Research
Protocolos Criptográficos Híbridos (Technology Innovation Institute - TII, 2021 - 2023)
Contact: Prof. Ricardo Custódio (LabSEC)
O estabelecimento de chaves criptográficas híbridas é um esquema de estabelecimento de chaves que é uma combinação de dois ou mais métodos distintos. A propriedade desejada é que as chaves derivadas de um esquema de estabelecimento de chave híbrido permaneçam seguras se pelo menos um dos esquemas de componentes for seguro. O objetivo deste projeto é pesquisar uma forma de criar um mecanismo de estabelecimento de chaves híbridas, considerando que um dos esquemas será de computação clássica e o outro de computação pós-quântica. Esses esquemas serão fundamentais para manter os canais de comunicação das redes de comunicação de dados, tais como a Internet, seguros, mesmo com o advento do computador quântico. Sem soluções híbridas, não será mais possível o acesso a dados sigilosos, como o homebanking, se hackers ou inimigos tiverem à sua disposição sistemas computacionais quânticos. É previsto, por renomados pesquisadores de diversos grupos de pesquisa no mundo, que o computador quântico poderá ser uma realidade tecnológica a qualquer momento nas próximas duas décadas. Em termos de metodologia, será feito um levantamento dos métodos híbridos existentes, procurando adaptá-los às situações acima descritas. Em termos práticos, é objetivo modificar dois dos mais usados protocolos de comunicação na Internet, a saber o SSL/TLS e o SSH, de forma a torná-los híbridos e assim poderem ser usados num provável cenário de computação quântica. O modelo teórico, híbrido, será formalmente descrito e submetido a um sistema de provas de teoremas, de forma a mostrar que os esquemas são realmente seguros.
OBNZip - Compressor Inteligente de Dados Sísmicos para OBN (Petrobras, 2022 - 2025)
Contact: Prof. Antônio Augusto Fröhlich (LISHA)
O uso de Ocean Bottom Nodes (OBNs) na exploração sísmica de reservas de petróleo e gás requer a permanência e operação submarina prolongada dos mesmos, resultando em desafios tecnológicos como a extração de dados durante a operação e autonomia energética. Usando transmissão subaquática de dados, os diferentes canais de comunicação (acústico, eletromagnético e ótico), estão sujeitos a limitações específicas, ainda que em graus distintos, e têm diferentes implicações na autonomia energética da aquisição por OBN. Para avançar nas questões relacionadas a estes dois desafios em aquisição submarina por meio de OBNs, o presente projeto propõe um trabalho integrado entre diferentes grupos de pesquisa da Universidade Federal de Santa Catarina (UFSC) para alcançar cinco metas: 1) Estudo exploratório sobre comunicação submarina sem fio voltada para transmissão de dados sísmicos entre OBNs e entre OBNs e demais dispositivos pelos diferentes canais disponíveis, visando minimizar a quantidade de dados a ser transmitida; 2) Estudo exploratório sobre gestão de Energia em OBNs durante a permanência no leito marinho; 3) Desenvolvimento de modelos preditivos de dados sísmicos submarinos; 4) Desenvolvimento de um sistema de compressão de dados sísmicos submarinos usando aprendizado de máquina; e 5) Planejamento da integração do compressor inteligente com métodos de comunicação e gerenciamento de energia em OBN identificados como mais adequados durante a execução do projeto.
Análise de Linhas de Manufatura Distribuídas e Automatizadas para Fabricação de Itens para Tratamento Médico Customizado (CAPES, 2018 - 2025)
Contact: Prof. Enzo Morosini Frazzon (ProLogIS)
O projeto visa analisar a viabilidade operacional, econômica e social da implementação de uma plataforma IoT para linhas de manufatura distribuídas e altamente automatizadas destinadas a fabricação de itens customizados para tratamento médico personalizado. Para alcançar esse objetivo, a plataforma IoT (doravante denominada INCANTO) conectará sensores e dispositivos ao longo das cadeias de suprimentos, dos sistemas produtivos e logísticos, bem como os usuários finais dos produtos médicos, mobilizando ativamente um processo de co-design para a realização de soluções personalizadas. Para tanto, os seguintes objetivos específicos serão almejados: (1) Analisar requisitos para modelagem conceitual de plataformas para integração e sincronização de informações em sistemas de produção distribuídos. (2) Caracterizar a prática industrial e definir cenários de teste para avaliação da plataforma baseada em conceitos e tecnologias da Indústria 4.0. (3) Através de modelo digital twin, avaliar o desempenho operacional, econômico (custos e benefícios) e social da plataforma IoT para linhas de manufatura distribuídas e altamente automatizadas destinadas a fabricação de itens customizados para tratamento médico personalizado. (4) Propor uma modelagem da plataforma IoT que suporte uma abordagem cooperativa entre as etapas de projeto, manufatura e utilização, de forma a viabilizar o envolvimento ativo dos participantes ao longo do ciclo de vida do produto. A análise das linhas de manufatura distribuídas e automatizadas apoiará o planejamento e a implementação da plataforma INCANTO, principalmente quanto às decisões que impactem na: (i) estruturação da manufatura em unidades de produção distribuídas, em rede e altamente automatizadas, com base em avançadas tecnologias de fabricação, apoiadas por sistemas integrados e inteligentes de transporte e logística, bem como através da adoção de práticas e técnicas de produção enxuta e lean healthcare; (ii) customização de dispositivos médicos considerando várias dimensões de personalização (composição, estrutura, geometria, montagem) com aprimoramento da relação custo-benefício e redução de tempo até o fornecimento ao paciente; e, (iii) monitoramento da eficácia dos itens para tratamento médico, combinando os dados provenientes do projeto, da fabricação, e do transporte com os coletados durante consultas médicas, tratamento e a vida diária do paciente. As atividades do projeto resultarão no desenvolvimento de conhecimento científico, voltado para proposições conceituais e orientado a novos métodos e modelos para tomada de decisão; e prático, direcionado para o desenvolvimento de abordagens aplicadas e estudos empíricos, no âmbito das plataformas IoT para linhas de manufatura distribuídas e altamente automatizadas. A internacionalização propiciada pelo projeto se dará através da transferência de conhecimento e tecnologia entre os PPGs parceiros na UFSC e os entes internacionais. Em especial, o intercâmbio de pessoas visa reforçar a inserção da UFSC no cenário internacional. Além disso, as tecnologias desenvolvidas neste projeto têm grande apelo científico e tecnológico e podem inserir a UFSC, no médio e longo prazos, em um cenários de intercâmbio de dados e protótipos com outros grupos interessados no tema alvo do projeto.
Detecção de Anomalias em Aerogeradores usando Inteligência Artificial (AQTech, 2020 - 2022)
Contact: Prof. Antônio Augusto Fröhlich (LISHA)
Em consonância com o compromisso da universidade pública em trazer melhora à sociedade civil, é dever dos pesquisadores cooperar com a iniciativa privada para elevar o nível de competitividade e assim, fomentar a pesquisa básica e aplicada que faz parte dos deveres diários das atividades docentes. O projeto proposto trata de realizar pesquisa aplicada em parceria com a empresa AQTech para o desenvolvimento de soluções de Detecção de Anomalias em Aerogeradores utilizando técnicas de Inteligência Artificial no paradigma da Internet das Coisas (IoT). A AQTech tem experiência na monitoração de sistemas elétricos, principalmente geradores, tanto centralizados quanto distribuídos, incluindo aerogeradores. A monitoração desses sistemas geradores em tempo real permite um acompanhamento por parte das empresas que os operam, visando principalmente a continuidade da operação com qualidade. O acompanhamento do monitoramento por especialistas de domínio da AQTech permite que problemas maiores sejam evitados, pois, ao identificarem qualquer anomalia, podem acionar manutenção preditiva e auxiliar as operadoras no escalonamento de eventuais falhas. Sintonizada com os avanços tecnológicos, a AQTech passou a monitorar geradores seguindo o paradigma de IoT, com inúmeros sensores adicionais e uma coleta de dados com alta resolução. Além disso, a empresa está consciente de que, grande parte do conhecimento de domínio de seus especialistas pode ser absorvida por sistemas de Inteligência Artificial através de técnicas de Machine Learning. Neste contexto, o LISHA se propõe a aplicar o conhecimento adquirido com a execução de inúmeros projetos de Sistemas Embarcados conectados a Internet desdes 2001. Atualmente, o LISHA possui uma Plataforma de IoT (https://iot.ufsc.br) refinada ao longo dos anos para suportar pesquisas aplicadas similares à proposta pela AQTech. A colaboração entre o LISHA e a AQTech foi iniciada há alguns meses com a submissão de uma proposta de Projeto de P&D encaminhada à CELESC no contexto do Edital ANEEL 002/2019, mas aquela não abordou aerogeradores. Este projeto agrega o conhecimento de ambas as instituições em torno de uma questão científica muito relevante e com aplicações imediatas de mercado.
Produção de Hidrogênio Verde para Aplicações Produtivas, Mobilidade Elétrica e Descarbonização da Amazônia (GIZ, 2021 - 2023)
Contact: Prof. Ricardo Rüther (Fotovoltaica)
O hidrogênio verde precisa necessariamente ser produzido a partir da energia renovável e a geração solar fotovoltaica é o foco deste projeto, para fornecer energia elétrica para o processo de eletrólise de água para a produção de H2
|Melhoria da Eficiência Energética Solar (Shell, 2022 - 2026)
Contact: Prof. Ricardo Rüther (Fotovoltaica)
A geração de energia solar fotovoltaica integrada em edificações envolve diversos aspectos técnicos que podem prejudicar o seu rendimento de conversão da energia do sol em energia elétrica e neste projeto o foco é a otimização dos sistemas geradores fotovoltaicos
MetaMaintain - Meta-aprendizagem aplicada à Manutenção Preditiva de Sistemas Avançados de Manufatura (CAPES, 2019 - 2024)
Contact: Prof. Enzo Morosini Frazzon (ProLogIS)
O projeto utiliza dados de sistemas ciberfísicos para alimentar um método de meta-aprendizagem que seleciona modelos de prognóstico de falha apropriados para a manutenção preditiva de sistemas avançados de manufatura. O projeto contempla a aplicação das ferramentas desenvolvidas em dois parceiros industriais (TRL 4).
- Desenvolver um sistema de meta-aprendizado para seleção de métodos prognósticos para manutenção preditiva, envolvendo a simulação do planejamento de produção e manutenção e uma arquitetura de dados.
- Integrar o sistema de meta-aprendizagem com um método de monitoramento do estado atual do sistema de manufatura para adaptar o processo de seleção à condição das máquinas e componentes sensoreados.
O projeto de cooperação internacional é custeado pela CAPES e DFG (Programa PIPC), coordenado pelo Prof. Enzo Frazzon, e sediado no Laboratório de Sistemas Produtivos e Logísticos Inteligentes – ProLogIS/EPS/CTC, envolvendo 8 pesquisadores-discentes e 6 professores no Brasil, bem como 4 pesquisadores-discentes e professores na Alemanha.
AdaptiveSBO - Otimização adaptativa baseada em simulação para a programação e controle de sistemas de manufatura dinâmicos (CAPES, 2016 - 2021)
Contact: Prof. Enzo Morosini Frazzon (ProLogIS)
A gestão eficiente de sistemas de manufatura requer métodos confiáveis para o planejamento e controle da alocação de recursos, programação de tarefas, máquinas e pessoal, bem como para previsão dos prazos de entrega de cada pedido. O projeto desenvolveu um novo método adaptativo de otimização baseado em simulação (simulation-based) e orientado a dados (data-driven) para a programação e controle de sistemas de manufatura dinâmicos, com estrutura complexa e sujeitos a comportamentos estocásticos. O método utiliza dados disponíveis em tempo real para caracterizar o estado dos equipamentos, pedidos de produção e estoques do sistema de manufatura, principalmente aqueles provenientes de sensores IoT. O método está sendo aplicado em 3 empresas industriais parceiras, onde será integrado com os sistemas de tomada de decisão responsáveis pela programação e controle dos sistemas de manufatura (TRL 5). O projeto de cooperação internacional é custeado pela CAPES e DFG (Programa BRAGECRIM - Brazilian-German Collaborative Research Initiative on Smart Connected Manufacturing), coordenado pelo Prof. Enzo Frazzon, e sediado no Laboratório de Sistemas Produtivos e Logísticos Inteligentes – ProLogIS/EPS/CTC, envolvendo 13 pesquisadores-discentes e 4 professores no Brasil, bem como 4 pesquisadores-discentes e professores na Alemanha. O projeto contempla recursos de capital, bem como gastos de custeio e bolsas de mestrado e doutorado sanduíche no exterior.
Usabilidade em cerimônias da ICP-Brasil (ITI, 2019 - 2023)
Contact: Prof. Jean Martina (LabSEC)
Este projeto de Pesquisa, tem por objetivo realizar estudos em prol de novos conhecimentos para o aprimoramento de cerimônias em lote para a ICP-Brasil, realizadas pelo conjunto de Sistemas de Gerenciamento de Certificados Digitais, SGC, composto por Ywapa, Ywyra, Hawa e Yba, com o intuito de diminuir o tempo de execução dessas cerimônias além de contribuir para a usabilidade dos Softwares relacionados a gestão de autoridades Certificadoras e Registradoras. Objetivo Geral do Aditivo - Solicitado pelo ITI, tem como propósito acrescentar aos estudos que estão sendo realizados: *Pesquisas relacionadas ao impacto de usabilidade em emissões de certificados para usuários finais com a possível integração do HAWA com o GOV.BR, adaptações serão propostas visando esta integração e testes serão realizados, utilizando-se dados pré validados pelo governo federal através deste portal.
Constelação Catarina - Frota A, Sistema Espacial 1 (AEB, 2021 - 2023)
Contact: Prof. Eduardo Augusto Bezerra (SpaceLab)
GOLDS-UFSC - Nanossatellite de coleta de dados ambientais (AEB, 2020 - 2023)
Contact: Prof. Eduardo Augusto Bezerra (SpaceLab)