estatísticas obtidas e envolve um processo de tentativa-erro que via de regra
tem alto custo computacional. Uma saída para contornar a necessidade de um
especialista é substituir o cérebro humano por uma rede neural artificial bem treinada
- 61 -
especificamente para esta tarefa. Assim, a automatização do processo inteiro de

modelagem de três passos de séries temporais se torna possível, pois o ciclo de tentativa-
erro é eliminado.
Neste projeto é tratado apenas a identificação dos parâmetros p e q do modelo
ARMA(p,q) que será utilizado para previsões de demanda, permitindo uma redução da
participação do usuário no que diz respeito aos cálculos matemáticos envolvidos no
processo da modelagem, terminando por reduzir o tempo gasto em tal tarefa e a margem
de erro gerada por tal complexidade.
O ambiente gráfico que implementa o ambiente foi desenvolvido em Visual Basic 6.0
e com o auxílio de uma base de dados Access, mascara todo o processo iterativo de
obtenção de uma série por redes neurais. Deixa-se, assim, ao usuário, a simples tarefa de
entrar com o histórico de dados para que sejam armazenados numa base de dados e
processados pela rede neural, devolvendo quase que imediatamente os índices previstos
para os próximos períodos com um baixo índice de erro.
2. Redes de Filtragem e de Identificação

Foram necessários implementar duas redes neurais, ambas perceptrons de
múltiplas camadas, para auxiliar na identificação dos parâmetros p e q. A primeira rede
neural, a menor, filtra uma entrada retirando os ruídos, enquanto a segunda identifica um
triângulo.
Rede Neural de Filtragem (RNF): Esta rede neural é responsável por retirar o
máximo de ruído possível de sua entrada. Ela recebe uma matriz 10 por 10, em forma de
um vetor de 100 posições, a qual contém um triângulo de 1s, no meio de um espaço de
0s, com ruído e deve retornar a mesma matriz com um triângulo mais bem delimitado
como mostra a Figura 1.
Figura 1. Função da RNF Figura 2 - RNF

A RNF é uma rede perceptron de 3 camadas. A primeira camada (camada de
entrada) contém 100 neurônios, a segunda 65 e a terceira 100, pois o número de entradas
deve ser o mesmo de saída. Para todos os neurônios em todas as camadas adotou-se a
função log-sig (logarítmica-sigmóide) como função de ativação. O treinamento desta rede
neural foi feito através do algoritmo de Backpropagation expondo a rede a pares de
entrada diversos variando entre 0%, 10%, 20% e 30% de ruído. Os locais de ruído foram
escolhidos aleatoriamente para cada par e simplesmente inverteu-se o valor daquela
posição na matriz. Caso ele fosse 1 virava 0, caso fosse 0 virava 1. Esta rede neural é
essencial para o correto funcionamento do sistema de previsão, uma vez que pequenos
ruídos podem prejudicar severamente o desempenho das previsões.
Rede Neural de Identificação (RNI): Esta segunda rede neural é responsável por
encontrar uma ponta de um triângulo de 1s. Ela recebe uma matriz 10 por 10, a qual
- 62 -
contém o triângulo e retorna a posição na qual se encontra o vértice como indica a Fig. 3.
Figura 3 – Função da RNI Figura 4 – RNI

A RNI é uma rede perceptron de 4 camadas. A primeira camada tem 100 neurônios,
a segunda 70, a terceira 50 e a última 35 neurônios. A saída tem somente 35 diferentes
possibilidades porque na prática só queremos trabalhar com os triângulos que tem pontas
dentro do retângulo determinado pelas primeiras 6 linhas e 6 colunas, com exceção da
posição na linha 1 e coluna1. Isso nos dá a possibilidade de identificar qualquer modelo
ARMA dentre ARMA(0,1),ARMA(1,0), ARMA(1,1),ARMA(2,0)...ARMA(5,5), que são no
total 35 combinações.
O treinamento desta rede neural foi feito através do algoritmo de Backpropagation
expondo a rede, como feito com a RNF, a pares de entrada diversos variando entre 0%,
10%, 20% e 30% de ruído. Os locais de ruído foram escolhidos aleatoriamente para cada
par e simplesmente inverteu-se o valor daquela posição na matriz. Caso ele fosse 1
virava 0, caso fosse 0 virava 1.
Constatou-se que a rede aprendeu a identificar com 100% de acerto qualquer
triângulo sem ruído, e que quanto mais ruído mais difícil era para ela identificar
corretamente, como era de se esperar. Portanto a utilização de uma rede que filtre os
dados torna-se imprescindível para facilitar o trabalho da RNI.
3. Processo de Previsão
A interface gráfica do ambiente de previsão é simples e se resume a entrar dados
num arquivo e obter os valores de p e q para o modelo ARMA(p,q) com alguns cliques em
botões. Mas por trás de tudo isso se encontra um processo longo e complexo. Podemos
dividi-lo em várias etapas consecutivas: a) leitura dos dados; b) obtenção da tabela
ESACF; c) adequação dos dados da tabela; d) pré-filtragem da tabela; e) determinação
das ordens ARMA ótimas; f) estimação dos parâmetros p e q do modelo ARMA(p,q); g)
destaque do cone de convergência.
Cada uma das etapas deve ser acionada pelo usuário, como isso poderia acarretar
em seqüências incorretas de comandos, o ambiente só permite que o usuário execute a
etapa correta na hora correta, assim ele pode acompanhar o que ocorre passo à passo.
Leitura dos Dados: A leitura dos dados é simples. Após identificado o arquivo texto
contendo as leituras periódicas de alguma variante temporal, o programa lê linha por linha
em busca de todos os dados. Estes dados são armazenados internamente através de
vetores.
Obtenção da Tabela ESACF: Assim que os dados são lidos, calcula-se (sem a
intervenção do usuário) uma tabela, como se pode ver na Figura 5, chamada ESACF
(Extended Sample Auto-Correlation Function). Nesta tabela constam várias extensões da
- 63 -
função de auto-correlação amostral. Através dela poderemos identificar um triângulo cuja

ponta indicará quais as ordens que devem ser utilizadas na modelagem. Para obter mais
detalhes vide a literatura.
Para encontrar este suposto triângulo, no meio de números a primeira vista tão
complicados e sem lógica, são necessários dois outros estágios: um para adequar os
dados que alimentarão uma rede neural e outro para retirar qualquer ruído que possa vir a
provocar erros na modelagem. Estas etapas devem ser acionadas pelo usuário por botões
bem visíveis e intuitivos.
Adequação dos Dados da Tabela: A primeira rede neural (RNF – Rede Neural de
Filtragem) a processar os dados precisa de valores entre 0 e 1 para que ela possa auxiliar
na procura do almejado triângulo. Portanto precisamos adequar os valores da Tabela
ESACF de maneira que os valores estejam todos neste intervalo. Basicamente todos os
valores que estão em módulo acima do desvio padrão da tabela são zerados e o resto,
valores em módulo menores que o desvio padrão, levemente alterados de maneira que os
valores que se aproximam o máximo de 0 na ESACF fiquem próximos de 1 na nova
tabela.
A tabela da Figura 6 corresponde à adequação feita para a tabela ESACF da
Figura 5. Nota-se que um suposto triângulo de valores próximos de 1 já começa a
aparecer, mas ainda não está claro devido ao excesso de ruído presente mesmo estando
em uma cor diferente.
Pré-filtragem da Tabela: Para eliminar o ruído presente na última tabela é
necessário uma filtragem da tabela. Isto é feito através de uma rede neural de filtragem
(RNF). Esta rede neural retira o máximo de ruído possível e retorna uma entrada mais
estável para a próxima rede neural que irá encontrar o triângulo e determinar as corretas
ordens dos parâmetros p e q para a modelagem ARMA.
A tabela da Figura 7 corresponde à filtragem da tabela anterior.
Determinação das Ordens ARMA Ótimas: A identificação da ponta do triângulo, que
nos dá os valores dos parâmetros Auto-regressivo e Média-móvel, ( p e q
respectivamente), fica a cargo de uma rede neural treinada para encontrar triângulos de
1s em matrizes de 10 por 10 e retornar a localização da ponta deste. Note que só é
necessário trabalhar com tabelas de no máximo 10 por 10 pois as ordens p e q nunca
ultrapassam, na prática, ordem 5. Na tabela da Figura 8 nota-se a correta identificação,
através de um quadrado mais escuro, da ponta do triângulo na tabela.
Destaque do Cone de Convergência: Identificados os valores dos parâmetros p e q
do modelo ARMA(p,q) fica a cargo e desejo do usuário destacar o cone de convergência
para facilitar a sua visualização, como mostrado na figura 9.
figura 5 - Tabela figura 6 - Tabela Adequada figura 7 - Tabela

ESACF em 0/1 filtrada
- 64 -
figura 8 - Figura 9 – Cone de

Resultado convergência
4. Conclusão
Como foi mostrado em figuras anteriores, foi criado um ambiente automatizado e de fácil
utilização para a estimação dos parâmetros p e q para um modelo ARMA(p,q) que
facilitará o planejamento de uma empresa no que diz respeito à produção. Uma das
vantagens disso é que mesmo que o usuário não seja muito experiente ele tem à sua um
grande número de componentes algorítmicos implementados como, por exemplo, duas
redes neurais perceptrons de múltiplas camadas que substituem o papel de um
especialista em modelagem de séries na escolha da
ordem correta para o modelo Autoregressivo Média-Movel em questão. Outra
vantagem é que todos os complexos procedimentos matemáticos ficam ocultos do
usuário. Demonstrou-se, através de comparações com dados da literatura, que o
ambiente é confiável. Com isso fica claro que o ambiente pode vir a ser utilizado nas
empresas no seu cotidiano.
Referências
G.E. P. Box and G. M. Jenkins (1976)Time Series Analysis, Holden-Day, San Frncisco
J. K. Lee and W. C. Jhee (1994): A Two Stage Neural Network Approach for ARMA model
Identification with ESACF, Decision Support System 11, 461-479.
- 65 -

Anais Pibic CenPRA 2004 PDF

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Anais Pibic CenPRA 2004 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Centro de Pesquisas Renato Archer

Programa Institucional de Bolsas de Iniciação Científica do CNPq

Anais da VI Jornada de Iniciação Científica

Coordenador-Geral de Tecnologias da Informação (Coordenador PIBIC)

Coordenador-Geral de Aplicações de Informática

Comissão Interna de Seleção e Acompanhamento

Conselho Nacional de Desenvolvimento Científico e

Editado no CenPRA – Dezembro de 2004

Artigos da VI Jornada de Iniciação Científica do Centro de

ISSN 1678 – 930X

A Jornada de Iniciação Científica do Centro de Pesquisas Renato Archer - CenPRA

A VI Jornada de Iniciação Científica – JICC´2004, ocorrida em 22 de outubro de

Agradecemos ao Conselho Nacional de Desenvolvimento Científico e Tecnológico –

Campinas, 15 de dezembro de 2004

Carlos Alberto dos Santos Passos

IMPLEMENTAÇÃO DO PROTOCOLO NMEA 0183 8

André de Almeida Bosso; Roberto F. Tavares Filho

ESTUDO E DESENVOLVIMENTO DE PROCEDIMENTOS DE

Claudio M. F. Franco; Antonio C. C. Telles; Marcos B. C. Pimentel

JORNADA PLANEJAMENTO DE PRODUÇÃO DE MANUFATURA POR FLUXOS

Daiane Cristina Angolini; Oscar S. Silva Filho

Eduardo Centurion Stuchi; Roberto Fernandes Tavares Filho

GENWEB: WEB E ALGORITMOS GENÉTICOS APLICADOS A INTERFACE

Guilherme Ferreira dos Santos; Artemis Moroni

GESTÃO ESTRATÉGICA DA INOVAÇÃO: TÉCNICA PARA MAPEAMENTO DE

Mirella Borin; Márcia Reiff Castellani; Marco Antonio Silveira

ESTUDO E DESENVOLVIMENTO DE MÉTODOS E TÉCNICAS PARA

Pedro G. Giorni; Carlos R. M. de Oliveira

CAPACITAÇÃO DE SISTEMAS INTEGRADOS PARA GESTÃO EMPRESARIAL –

Robert Awerianow; Marcius F. H. Carvalho; Rosana B. B. Haddad

COMPONENTES DE SOFTWARE DO MODO DE NAVEGAÇÃO OBSERVADOR

Rodrigo F. Sassi; Eliane G. Guimarães

SEQÜENCIAMENTO DE PROCESSOS INDUSTRIAIS UTILIZANDO TIMES

Sara L. A. Fonseca; Carlos A. S. Passos

MODELAGEM DE SISTEMAS ORGANIZACIONAIS: A REDE TSQC COM

Talita Rocha Navarro; Alessandra M. S. Alves; Marco Antonio Silveira

ADEQUAÇÃO DO AMBIENTE DE DESENVOLVIMENTO E OPERAÇÃO DO

Tiago V. Machado; Samuel S. Bueno

ANÁLISE DA PREVISÃO DE SÉRIES TEMPORAIS COM ÊNFASE NO ENSINO

Ricardo C. Menezes; Oscar S. Silva Filho; Wagner Cezarino

AMBIENTE PARA IDENTIFICAÇÃO ARMA(P,Q) VIA REDES NEURAIS 61

André Borges Irgang;Oscar Salviano Silva Filho

Implementação do Protocolo NMEA 0183

André de Almeida Bosso; Roberto F. Tavares Filho

O projeto consiste no desenvolvimento de um software e hardware que

Palavras-chave: sonar, representação gráfica, mapeamento, protocolo NMEA.

Antes, não havia um padrão entre protocolos de aparelhos marítimos de empresas

Para suprir essa necessidade, em 1980 foi desenvolvido o NMEA 0180, um

Utilizaremos nesse projeto aparelhos que utilizam o protocolo NMEA (National

O sonar consiste basicamente em um transdutor, que primeiro transforma energia

Tela do aparelho sonar que será utilizado

As informações de profundidade são mandadas pelo sonar por um conjunto de

Onde: x é a profundidade em pés;

Já no caso do GPS, a sentença que indica a localização é mandada na forma:

Onde: x é a coordenada da latitude;

Os aparelhos NMEA são conectados ao computador por um cabo com entrada

Imagem do objeto encontrado no fundo do Lago Titicaca

Agradecemos a Sebastião Simões Lima, a Eduardo Stuchi e a Paulo Henrique

[1] Tutoriais obtidos na Internet sobre C++;

Estudo e Desenvolvimento de procedimentos de caracterização, ensaio e

Claudio M. F. Franco; Antonio C. C. Telles; Marcos B. C. Pimentel

Uma das diversas atividades do CenPRA é o desenvolvimento de tecnologia