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

Filtros

2024 - 20256

Configurações

Assunto: search.filters.subject.Engenharia Elétrica

Resultados da Pesquisa

Agora exibindo 1 - 6 de 6
  • Imagem de Miniatura
    Item
    Smart Energy: aplicação do sistema fotovoltaico utilizando algoritmos genéticos para tomada de decisão na indústria 4.0
    (Instituto Nacional da Propriedade Industrial (INPI), 2024) OLIVEIRA, Adriana Waschington Carneiro de; SILVA, Simone da
    This document certifies the registration of the "Smart Energy" software, which employs genetic algorithms for decision-making in the context of Industry 4.0. The application focuses on photovoltaic systems, aiming to optimize industrial processes through advanced computational techniques.
  • Imagem de Miniatura
    Item
    Sistema Automatizado para Monitoramento e Gerenciamento das Pulseiras Eletrostáticas por Meio de Dashboard
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) MAUÉS, Elvis Jardim; LEITE, Jandecy Cabral
    This document certifies the registration of the software entitled "Automated System for Monitoring and Managing Electrostatic Wristbands via Dashboard." Developed in C++, the system enables real-time control and monitoring of electrostatic wristbands used in industrial environments, with data visualization through an intuitive dashboard. The program aims to enhance safety and operational efficiency, providing an innovative solution for managing electrostatic devices.
  • Imagem de Miniatura
    Item
    Aplicação de Inteligência Artificial para Previsões e Ajustes de Fator de Potência (FP) por Fase
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) ALMEIDA, Anderson Alexandre Silva de; LEITE, Jandecy Cabral
    This document certifies the registration of the software entitled "Application of Artificial Intelligence for Predictions and Adjustments of Power Factor (PF) by Phase." Developed in Python, the program leverages artificial intelligence techniques to accurately predict and adjust the power factor of electrical systems. The solution aims to optimize the energy performance of three-phase systems, reducing losses and promoting greater operational efficiency.
  • Imagem de Miniatura
    Item
    Gestão de Energia Solar - Consumo, Geração e Bateria
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) ALMEIDA, Anderson Alexandre Silva de; LEITE, Jandecy Cabral
    The computer program titled "Solar Energy Management - Consumption, Generation, and Battery" was developed to optimize solar energy consumption and generation, integrating battery management to maximize energy efficiency.
  • Imagem de Miniatura
    Item
    E_SOLAR_GERAÇÃO_REAL - Monitoramento de Consumo Real de Energia Solar
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) ALMEIDA, Anderson Alexandre Silva de; LEITE, Jandecy Cabral
    The computer program titled "E_SOLAR_GERAÇÃO_REAL - Real-Time Solar Energy Consumption Monitoring" was developed to perform real-time monitoring of solar energy consumption, providing precise data for efficient energy management in photovoltaic systems.
  • Imagem de Miniatura
    Item
    Arquitetura Computacional para Controle de Monitoramento de Qualidade de Energia utilizando Ferramentas de Inteligência Artificial focado na Indústria 4.0 com Integração de Energias Renováveis
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) ALMEIDA, Anderson Alexandre Silva de; LEITE, Jandecy Cabral
    The computer program titled "Computational Architecture for Energy Quality Monitoring Control" employs Artificial Intelligence tools to implement advanced solutions for energy quality monitoring. The program is geared towards Industry 4.0 and aims to integrate renewable energy into cutting-edge industrial systems.