Gustavo Alencar Bisinotto.

O projeto Pré-Iniciação Científica (Pré-IC) consiste em encontros semanais nos quais alunos de ensino médio de escolas públicas inscritos, previamente selecionados pela Secretaria de Educação do Estado de São Paulo, aprendem o que é pesquisa científica. No Pré-IC d Mecatrônica são realizadas atividades para desenvolver as competências básicas para elaborarem projetos de pesquisa voltados para automação de sistemas e discernimento sobre sistemas lógicos. Esses alunos têm a oportunidade de realizarem experimentos em laboratórios da Escola Politécnica da USP, tornando-os capazes de entenderem o que é o raciocínio científico que norteia as atividades de pesquisadores.

Projeto desenvolvido para divulgar o curso de Engenharia Mecatrônica para a comunidade externa. Baseia-se no desenvolvimento de oficinas, palestras e aulas teóricas que têm como objetivo mostrar o perfil de profissional formado em Engenharia Mecatrônica pela Escola Politécnica da USP

Desenvolver técnicas para estimativa baseada em dados e em física. Novos sensores para variáveis que não podem ser medidas diretamente. Será aplicada aos FPSOs de hoje, utilizando dados disponíveis nos gêmeos digitais, com otimização da operação, monitoramento do impacto ambiental e melhoria da segurança. Pode ser usada na operação não tripulada dos FPSOs de próxima geração, melhorando a consciência situacional dos operadores remotos

Este projeto tem como objetivo aprimorar os sistemas NeMo - Neural Motion Estimator, NeRo - Natural Frequency Regressor Estimator, NeuroSim - Neural Simulator e SeSO - Semantic Search on Offshore Engineering. Esses sistemas são parte do Gêmeo Digital dos Sistemas de Ancoragem das Plataformas Offshore da Petrobras. Os sistemas NeMo e NeRo, que fazem parte do SDRL - Sistema de Detecção de Rompimento de Linhas, usam algoritmos baseados em técnicas de Machine Learning para prever rompimentos de linhas de ancoragem de plataformas offshore. Com o intuito de aprimorar a eficácia e a acurácia na detecção de rompimento de linhas, o NeMo e o NeRo utilizarão como dados adicionais as condições ambientais. Adicionalmente serão testados algoritmos Ensemble, para aumentar a confiança e a robustez na detecção de rompimentos de linhas de ancoragem. Outras funcionalidades a serem desenvolvidas incluem algoritmos para identificação de falsos positivos na detecção de rompimento de linhas de ancoragem e a extensão dos modelos para outras plataformas e uso de modelos PIML - Physics Informed Machine Learning para obtenção de modelos neurais mais precisos. O NeuroSim, que é um simulador de movimentos de plataformas FPSO a partir das condições ambientais, será aprimorado com a inclusão de métodos PIML e será estendido para trabalhar com séries temporais de movimentação de seis graus de liberdade.O SeSO, que é um buscador semântico de informações contidas em documentos técnicos dos sistemas de ancoragem, incluirá melhorias na precisão da recuperação de informações e na versão híbrida extrativo-gerativo integrada ao ChatPetrobras, além de estende-lo para incluir Vision Transformers. Finalmente, a integração entre NeMo, NeRo, NeuroSim e SeSO visa estender os algoritmos para detecção de rompimentos de linhas de ancoragem, combinando dados de movimentação de plataformas, condições ambientais e informações técnicas de relatórios, melhorando a segurança e eficácia das operações offshore.

Este estudo tem como objetivo específico o desenvolvimento do gêmeo digital para suporte à operações de uma sonda de referência, sendo considerados três subsistemas específicos: posicionamento, geração, perfuração, além da modelagem de emissão de gases.

Criação de um simulador neural para estimativa de movimentos de UEPs utilizando dados medidos em escala real. Neste problema, o objetivo é desenvolver uma ferramenta e metodologia baseada em aprendizagem de máquina para prever os movimentos de uma plataforma ancorada a partir das condições ambientais incidentes. O diferencial em relação aos simuladores dinâmicos usualmente empregados é a utilização de dados reais para o treinamento da rede, levando em conta no processo de treinamento uma série aspectos físicos normalmente não incorporados nas análises feitas a partir das ferramentas de simulação dinâmica, tais como: direcionalidade das ondas, variação dos coeficientes de amortecimento dos movimentos da plataforma com a amplitude dos mesmos,variações da correnteza marítima ao longo do comprimento das linhas e risers, efeitos acoplados da incidência de diversos agentes ambientais simultâneos, etc.

Descrição: O projeto visa levar o centro de simulações do TPN-USP para um patamar ainda mais sofisticado e no estado da arte em termos de tecnologias de simulação, realismo e modelagem matemática, bem como inclui-lo nos conceitos atuais de Transformação Diginal. Em grandes tópicos, os objetivos a serem alcançados com os desenvolvimentos aqui proposto são: o Integração com computação de alto desempenho e modelagem hidrodinâmica avançada o Novas técnicas de visualização e imersão (ex. realidade aumentada) o Maior integração e organização entre processos computacionais o Preparação para pesquisa em Data Science e Smart Ships o Tópicos de aplicação em Transformação Digital.

Participação como bolsista do Programa de Educação Tutorial o curso de Engenharia Mecatrônica da Escola Politénica da USP