[2026-2027 Iniciação Científica – CNPq]
[2026 UNI] Desenvolvimento de um Digital Twin de uma Turbina a Gás utilizando Técnicas de Inteligência Artificial. Lima/Perú – Universidad Nacional de Ingeniería
Este projeto tem como objetivo desenvolver, implementar e validar um modelo de Gêmeo Digital (Digital Twin) aplicado a uma Turbina a Gás, com a finalidade de utilizar como ferramenta para análise e monitoramento da velocidade de rotação da turbina.
[2025-2027 EMBRAPII/CEAR] Sistema de Visão Computacional para Processamento e Automação do Cadastro Geográfico da Rede de Distribuição (BDGD)
Desenvolvimento de ferramentas computacionais baseadas em Inteligência Artificial, Visão Computacional e Drones, para a identificação de ativos em postes do sistema de distribuição de energia elétrica.
[2025-2026 Pesquisa-VIVIX] Sistema Inteligente de Monitoramento e Prevenção de Ultrapassagem de Demanda usando Large Language Model (LLMs) na Indústria de Fabricação de Vidros
Este projeto tem como objetivo desenvolver um sistema inteligente de apoio à decisão para o ambiente industrial da VIVIX, com foco na otimização do consumo energético e prevenção de penalidades por ultrapassagem de demanda contratada. A solução proposta utiliza Grandes Modelos de Linguagem (LLMs) combinados com técnicas de análise de séries temporais, aprendizado de máquina e integração de dados em tempo real provenientes de sistemas supervisórios industriais. A plataforma a ser desenvolvida trabalhará como um assistente analítico automatizado, capaz de interpretar grandes volumes de dados históricos e operacionais, identificar padrões de comportamento energético e prever, com antecedência, situações de risco em relação ao consumo de demanda. O sistema também permitirá consultas em linguagem natural, facilitando o acesso a informações por parte dos operadores e engenheiros da planta. A abordagem inovadora do projeto está na aplicação de LLMs treinados com vocabulário técnico-industrial e dados específicos da planta, permitindo um nível avançado de compreensão semântica e tomada de decisão contextualizada. O impacto esperado inclui redução de custos com multas, maior eficiência energética e suporte à cultura de transformação digital na indústria.
[2025-2026 Programa Rota 2030] Descarbonize.ai: Sistema Integrado para Análise, Monetização e Descarbonização do Tráfego Veicular
O projeto Descarbonize.ai tem como objetivo desenvolver um sistema inteligente e integrado voltado para a análise de emissões veiculares, quantificação de impactos ambientais e proposição de estratégias de monetização e redução de carbono no setor de mobilidade urbana e logística rodoviária. Inserido no contexto do programa Rota 2030, sendo conduzida de forma colaborativa entre as instituições estratégicas: UFRN, UFPB e INMETRO. A iniciativa alinha-se às diretrizes de inovação e sustentabilidade do setor automotivo nacional, promovendo a transição para uma mobilidade de baixa emissão.
A proposta envolve o uso de tecnologias de inteligência artificial, aprendizado de máquina, modelos de predição e simulação, combinadas com dados reais obtidos por sensores embarcados e plataformas de monitoramento veicular. O sistema será capaz de:
A iniciativa tem como diferencial a construção de soft-sensors baseados em IA, com capacidade de quantificar incertezas nas estimativas, e o desenvolvimento de ferramentas de apoio à decisão para gestores públicos, empresas logísticas e montadoras.
[2025 UNI] Desenvolvimento de um modelo tipo Gêmeo Digital para a Planta de Produção de Hidrogênio da UNI usando técnicas de Inteligência Artificial. Lima/Perú – Universidad Nacional de Ingeniería
Este projeto tem como objetivo desenvolver, implementar e validar um modelo de Gêmeo Digital (Digital Twin) aplicado a uma planta de produção de hidrogênio por eletrólise do tipo PEM (membrana de troca de prótons), alocada na Universidade Nacional de Engenharia (UNI, Lima/Perú). Essa abordagem integra técnicas avançadas de Inteligência Artificial e Aprendizado de Máquina para representar de forma precisa o comportamento físico-químico e operacional da planta, permitindo simulações dinâmicas, monitoramento em tempo real e otimizações preditivas sem a necessidade de operar fisicamente o sistema. O modelo permitirá:
[2025-2026 Pesquisa-CAGEPA/PB] Desenvolvimento de metodologias de análise e melhoria da eficiência energética de sistemas de distribuição de água no contexto de tecnologias da Industria 4.0
[2023 FAPESQ-PB] Otimização de Sistemas de Abastecimento de Água utilizando Técnicas de Inteligência Artificial
[2022 CNPq] Otimização de Sistemas de Abastecimento de Água Utilizando Técnicas de Inteligência Artificial e Computação em Nuvem. Chamada CNPq/AWS N°64/2022 – Acesso aos Serviços de Computação em Nuvem da AWS Cloud Credits for Research.
[2022 NAMITEC] Nano e Microeletrônica para tecnologias habilitadoras NAMITEC – PROGRAMA INSTITUTOS NACIONAIS DECIÊNCIA E TECNOLOGIA – INCT
[2022 PROBEX] Contribuição à Infraestrutura de Monitoramento de Áreas de Risco no Município de João Pessoa
Última atualização: domingo, 18 de outubro de 2026
