Banca de DEFESA: VITOR FURLAN DE OLIVEIRA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : VITOR FURLAN DE OLIVEIRA
Data: 27/11/2026
HORA: 14:00
LOCAL: https://conferenciaweb.rnp.br/sala/claudio-30
TÍTULO:

APRENDIZADO FEDERADO NA INDÚSTRIA 4.0: Aplicações em veículos automotores terrestres

PÁGINAS: 143
RESUMO:

No Brasil, o transporte terrestre é o principal meio de movimentação de mercadorias e passageiros, respondendo por parte significativa da logística e da mobilidade urbana nacional. Diante dessa dependência, surge a necessidade de otimizar operações e aumentar a segurança dos veículos automotores terrestres. Tecnologias como gêmeo digital e sistema ciberfísico se destacam na melhoria da segurança e eficiência operacional, sobretudo quando associadas ao uso de modelos preditivos para falhas em componentes e subsistemas. No entanto, a implementação destas tecnologias enfrenta desafios de interoperabilidade, escalabilidade, privacidade e limitações de recursos computacionais, de rede e conectividade. Desenvolvimentos da Indústria 4.0 e do aprendizado federado surgem como potenciais soluções para esses desafios. Neste sentido, este trabalho propõe o desenvolvimento de um sistema ciberfísico de aprendizado federado para monitoramento e manutenção preditiva em veículos automotores terrestres. Adotou-se a metodologia Design Science Research, tendo o sistema ciberfísico como artefato principal, obtido pela combinação de diversas soluções desenvolvidas. A primeira consistiu na elaboração de modelos de informação para veículos leves e pesados, assim como para clientes e servidores de aprendizado federado. Em seguida, foi proposta uma arquitetura de microsserviços para gêmeos digitais e sistemas ciberfísicos baseada nos padrões da Indústria 4.0, cuja análise de desempenho demonstrou baixa latência de sincronização, alta adaptabilidade e escalabilidade para os cenários considerados. A adoção desta arquitetura para o sistema ciberfísico de aprendizado federado foi validada em experimentos e simulações, demonstrando viabilidade de implementação inclusive em dispositivos embarcados. A aplicação prática deste tipo de sistema foi demonstrada com modelos federados de estimativa do estado de saúde e vida útil de baterias de veículos elétricos, obtendo métricas de qualidade similares às da literatura. Por fim, propôs-se uma estratégia de otimização em dispositivos de borda com limitação de recursos, demonstrando a possibilidade de compatibilizar o treinamento distribuído de modelos de aprendizado de máquina com a disponibilidade de recursos. Os resultados obtidos visam contribuir para a expansão do processo de transformação digital no setor automotivo.

MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1671282 - CLAUDIO JOSE BORDIN JUNIOR
Membro Titular - Examinador(a) Interno ao Programa - 1761107 - RICARDO SUYAMA
Membro Titular - Examinador(a) Externo ao Programa - 2403225 - UGO IBUSUKI
Membro Titular - Examinador(a) Externo ao Programa - 2187305 - GUILHERME CANUTO DA SILVA
Membro Titular - Examinador(a) Externo à Instituição - JOAHANNES BRUNO DIAS DA COSTA - USP
Membro Titular - Examinador(a) Externo à Instituição - LUIZ AFFONSO HENDERSON GUEDES DE OLIVEIRA - UFRN
Membro Suplente - Examinador(a) Interno ao Programa - 1296761 - MARCELO BENDER PEROTONI
Membro Suplente - Examinador(a) Externo à Instituição - SIDNEI NICOLI - ESTÁCIO-SP
Membro Suplente - Examinador(a) Externo à Instituição - ALESSANDRO KREAMER - IMPACTA