Percorrer por data de Publicação, começado por "2025-11-19"
A mostrar 1 - 6 de 6
Resultados por página
Opções de ordenação
- Singularidade tátil na construção cenográfica para Stop-motion: estudo de casoPublication . Trindade, Victória de André Pina e Pestana; Espada, JoséO presente relatório, submetido no âmbito do Mestrado em Teatro - especialização em Design de Cena, da Escola Superior de Teatro e Cinema (ESTC) do Instituto Politécnico de Lisboa, procura explorar as características particulares da construção cenográfica para stop-motion, bem como, estudar e desenvolver uma ideia, preconcebida, sobre a “singularidade tátil”, segundo a experiência prática adquirida durante o estágio realizado na produção cenográfica e de adereços para a curta-metragem Gary Contrary/Ermelino do Contra (s.d.), sob orientação científica do Professor Coordenador José Espada. Este relatório está estruturado em três partes que se complementam. A primeira, procura definir e contextualizar a atividade do stop-motion e sintetiza e organiza o panorama teórico e histórico da animação stop-motion internacional e nacional. A segunda parte consiste em um estudo de caso prático, resultado do estágio. Por fim, a terceira e última parte aprofunda o tema que intitula este trabalho. Esta metodologia tem como objetivo apresentar uma investigação sistémica justificada que visa também desmistificar a preconceção do stop-motion como técnica arcaica, escassa ou pouco desenvolvida, tal como, analisar as qualidades “singularmente táteis” que a arte do stop-motion aparenta possuir através do estabelecimento de uma ligação direta e visceral, tanto com o público como com o criador, por meio da valorização da materialidade, ao contrário de outras formas de criação puramente digitais. O estudo pretende ainda demonstrar como a evidenciação do processo artesanal, das imperfeições subtis e das texturas materiais pode contribuir para a otimização do apelo visual da animação, conferindo-lhe uma identidade visual única, assim como concorrer para um melhor conhecimento académico sobre a construção cenográfica para stop-motion, oferecendo uma perspetiva fundamentada sobre as qualidades específicas desta técnica de animação e a sua relevância no panorama artístico contemporâneo.
- Implementação do processo manutenção centrada na fiabilidade no setor ferroviárioPublication . Silva, João Pedro Marques; Sobral, José Augusto da SilvaAo longo da evolução do contexto industrial, tem sido notória a crescente exigência relativamente ao produto final, obrigando as empresas a garantir uma elevada qualidade, mesmo produzindo em larga escala e de forma automatizada. Paralelamente, a crescente exigência no que respeita à prestação de serviços e execução de manutenção, tornou a fiabilidade, a disponibilidade e a durabilidade dos ativos, fatores determinantes para a competitividade das organizações. A atual complexidade e modernização dos equipamentos, conduz à necessidade de conhecimento profundo dos mesmos e dos processos em que estão inseridos. Assim, a manutenção revelou-se uma das áreas com mais impacto e relevo no que diz respeito à indústria uma vez que a mesma luta pela otimização qualitativa e quantitativa das atividades de uma empresa, tanto ao nível técnico, como económico. A manutenção torna-se essencial visto ser uma das principais áreas responsáveis por gerar riqueza dentro de uma organização. A presente dissertação tem como objetivo a aplicação do processo RCM2 (Reliability Centred Maintenance – “Manutenção Centrada na Fiabilidade”) ao sistema de Produção e Tratamento de Ar comprimido (PTA) pertencente às unidades duplas diesel da série 0450 da frota da CP – Comboios de Portugal. A implementação do processo referido, visa à otimização dos planos de manutenção para as referidas unidades motoras, no seu contexto operacional. Trata de analisar quais as funções, falhas funcionais, modos de falha e seus efeitos de falha inerentes ao sistema estudado. O processo RCM, permite ainda classificar cada modo de falha de acordo com a sua consequência, seja ela, evidente ou oculta, com consequências ao nível ambiental, segurança, operacional ou não operacional, permitindo uma tomada de decisão sobre a melhor estratégia, com uma periodicidade de intervenção ajustada. O estudo RCM2, desenvolve uma base de dados, que garante a passagem de conhecimento transversal do sistema acima indicado, que futuramente, resultará na otimização dos planos/atividades de manutenção, na melhoria da manutibilidade e acréscimo da fiabilidade da série de material circulante e da disponibilidade, garantindo a prestação de um serviço seguro e de qualidade.
- Previsão de crescimento de fendas de fadiga utilizando elementos finitos e inteligência artificialPublication . Ferra, Tiago Henrique da Cruz; Baptista, Ricardo Miguel Gomes SimõesA análise da trajetória de propagação de fendas de fadiga constitui um desafio relevante na área da integridade estrutural, devido à complexidade associada à simulação numérica ou à experimentação. Em particular, o estudo de componentes sujeitos a carregamentos biaxiais revela-se ainda mais exigente, uma vez que envolve a aplicação simultânea e independente de forças em direções perpendiculares, aumentando significativamente a variabilidade dos cenários possíveis. Neste trabalho, foi estudada a propagação de fissuras em provetes cruciformes sob carregamentos cíclicos biaxiais em fadiga, combinando metodologias numéricas baseadas no Método dos Elementos Finitos (FEM) com a aplicação de técnicas de Inteligência Artificial (AI), nomeadamente redes neuronais artificiais (ANN). Para a geração dos dados de treino da rede, recorreu-se a simulações numéricas que permitiram determinar os fatores de intensidade de tensão para fendas com diferentes geometrias, comprimentos e orientações. Uma vez treinada, a rede mostrou-se capaz de prever, de forma quase imediata, os fatores de intensidade de tensão necessários ao cálculo da direção e da taxa de crescimento da fenda. Os resultados obtidos pela ANN foram comparados com as trajetórias de propagação calculadas exclusivamente por FEM. A análise dos desvios entre coordenadas, calculados através da raiz quadrada do erro médio quadrático (RMSE), revelaram um erro mínimo de 0,0006 mm e um erro máximo de 2,1890 mm, sendo o erro médio de 0,3613 mm. Assim, a abordagem híbrida FEM–IA revelou-se vantajosa pela sua elevada eficiência computacional, mantendo um nível de precisão adequado à previsão do comportamento em fadiga. Assim, os modelos baseados em redes neuronais demonstraram ser uma ferramenta promissora de apoio à análise estrutural, contribuindo para reduzir significativamente o tempo e os recursos necessários em estudos de propagação de fendas em regimes de carregamento complexo.
- Digital assistant with artificial intelligence techniquesPublication . Dias, Dinis Rodrigues; Ferreira, Artur Jorge; Leite, Nuno Miguel da Costa de SousaAbstract The design, implementation, and assessment of a modular Digital Assistant (DA), developed in Python, that can process natural language in speech and text, being optimized for the Windows desktop environment are presented in this dissertation. The DA performs tasks like retrieving weather data and launching applications, where the system combines Large Language Models (LLM) to interpret user requests and dynamically choose between conversational responses and function execution. To ensure modularity, extensibility, and maintainability, a layered architecture was used to organize the functionality, reasoning engine, conversation handling, and graphical user interface modules. To maintain responsiveness and user control even during lengthy operations, the assistant uses asynchronous execution, supports both text and voice input, and can output speech synthesis. The implementation places a strong emphasis on sound software engineering techniques, such as modular contracts, interface-first design, and reliable error handling. The secure handling of Application Programming Interface (API) keys and the lack of persistent memory protect privacy are also addressed. Experimental evaluation shows near real-time responses from contemporary LLM backends, sub-second latency for functionality modules, and high accuracy in differentiating between function calls and conversations. Additionally, qualitative validation verifies that the system satisfies its non-functional requirements for modularity, robustness, and user experience, and that the Graphical User Interface (GUI) is responsive and the speech features are usable. In conclusion, the project produces a useful, expandable, and intuitive digital assistant that connects conversational Artificial Intelligence (AI) and desktop task automation, providing a solid basis for upcoming improvements like cross-platform deployment, sophisticated speech recognition, and runtime model selection.
- A aplicação de práticas de gestão Lean na otimização de custos de seguros: redução de risco e eliminação de desperdícios operacionaisPublication . Silva, Ednilton Valdir da Silva e; Anes, Vitor Manuel RodriguesEsta dissertação examina de que modo a aplicação de princípios de Lean Thinking à gestão de sinistros pode melhorar a eficiência operacional das seguradoras e reduzir o custo total do risco para clientes empresariais. A análise foca-se na eliminação de desperdícios, padronização de processos e integração de sistemas de informação, complementadas por ferramentas como o VSM, FMEA e 5S. Com base em casos reais e análise documental, identificam-se fragilidades operacionais (morosidade, retrabalho, falhas de validação e exposição a fraude) e propõem-se contramedidas Lean com impacto nos tempos de resposta, na fiabilidade da decisão e na transparência do processo. Os resultados esperados incluem menor tempo de resolução de sinistros, redução de custos administrativos e melhoria da perceção de valor por parte dos clientes, contribuindo para prémios mais ajustados e para a resiliência do modelo de negócio segurador.
- Simulating stresses and strains in solid mechanics directly from images using convolutional neural networksPublication . Vieira, Beatriz Susana; Rodrigues, José Alberto de Sousa; Bordas, Stéphane P. A.Abstract Finite Element Method (FEM) simulations provide reliable displacement, strain and stress fields, but they become costly when many geometry–load combinations must be tested. In several practical scenarios the input is an image that leads to non-rectangular, unstructured meshes, which is not ideal for strictly grid-based models. This dissertation investigates deep learning surrogates trained on FEM solutions that can deliver the mechanical response much faster. We propose a complete processing pipeline that starts from image segmentation, builds both structured and unstructured meshes, and trains two distinct models on top of them. The first one is a grid U-Net, designed for rectangular domains. The second one is MAgNET, which operates directly on the mesh and preserves the original discretization at the boundaries and at the loaded regions. Both models are trained and evaluated with exactly the same dataset, training schedule and metrics, including tests with loads above the training range and measurements of training and inference time, which enables a fair comparison between the two approaches. Results show that both surrogates reproduce displacement accurately, and that the largest strain and stress errors remain confined to the loaded boundary and to high-gradient areas. The grid U-Net is faster and very competitive on regular meshes, while MAgNET is the better option when the geometry comes from images and the mesh is unstructured.