Repositório do Conhecimento Institucional do Centro Universitário FEI
 

Engenharia Elétrica

URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Trabalho de Conclusão de Curso
    Detecção de arritmia cardíaca em ECG gerado por smartwatch
    (2023-12-14) Maglione, Bruno Stefano Pinheiro; França, Giuliano Cotrufo; Affonso, Rodrigo Coutinho
    Este trabalho tem como objetivo a criação de um sistema de análise de saúde, utilizando dados provenientes de relógios inteligentes (smartwatch) dos pacientes em questão. O processo consiste primeiro na extração dos dados colhidos pelos sensores do dispositivo e realização de um tratamento prévio em algumas variáveis obtidas, através da interface do Google Colab para treinamento de uma rede neural VGG-19 e analisada através de um banco de dados do PhysioNet. Foi realizada a pesquisa teórica, apresentando um aprofundamento sobre os detalhes acerca do assunto, com introdução sobre os elementos a serem utilizados e o porquê de sua escolha, seguido do detalhamento da metodologia utilizada no subsequente desenvolvimento e prototipação do projeto.
  • Imagem de Miniatura
    Trabalho de Conclusão de Curso
    Sistema de monitoramento para industria agro utilizando IoT
    (2021-06-27) Pires, Carlos Rodrigues; Sena, Guilherme de Carvalho Souto; Faria, Leonardo Lopes; Souza, Paulo Henrique de Melo; Moreira, Vitor Heleno
    Devido ao seu grande poderio no agronegócio, o Brasil é reconhecido mundialmente não apenas por tal feito, mas também por ter o grande consumo de água como um de seus reveses. Setenta porcentode toda a água utilizada no país tem como destino a irrigação de lavouras, além da pecuária e agricultura (De acordo com o Fundo das Nações Unidas para Agricultura e Alimentação e a Agência Nacional de Águas).Este grande consumo de água do setor, deve-se em maior parte a desperdícios e problemas técnicos nas lavouras. Após a realização de um estudo, o grupo responsável por este trabalho observou que em modelos matemáticos utilizados, a evapotranspiração (evaporação de água através do solo e transpiração das plantas) é citada com frequência e influencia diretamente o consumo de água. Entretanto, informações relacionadas a evapotranspiração real são raras e difíceis de obter, pois demanda um alto custo e grande tempo de observação. Com o propósito de contornar o problema, modelos baseados em empirismos e leis físicas foram desenvolvidos. Neste documento, será utilizado o modelo de Hargreaves-Samani, relacionando a temperatura máxima, mínima e ângulo da radiação solar incidente. Foiutilizadoum banco de dados baseando-se na região de Mirante São Paulo, com o foco de estipular o comportamento gráfico utilizando machine learning e “ARIMA” (Método estatístico). O local escolhido é resultado de ser o local mais antigo do estado de São Paulo, tornando seu histórico de dados mais robusto. Por outro lado, os pontos utilizados pelo INMET (Instituto Nacional de Meteorologia) localizam-se em pontos distantes e alguns inclusive, por serem mais recentes, não possuem dados mais antigos.Este estudo propõe uma medição local no cultivo para obtenção de dados precisos da região e variáveis meteorológicas. Com estas informações em mãos, o grupo pode iniciar o desenvolvimento de um banco de dados próprio, permitindo uma previsão da evapotranspiração mais precisa e confiável. Para fim de protótipo,será utilizado o micro controlador ESP8266 com capacidade de conexão Wi-Fi, sensores térmicos precisos e uma plataforma analítica IoT, Thingspeak da Mathworks, permitindo agregar, visualizar e analisar fluxos de dados postados pelo dispositivo cadastrado.Desta forma, o agricultor conseguirá acompanhar seus dados de forma online em qualquer momento e lugar, podendo prever o consumo de água mês a mês.