From cheating to teaching: a path for conversion of illegal gambling machines

Video poker machines, a former symbol of fraud and gambling in Brazil, are now being converted into computer-based educational tools for Brazilian public primary schools and also for governmental and non-governmental institutions dealing with communities of poverty and social exclusion, in an attempt to reduce poverty risks (decrease money spent on gambling) and promote social inclusion (increase access and motivation to education). Thousands of illegal gambling machines are seized by federal authorities, in Brazil, every year, and usually destroyed at the end of the criminal apprehension process. This paper describes a project developed by the University of Southern Santa Catarina, Brazil, responsible for the conversion process of gambling machines, and the social inclusion opportunities derived from it. All project members worked on a volunteer basis, seeking to promote social inclusion of Brazilian young boys and girls, namely through digital inclusion. So far, the project has been able to convert over 200 gambling machines and install them in over 40 public primary schools, thus directly benefiting more than 12,000 schoolchildren. The initial motivation behind this project was technology based, however the different options arising from the conversion process of the gambling machines have also motivated a rather innovative and unique experience in allowing schoolchildren and young people with special (educational) needs to access to computer-based pedagogical applications. The availability of these converted machines also helps to place Information and Communication Technologies (ICT) in the very daily educational environment of these children and youngsters, thus serving social and cultural inclusion aspects, by establishing a dialogue with the community and their technological expectations, and also directly contributing to their digital literacy.

Strategic Bidding for Electricity Markets Negotiation Using Support Vector Machines

Energy systems worldwide are complex and challenging environments. Multi-agent based simulation platforms are increasing at a high rate, as they show to be a good option to study many issues related to these systems, as well as the involved players at act in this domain. In this scope the authors’ research group has developed a multi-agent system: MASCEM (Multi- Agent System for Competitive Electricity Markets), which simulates the electricity markets environment. MASCEM is integrated with ALBidS (Adaptive Learning Strategic Bidding System) that works as a decision support system for market players. The ALBidS system allows MASCEM market negotiating players to take the best possible advantages from the market context. This paper presents the application of a Support Vector Machines (SVM) based approach to provide decision support to electricity market players. This strategy is tested and validated by being included in ALBidS and then compared with the application of an Artificial Neural Network, originating promising results. The proposed approach is tested and validated using real electricity markets data from MIBEL - Iberian market operator.

Solar Intensity Forecasting using Artificial Neural Networks and Support Vector Machines

This paper presents several forecasting methodologies based on the application of Artificial Neural Networks (ANN) and Support Vector Machines (SVM), directed to the prediction of the solar radiance intensity. The methodologies differ from each other by using different information in the training of the methods, i.e, different environmental complementary fields such as the wind speed, temperature, and humidity. Additionally, different ways of considering the data series information have been considered. Sensitivity testing has been performed on all methodologies in order to achieve the best parameterizations for the proposed approaches. Results show that the SVM approach using the exponential Radial Basis Function (eRBF) is capable of achieving the best forecasting results, and in half execution time of the ANN based approaches.

Short-term Wind Speed Forecasting using Support Vector Machines

Wind speed forecasting has been becoming an important field of research to support the electricity industry mainly due to the increasing use of distributed energy sources, largely based on renewable sources. This type of electricity generation is highly dependent on the weather conditions variability, particularly the variability of the wind speed. Therefore, accurate wind power forecasting models are required to the operation and planning of wind plants and power systems. A Support Vector Machines (SVM) model for short-term wind speed is proposed and its performance is evaluated and compared with several artificial neural network (ANN) based approaches. A case study based on a real database regarding 3 years for predicting wind speed at 5 minutes intervals is presented.

Desenvolvimento de sistema de apoio dinâmico da chapa no corte em guilhotina

Guilhotinas são máquinas robustas, de corte rectilíneo, normalmente associadas a equipamentos de baixo custo, devido à pequena quantidade de dispositivos tecnológicos incorporados. No entanto, esta situação pode ser alterada através da criatividade dos projetistas deste tipo de equipamento. Analisando algumas operações específicas, pode-se observar que algumas ferramentas, quando associadas ao equipamento, podem aumentar substancialmente a produtividade do processo de corte e a qualidade do produto final. Em relação ao processo de corte de chapas finas de metal, pode-se observar que na fase final de corte, o peso do material a cortar é suspenso por uma pequena porção de material que ainda não foi sujeita ao corte. Este facto leva a uma deformação plástica nesta última zona, causando problemas de qualidade no produto final, que não ficará completamente plano. Este trabalho foi desenvolvido em torno deste problema, estudando a melhor solução para desenvolver uma nova ferramenta, capaz de evitar a falta de nivelamento da placa, após corte. Um novo equipamento foi concebido, capaz de ser facilmente incorporado na guilhotina, permitindo o acompanhamento da inclinação da lâmina durante a operação de corte. O sistema é totalmente automatizado, sendo operado por uma única instrução de corte dada pelo operador da máquina. Este sistema permite à empresa fabricante aumentar o valor agregado de cada máquina, oferecendo aos clientes soluções avançadas, contribuindo desta forma para a sustentabilidade do negócio da empresa.

Collective intelligence on dynamic manufacturing scheduling optimization

Swarm Intelligence (SI) is a growing research field of Artificial Intelligence (AI). SI is the general term for several computational techniques which use ideas and get inspiration from the social behaviours of insects and of other animals. This paper presents hybridization and combination of different AI approaches, like Bio-Inspired Techniques (BIT), Multi-Agent systems (MAS) and Machine Learning Techniques (ML T). The resulting system is applied to the problem of jobs scheduling to machines on dynamic manufacturing environments.

Cooperation mechanism for team-work based multi-agent system in dynamic scheduling through meta-heuristics

This paper describes a Multi-agent Scheduling System that assumes the existence of several Machines Agents (which are decision-making entities) distributed inside the Manufacturing System that interact and cooperate with other agents in order to obtain optimal or near-optimal global performances. Agents have to manage their internal behaviors and their relationships with other agents via cooperative negotiation in accordance with business policies defined by the user manager. Some Multi Agent Systems (MAS) organizational aspects are considered. An original Cooperation Mechanism for a Team-work based Architecture is proposed to address dynamic scheduling using Meta-Heuristics.

Dynamic power- and failure-aware cloud resources allocation for Sets of independent tasks

Cloud computing is increasingly being adopted in different scenarios, like social networking, business applications, scientific experiments, etc. Relying in virtualization technology, the construction of these computing environments targets improvements in the infrastructure, such as power-efficiency and fulfillment of users’ SLA specifications. The methodology usually applied is packing all the virtual machines on the proper physical servers. However, failure occurrences in these networked computing systems can induce substantial negative impact on system performance, deviating the system from ours initial objectives. In this work, we propose adapted algorithms to dynamically map virtual machines to physical hosts, in order to improve cloud infrastructure power-efficiency, with low impact on users’ required performance. Our decision making algorithms leverage proactive fault-tolerance techniques to deal with systems failures, allied with virtual machine technology to share nodes resources in an accurately and controlled manner. The results indicate that our algorithms perform better targeting power-efficiency and SLA fulfillment, in face of cloud infrastructure failures.

Construção de um robô trepador com locomoção através de rodas e adesão através de meios magnéticos

Mestrado em Engenharia Electrotécnica e de Computadores

Aplicação web para tratamento estatístico de dados de teste

Mestrado em Engenharia Electrotécnica e de Computadores

Sistema de detecção de intrusão em redes informáticas

Mestrado em Engenharia Electrotécnica e de Computadores

Melhoria do processo com recurso a metodologia Kaizen

Mestrado em Engenharia Electrotécnica e de Computadores

Espresso coffee residues: a valuable source of unextracted compounds

Espresso spent coffee grounds were chemically characterized to predict their potential, as a source of bioactive compounds, by comparison with the ones from the soluble coffee industry. Sampling included a total of 50 samples from 14 trademarks, collected in several coffee shops and prepared with distinct coffee machines. A high compositional variability was verified, particularly with regard to such water-soluble components as caffeine, total chlorogenic acids (CGA), and minerals, supported by strong positive correlations with total soluble solids retained. This is a direct consequence of the reduced extraction efficiency during espresso coffee preparation, leaving a significant pool of bioactivity retained in the extracted grounds. Besides the lipid (12.5%) and nitrogen (2.3%) contents, similar to those of industrial coffee residues, the CGA content (478.9 mg/100 g), for its antioxidant capacity, and its caffeine content (452.6 mg/100 g), due to its extensive use in the food and pharmaceutical industries, justify the selective assembly of this residue for subsequent use.

Auditoria energética à indústria têxtil do Ave

A Indústria Têxtil do Ave S.A. (ITA) dedica-se, desde 1948, à produção de componentes têxteis para pneus em forma de fio torcido (corda) e tela. Estes componentes são quimicamente activados e impregnados em estufas, possibilitando assim a posterior adesão ao pneu. A máquina de impregnar corda Single End é composta pelos grupos de estiragem, por um recipiente contendo a solução química e por 4 estufas em série. A máquina de impregnar tela Zell é composta pelos grupos de estiragem, pelos acumuladores de saída e entrada, pelos recipientes com as soluções químicas e por um grupo de 7 estufas em série. O aquecimento das estufas é feito através da queima de gás natural. O presente trabalho teve como objectivo a realização de uma auditoria energética à ITA com um especial destaque às máquinas de impregnar corda (Single End) e tela (Zell). As correntes de entrada que contribuem para a potência térmica de impregnação são a combustão do gás natural, o ar de combustão, o ar fresco, o artigo em verde e as soluções químicas. As correntes de saída correspondem aos gases de combustão e exaustão, ao artigo impregnado e às perdas térmicas. A auditoria à máquina Single End mostrou que a potência térmica de impregnação é de 413,1 kW. Dessa potência térmica, 77,2% correspondem à combustão do gás natural, 6,7% ao ar de combustão, 15% ao ar fresco, 0,7% às cordas em verde e 0,4% à solução química. Da potência térmica de saída, 88,4% correspondem aos gases de combustão e exaustão, 3,2% às cordas impregnadas e 8,4% às perdas térmicas. Da auditoria à máquina Zell observou-se que a potência térmica de impregnação é de 5630,7 kW. Dessa potência, 73,3% corresponde à combustão do gás natural, 1,6% ao ar de combustão, 24,5% ao ar fresco, 0,3% à tela em verde e 0,3% às soluções químicas. Da potência térmica de saída, 65,2% correspondem aos gases de combustão e exaustão, 3,1% à tela impregnada e 31,7% às perdas térmicas. Foram sugeridas como medidas de optimização a redução dos caudais de exaustão das estufas e o aumento de temperatura do ar fresco. O aumento da temperatura do ar fresco da máquina de impregnar Single End para 50 ºC, usando ar quente dos torcedores, leva a uma poupança de 0,22 €/h, com um período de retorno do investimento de 13 anos e 4 meses enquanto o aumento para 120 ºC, usando o calor dos gases de combustão e exaustão, reduz os custos em 0,88 €/h, sendo o período de retorno para esse investimento de 2 anos e 6 meses. Na máquina de impregnar Zell, uma redução de 15% no caudal de exaustão numa das estufas leva a ganhos de 3,43 €/h. O aumento de temperatura do ar fresco para 45 ºC, usando o calor de gases de combustão e exaustão, leva a uma poupança de 9,93 €/h sendo o período de retorno para cada uma das duas sugestões de investimento de 5 meses e 9 meses.

Diagnóstico energético da indústria de placas de borracha e optimização do sector de pintura

Cada vez mais a indústria tem vindo a sofrer algumas mudanças no seu processo produtivo. Hoje, mais que nunca, é preciso garantir que as instalações produtivas sejam o mais eficiente possível, procurando a racionalização de energia com um decrescimento dos custos. Deste modo o objectivo desta dissertação é o diagnóstico energético da fábrica de placas de borracha e a optimização do sector da pintura na empresa Monteiro Ribas. A realização de um diagnóstico energético, para a detecção de desperdícios de energia tem sido amplamente utilizada. A optimização irá prospectar potenciais de mudanças e aplicação de tecnologias de eficiência energética. Pretende-se deste modo travar o consumo energético sem que seja afectada a produção, já que a empresa é considerada consumidora intensiva de energia. Na empresa Monteiro Ribas há consumo de gás natural, de vapor e de energia eléctrica, sendo o vapor a forma de energia mais consumida, seguida da energia eléctrica e por fim, do gás natural nas proporções de 55%, 41% e 4%, respectivamente. A optimização feita permitiu estudar a influência de algumas variáveis, nos consumos anuais da energia, e assim apresentar propostas de melhoria. Uma das propostas analisadas foi a possibilidade de efectuar um isolamento térmico a algumas válvulas. Este isolamento conduziria a uma poupança de 79.263,4 kWh/ano. Propôs-se também a implementação de balastros electrónicos, que conduziria a uma diminuição em energia eléctrica de 29.509,92 kWh/ano. Relativamente às máquinas utilizadas no sector da pintura, verificou-se ser a estufa IRK 6, um dos equipamentos de grande consumo energético. Então analisou-se a influência da velocidade de circulação das placas de borracha através desta máquina, bem como a alteração da respectiva potência, pela diminuição do número de cassetes incorporados nesta estufa.