Browsing by Author "Souza, Bruno Melo de"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Algoritmo de Projeto e Gestão de Subsistema de Alimentação Baseado em Energia Solar para Redes de Sensores Sem FiosPublication . Souza, Bruno Melo de; Gomes, Nuno Filipe da Fonseca BastosRedes de Sensores sem Fios são dispositivos compostos de um conjunto de sensores e atuadores, que tem como objetivo observar fenômenos e enviar as informações aferidas à uma estação geograficamente distante para processamento, análise e armazenamento dos dados aferidos. O subsistema de alimentação é um limitante no projeto de uma rede de sensores sem fios. Esse trabalho é um relatório do estágio curricular realizado e tem como objetivo expor o estado da arte das três principais etapas de projeto do subsistema de alimentação de uma rede de sensoriamento com coleta solar, nomeadamente: aferição das disponibilidades energéticas, dimensionamento da capacidade nominal do banco de baterias e sistema de gestão adaptativo de bateria, visando compor um algoritmo para servir de diretriz no dimensionamento deste subsistema. A partir do estudo da bibliografia, foi desenvolvido um algoritmo que calcula a capacidade mínima de armazenamento do banco de baterias em função do arranjo solar escolhido, das características meteorológicas do sítio em estudo e da energia demandada pela rede de sensores sem fios. Além de dimensionar o armazenamento necessário para o banco de baterias, o algoritmo ainda simula o comportamento do estado de carga da bateria ao longo do tempo para as condições meteorológicas estabelecidas com e sem um sistema de gestão de baterias adaptativo e apresenta a dinâmica simulada do estado de carregamento da bateria no período em estudo por meio de gráficos. O algoritmo foi validado através de uma simulação em Matlab usando como base uma rede de sensores sem fios teórica. Para os dados de dimensionamento propostos e as condições energéticas sugeridas o sistema se manteve estável ao longo dos 10 anos simulados, sem a inserção do sistema de gestão. Após a adição de um algoritmo de gestão adaptativo, observou-se um aumento de mais de 30% da performance média do sistema, em troca de 309 dias com ciclo de trabalho de 0%, durante os 3.650 dias simulados.