PPG.EGPSA/ITEGAM

URI permanente desta comunidadehttps://rigalileo.itegam.org.br/handle/123456789/1

A comunidade dispõe da produção técnica e científica do Programa de Pós-graduação em Engenharia, Gestão de Processos, Sistema e Ambiental (PPG.EGPSA) do Instituto de Tecnologia e Educação Galileo da Amazônia (ITEGAM), fruto da atividade de pesquisa e desenvolvimento (P&D). É possível acessar os trabalhos de conclusão do programa de pós-graduação, artigos e livros vinculados a pesquisa, desenvolvimento, inovação e extensão.

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Algoritmo de Detecção de Falhas com Lógica Fuzzy para Otimização de Motores Elétricos (ADFLFOM)
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) NASCIMENTO, Manoel Henrique Reis; LEITE, Jandecy Cabral
    This document certifies the registration of the software Fault Detection Algorithm with Fuzzy Logic for Electric Motor Optimization (ADFLFOM), developed in the Python programming language. The system applies fuzzy logic to detect and optimize the operation of electric motors, identifying potential failures and suggesting operational adjustments for greater energy efficiency. The software was registered with the National Institute of Industrial Property (INPI) under number BR512025000360-9, valid for 50 years from January 1st following the date of 12/02/2024.
  • Imagem de Miniatura
    Item
    Different Deterministic Optimization Methods for Economic Load Dispatch, Switching Off Less Efficient Generators
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2023) NASCIMENTO, Manoel Henrique Reis; ALENCAR, David Barbosa de
    This chapter discusses different deterministic optimization methods applied to economic load dispatch, focusing on switching off less efficient generators. The study investigates the efficiency of methods such as linear programming, quadratic programming, and other mathematical approaches to reduce operational costs and improve energy efficiency in power generation systems. The research highlights how optimization can contribute to more cost-effective and environmentally friendly decision-making, proposing strategies to integrate these methodologies into power generation systems.