ISEL - Matemática Aplicada para a Indústria
URI permanente desta comunidade:
Navegar
Percorrer ISEL - Matemática Aplicada para a Indústria por Domínios Científicos e Tecnológicos (FOS) "Ciências Naturais::Matemáticas"
A mostrar 1 - 3 de 3
Resultados por página
Opções de ordenação
- Análise e otimização em sistemas de comunicação ferroviáriaPublication . Batalha, Fábio Ramos; Cal, Filipe Santiago; Lopes, Nuno David de JesusO presente relatório resulta do estágio curricular do Mestrado em Matemática Aplicada para a Indústria, realizado no Instituto Superior de Engenharia de Lisboa (ISEL), em colaboração com a empresa SOLVIT – Innovation & Development on Telecommunications, Lda. O trabalho enquadrou-se na área das telecomunicações ferroviárias, com enfoque no estudo da qualidade de sinal do sistema GSM-R (Global System for Mobile Communications – Railway), tecnologia crítica para assegurar comunicações fiáveis e seguras entre maquinistas, centros de controlo e infraestruturas ferroviárias. O estágio teve como principal objetivo a aplicação de metodologias matemáticas e computacionais à análise e otimização de comunicações móveis em ambiente ferroviário, com foco no sistema GSM-R, tendo sido desenvolvidos dois casos de estudo distintos e complementares. O primeiro caso de estudo incidiu sobre a Linha do Algarve, com enfoque na deteção de padrões e anomalias na qualidade do sinal. Para tal, foi elaborado um processo sistemático de tratamento e padronização de dados recolhidos, envolvendo filtragem, normalização, interpolação e smoothing de séries temporais. Posteriormente, foram aplicadas técnicas estatísticas para identificar anomalias nos parâmetros que caracterizam a qualidade de comunicação da rede. Os resultados obtidos permitiram construir viagens modelo representativas do comportamento típico da rede e localizar segmentos críticos, constituindo um contributo para o desenvolvimento de ferramentas automáticas de monitorização e apoio à manutenção preventiva. O segundo caso de estudo centrou-se no planeamento de frequências na Linha de Cascais, onde a topografia e a proximidade com o mar potenciam fenómenos de interferência nas comunicações. O problema foi formulado como uma tarefa de otimização combinatória, incorporando restrições práticas do sistema GSM-R, no que diz respeito à alocação de portadoras no mesmo site, ou em sites vizinhos. Para a sua resolução, foi desenvolvida uma estratégia híbrida baseada em técnicas Max-Min e heurísticas greedy, visando maximizar o rácio carrier-to-interference (C/I) ao longo do percurso. A configuração final obtida demonstrou melhorias expressivas, com ganhos significativos face às configurações de referência. De forma global, o estágio permitiu combinar métodos de análise estatística e técnicas de otimização com aplicação prática no setor ferroviário, reforçando a importância da Matemática Aplicada como ferramenta de suporte à tomada de decisão em sistemas de comunicações críticas. Os resultados alcançados evidenciam não só a aplicabilidade das metodologias desenvolvidas em contextos reais, como também o seu potencial para serem adaptadas a outras linhas ferroviárias e a diferentes cenários tecnológicos.
- Gestão e qualidade de dados mestre no SAP IBP: sustentação do planeamento da procuraPublication . Sedas, Francisco Ribeiro; Martins, Ana Alexandra Antunes Figueiredo; Pinto, Iola Maria Silvério; Ricardo, André Henriqueto; Reis, Diogo ChambelEste relatório descreve o projeto desenvolvido no âmbito do estágio curricular do Mestrado em Matemática Aplicada para a Indústria, centrado na melhoria do planeamento da procura através de metodologias quantitativas. O trabalho enquadra-se na necessidade de reforçar a fundamentação estatística associada à seleção de variáveis explicativas e à construção de modelos preditivos aplicados a séries temporais. A investigação desenvolvida incidiu sobre a análise de dados históricos de vendas de vários produtos pertencentes a quatro famílias distintas, tendo como objetivo principal identificar variáveis preditoras relevantes e avaliar o impacto da sua inclusão em modelos de previsão. Para tal, foi implementada uma abordagem metodológica estruturada que integrou análise descritiva, três métodos complementares de seleção de variáveis, incluindo regressões lineares e a regressão Lasso, e a comparação entre diferentes modelos de previsão. O modelo principal estudado foi o SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous regressors), permitindo incorporar variáveis exógenas na previsão da procura. As previsões obtidas foram comparadas com as provenientes de um modelo de Alisamento Exponencial, recorrendo à análise sistemática de métricas de erro e à verificação dos pressupostos através da avaliação dos resíduos. Os resultados evidenciaram que a integração de variáveis exógenas, aliada a um processo rigoroso de seleção de preditores, melhorou de forma consistente a precisão das previsões. O estudo reforça, assim, a importância de abordagens multivariadas e estatisticamente sustentadas na otimização do planeamento da procura e na gestão eficiente de cadeias de abastecimento.
- 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.