Beruflich Dokumente
Kultur Dokumente
ISSN 1678-930X
Dezembro de 2004
-1-
Centro de Pesquisas Renato Archer
Diretor
Prof. Dr. Carlos Ignacio Zamitti Mammana
Editores
Dr. Carlos Alberto dos Santos Passos
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
-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)
-4-
PREFÁCIO
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.
-5-
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Índice
PLANETVIEW 20
-7-
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
RESUMO
1. Introdução
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
-8-
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
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).
$SDDBT,x,f,y,M,z,F<0D><0A>
-9-
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
$GPGLL,x,y,w,z<0D><0A>
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.
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Agradecimentos
Referências
- 11 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Resumo
1. Introdução
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
3. Ensaio de confiabilidade
- 13 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
4. Diagnóstico da falha
5. Próximas etapas
Agradecimentos
Bibliografia
- 15 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
- 17 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
PlanetView
Resumo
1. Introdução
2. Objetivos
- 20 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
3. Metodologia Usada
- Análise de Requisitos;
- Implantação do sistema computacional e programas para desenvolvimento;
- Engenharia de Software;
- Projeto;
- Codificação;
- Testes;
- Manutenção;
- 21 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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/...
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Referências:
- 23 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Resumo
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.
- 24 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
- 26 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
4. Conclusão
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
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.
- 28 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
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.
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.
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Figura 3 – Foto de uma trilha de polisilício Figura 4 – Mapa térmico de amplitude na trilha
- 34 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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
- 35 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
P1 5kt
P2 3kt
P3 3kt
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
- 38 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
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.
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.
- 42 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
BT AG
Soluções
Completas
R D
C Cheap-NEH
Soluções
Parciais
Figura 1: A-Team proposto
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.
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
4. Conclusão
Agradecimentos
Este trabalho foi apoiado pelo Programa Institucional de Bolsas de Iniciação
Científica do Conselho Nacional de Desenvolvimento Científico e Tecnológico -
PIBIC/CNPq.
Referências
- 47 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Resumo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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.
- 50 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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
- 51 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 DIFFERENTIAL
RX GPS MODEM
DIFFERENTIAL
GPS
MODEM
iiiiiiiiiiiiiiiiii
WIRELESS
iiiiiiiiiiiiiiiiii
INTERNET
WEATHER
REPORT
- 52 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
Sensores Estação
Embarcados Embarcada
Rádio modem
- 53 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
- 54 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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
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
- 59 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
contém o triângulo e retorna a posição na qual se encontra o vértice como indica a Fig. 3.
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 -
VI Jornada de Iniciação Científica do CenPRA – JICC´2004
PIBIC/CNPq/CenPRA – Outubro de 2004 – Campinas – São Paulo
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 -