Browsing by Issue Date, starting with "2025-10-08"
Now showing 1 - 8 of 8
Results Per Page
Sort Options
- Extratos de alga como antioxidantes naturais: Mitigação da oxidação lipídica em óleos edíveis e conservas de peixePublication . RODRIGUES, BEATRIZ MARIA LOPES; Domingues, Valentina Maria FernandesThe canning of fish is a process that is used to extend the product's shelf life. However, lipid oxidation can occur and is one of the primary factors affecting shelf life, as it contributes to the formation of rancid flavors, which degrade the sensory qualities of canned fish. In this work the possibility of using seaweed extracts as a natural antioxidant in edible oils is studied. This work aimed to evaluate the use of Palmaria palmata and Porphyra dioica extracts as natural antioxidants in sunflower oil and canned Atlantic mackerel. The study was structured in two main stages: (i) chemical characterization of the extracts (phenolics, reducing capacity, total carotenoids, amino acids profile, metals and iodine), and (ii) application in model systems and real food matrix. A design of experiments was applied to optimize extract conditions in sunflower oil. Samples containing different extract proportions and amounts were subjected to accelerated aging (70°C, 16 days). The oxidative stability of the oils was evaluated by monitoring oxidation markers, such as peroxide value and secondary oxidation compounds. The optimized formulation corresponded to 25 mg of extract per 5 mL of oil at 100% P. dioica. Experimental validation confirmed that results were within the predicted intervals, supporting the robustness of the model. The effect of different parameters in lipid oxidation was analyzed. The results showed that the value of peroxides, carotenoids, phenolics, minerals and amino acids affect negatively the reduction of lipid oxidation. Extracts were then applied to canned Atlantic mackerel prepared using optimal conditions under four conditions (oil/water × with/without extract) and stored for 45 days. Results showed that extracts provided antioxidant protection, though excessive concentrations promoted prooxidant effects. Additionally, a broth was developed from fish residues to valorize by-products. After cooking, filtration, and freeze-drying, the broth will be analyzed for diverse parameters to study its potential use as a low-salt, nutrient-rich seasoning. In conclusion, macroalgae extracts represent a promising natural alternative to synthetic antioxidants in fish canning. Their effectiveness and nutritional value align with consumer demand for cleaner and more sustainable products, though further research is required to confirm long-term stability, sensory impacts, and consumer acceptance.
- Inteligência artificial para deteção de tumores cerebrais em imagens médicasPublication . GOMES, EMANUELA FILIPE; Barbosa, Ramiro de SousaA aplicação de Inteligência Artificial (IA) na análise de imagens médicas tem transformado a deteção precoce e o diagnóstico de diversas doenças, como tumores, lesões e anomalias em órgãos vitais. Modelos baseados em Machine learning (ML) e Deep learning (DL), especialmente redes neuronais convolucionais (CNN), têm demonstrado elevado desempenho na segmentação, classificação e localização de estruturas patológicas em exames como ressonâncias magnéticas, tomografias e radiografias. Estas abordagens permitem não só uma maior precisão diagnóstica, como também reduzem o tempo de análise e a carga de trabalho dos profissionais de saúde. A integração de técnicas supervisionadas e não supervisionadas possibilita uma extração robusta de características relevantes, mesmo em contextos com dados limitados ou rótulos incompletos. Neste sentido a IA, afirma-se como uma ferramenta promissora no apoio à decisão médica, contribuindo para o avanço da medicina da precisão. O principal objetivo deste trabalho é o desenvolvimento de modelos baseados em IA para a deteção de tumores cerebrais a partir da análise de imagens médicas. Para tal, foram utilizadas diferentes arquiteturas de redes CNN, incluindo VGG-19, ResNet, EfficientNet, entre outras, em combinação com técnicas de Explainable Artificial Intelligence (XAI), de modo a garantir não só elevados níveis de desempenho, mas também interpretabilidade dos resultados. Os modelos foram treinados e avaliados com recurso a bases de dados públicas de ressonância magnética cerebral, permitindo a classificação de diferentes tipos de tumores. Os resultados obtidos demonstraram valores elevados de Accuracy, Recall e Area Under the Curve Receiver Operating Characteristic (AUROC), o que evidencia a eficácia da solução proposta na deteção de tumores cerebrais e confirma o seu potencial como sistema de apoio ao diagnóstico clínico.
- Estudo de setups no processo produtivo do pneu: Preparação a quentePublication . FERREIRA, FRANCISCO FERNANDES; Magalhães, António GonçalvesA dissertação correspondente ao presente documento decorre do estágio curricular realizado na Continental Mabor – Indústria de Pneus S.A., cujo objetivo se centra no estudo de setups na preparação a quente, etapa integrante do processo produtivo do pneu. Foi analisada a situação inicialmente encontrada nas extrusoras que produzem pisos e paredes, notando-se variabilidade nas durações dos setups, falta de método estabelecido e oportunidades de melhoria. Seguiu-se a otimização das mudanças de medida a efetuar visando a redução do tempo improdutivo e aumento do desempenho no funcionamento das máquinas. Procedeu-se a um estudo detalhado das atividades a executar nos vários tipos de setup, tendo depois por base a metodologia Single Minute Exchange of Die para identificação das atividades internas e externas, propondo ações para a sua conversão e simplificação. Utilizando o tempo ganho para mais produção das extrusoras, o número de pneus a produzir diariamente passa de 59.200 unidades para 74.102 a curto ou médio prazo, ou para 76.268 unidades a longo prazo. O Overall Equipment Effectiveness na extrusão de pisos sobe 6,79% na situação mais viável, enquanto na extrusão de paredes ascende 11,29%. Para dar continuidade ao trabalho efetuado há que colocar em prática as melhorias propostas e formar os operadores.
- Validação de uma metodologia de cálculos de estimativas de produção de energia em parques fotovoltaicos em operaçãoPublication . FERREIRA, JESSICA TATIANA GARCIA; Mendonça, Jorge Manuel Pires; Pilão, Rosa Maria Barbosa RodriguesA transição energética é um dos grandes desafios do nosso tempo, e a energia solar fotovoltaica tem-se afirmado como catalisador desta transformação. Torna-se, por isso, indispensável dispor de metodologias robustas para estimar a produção a longo prazo em parques já em operação. Ao contrário das previsões de pré-construção, as estimativas pós-operacionais permitem recalibrar as projeções futuras de produção anual de energia, incorporando dados operacionais reais. Esta abordagem possibilita a redução das incertezas associadas a estudos energéticos preliminares, decisões de investimento, Power Purchase Agreements (PPAs) e avaliações de risco. Neste enquadramento, a presente investigação pretende validar a aplicabilidade da metodologia Measure–Correlate–Predict (MCP), originalmente desenvolvida no setor eólico, ao setor fotovoltaico, adaptando-a a dados mensais de produção real e a séries de radiação de longo prazo provenientes de bases reconhecidas. A abordagem assentou na regressão linear simples entre a produção medida e a série de radiação de referência, após uma análise comparativa de três bases (Solargis, PVGIS e ERA5) com o intuito de identificar a mais adequada para caracterizar cada parque. Esta etapa foi complementada por um processo de deteção de outliers, assegurando uma maior robustez das correlações. Em paralelo, foram explorados modelos alternativos como: regressão múltipla e algoritmos de machine learning (Random Forest e XGBoost) para comparar o respetivo desempenho preditivo com o MCP clássico. Os resultados evidenciam que, quando suportado por seleção criteriosa da base de radiação e por tratamento sistemático de outliers, o MCP apresenta desempenho consistente e fiável em contexto pós-operacional. As abordagens de machine learning revelam ganhos pontuais em cenários de maior variabilidade, constituindo um complemento pertinente à clareza e parcimónia da regressão linear. Em síntese, o estudo reforça a confiança nas estimativas de longo prazo em parques fotovoltaicos em operação, contribui para a redução de incertezas e informa decisões de investimento.
- Estudo de um layout de empresa: Análise de constrangimentos e propostas de melhoriaPublication . SILVA, MANUEL CATARINO SANTOS; Esfandiari, Púria; Magalhães, António GonçalvesEsta dissertação foca-se na análise e otimização do layout da linha de produção da empresa Shamir Optical, com recurso ao software de simulação FlexSim. O objetivo principal foi desenvolver soluções para melhorar o desempenho da linha, com especial atenção para a zona identificada como bottleneck do processo produtivo. Para se cumprir com o objetivo do estudo, criou-se um modelo de simulação no FlexSim. Este modelo foi alimentado com dados recolhidos através de medições ao tempo de atividade dos operadores, e dados fornecidos pelos próprios equipamentos. Concluída a construção do modelo, e com vista a comprovar a fiabilidade dos resultados obtidos, procedeu-se à validação do modelo, através de comparações com dados reais, tendo-se obtido um erro relativamente baixo. Com base no modelo, foram criados seis cenários. As alterações realizadas incluíram reajustes na lógica de distribuição dos tabuleiros, aumento da capacidade do buffer, alteração da posição dos bloqueadores e tapetes de transporte, e ainda adição de um bloqueador à linha. Recorrendo a uma ferramenta do software FlexSim, o Experimenter, testaram-se os diferentes cenários para compreender quais apresentavam melhorias. Esta ferramenta torna este processo mais expedito, uma vez que permite a definição do número de simulações a realizar para cada cenário e a definição de diferentes inputs. Dos cenários testados, destacou-se o Cenário 5. Este caracteriza-se por apresentar um layout que se assemelha a uma espinha de peixe, o que permite reduzir a distância e o tempo de transporte dos tabuleiros. Este cenário, quando comparado com o Cenário Modelo, apresentou melhorias ao nível do output semanal da Estação Combiners e da Estação Bloqueadores. Posteriormente adicionou-se um oitavo bloqueador à linha criada para o Cenário 5, tendo-se verificado um aumento ainda maior do output semanal de ambas as estações, apesar do output médio por equipamento ter diminuído. Além da análise realizada ao output das estações de trabalho, foi também calculado o OEE de cada bloqueador. Com os resultados obtidos, verificou-se que os fatores Desempenho e Qualidade se encontram muito abaixo dos valores de referência, pelo que foram sugeridas propostas de melhoria de forma a mitigar as limitações encontradas. Estas passam pela adoção do layout do Cenário 5 e pela revisão do plano de manutenções preventivas, de maneira a reduzir o número de paragens não planeadas relacionadas com falhas nos equipamentos. Espera-se que com a adoção destas propostas, se verifique um aumento da eficiência global da linha de produção.
- Desenvolvimento de um modelo matemático para correlacionar o crescimento económico, políticas económicas, políticas ambientais, bem-estar social e nível educacionalPublication . BELINHA, PEDRO SOUSA; Silva, Francisco José Gomes da; Pinto, Isabel Cristina Silva Barros Rodrigues MendesA problemática ambiental ocupa atualmente uma posição central nas agendas políticas, académicas e sociais, reflendo uma urgente preocupação na mitigação dos impactos associados ao crescimento económico, à industrialização e às mudanças nos padrões de consumo, que se refletem na produção de resíduos. Este é um dos maiores desafios à sustentabilidade, principalmente pela pressão que exerce sobre os sistemas de gestão e tratamento, degradação ambiental, independentemente do país que estivermos a falar, mais ou menos desenvolvido. Neste enquadramento, a presente dissertação propõe desenvolver um modelo matemático capaz de correlacionar variáveis determinantes, como o crescimento económico, as políticas económicas e ambientais, o bem-estar social e o nível educacional da população — com os níveis de resíduos produzidos. Para o efeito, foi elaborado um estudo comparativo envolvendo nove países com realidades sobretudo diferenciadas, ao longo de um período temporal de dez anos (2014-2024). A análise recorreu a métodos estatisticos de correlação e a modelos de regressão linear simples e múltipla, de modo a identificar relações significativas e a validar a robustez das associações encontradas. Os resultados obtidos permitem aprofundar o conhecimento sobre os fatores estruturais que influenciam a geração de resíduos e fornecem uma base empírica para a formulação de políticas públicas mais eficazes no domínio da sustentabilidade. A investigação destaca ainda a relevância do investimento em educação, da promoção do bem-estar social e da adoção de políticas ambientais integradas como mecanismos essenciais para a redução da produção de resíduos e para a transição para uma economia mais circular e sustentável.
- Desenvolvimento de um sistema de apoio à decisão para planeamento e controlo de sistemas de produção do tipo Job ShopPublication . RODRIGUES, RUI PAULO DIAS; Cardoso, Mónica Glória; Castro, Hélio CristianoA presente dissertação teve como objetivo desenvolver um sistema de apoio à decisão para o planeamento e controlo de sistemas de produção do tipo Job Shop, aplicado a uma PME do setor da metalomecânica. Este tipo de sistema produtivo, caracterizado por elevada flexibilidade e diversidade de produtos, apresenta desafios no cumprimento de prazos, na alocação de recursos e na redução de tempos de espera. A investigação iniciou-se com uma revisão bibliográfica sobre o modelo Job Shop, estratégias de planeamento e controlo, bem como o potencial das tecnologias da Indústria 4.0, heurísticas e algoritmos de inteligência artificial. Seguidamente, recorreu-se à metodologia Action Research (AR), que combinou a análise teórica com aplicação prática na empresa. Neste trabalho de investigação foi desenvolvida uma ferramenta de simulação para testar diferentes regras de sequenciamento, destacando a heurística EDD+LPT (Earliest Due Date + Longest Processing Time), que visa conciliar o cumprimento de prazos de entrega com a redução de bloqueios provocados por operações longas. Os resultados demonstraram que a heurística EDD+LPT melhorou significativamente o planeamento da produção, reduzindo o atraso total e aproximando as datas previstas das datas pretendidas de entrega. Contudo, a variabilidade dos tempos de processamento e a dependência de operações externas continuam a gerar desafios, refletindo a complexidade do modelo Job Shop. Do ponto de vista prático, esta dissertação disponibiliza à empresa uma ferramenta prática de apoio à decisão, que permite aumentar a previsibilidade das entregas e a utilização dos recursos. Do ponto de vista acadêmico, evidencia a relevância da integração de heurísticas simples com simulação, abrindo caminho para abordagens mais avançadas de otimização e inteligência artificial. Futuramente, sugere-se a integração de modelos probabilísticos, algoritmos avançados e monitorização em tempo real.
- Aplicação de machine learning na identificação precoce da doença de Crohn e estratificação da sua gravidade com base em anomalias metabólicas.Publication . BORGES, SARA CARDOSO; Tavares, José Antonio Reis; Malheiro, NunoAtualmente, com a quantidade crescente de dados disponíveis nos mais variados setores, tem emergido a necessidade de procurar abordagens tecnológicas capazes de analisar grandes volumes de dados. Assim, a Machine Learning (ML), um ramo da Inteligência Artificial (AI), tem-se tornado cada vez mais popular, permitindo aplicar algoritmos a conjuntos de dados com o intuito de prever resultados ou identificar relações entre as informações do dataset. As técnicas de ML têm vindo a ganhar popularidade do ramo da medicina, permitindo prever e monitorizar a evolução de determinadas doenças. Este estudo pretende aplicar estratégias de ML a dados analíticos de casos com doença de Crohn, bem como de casos com doenças hereditárias do metabolismo, explorando o potencial dos perfis metabólicos como biomarcadores e a sua utilidade na estratificação de doentes. O estudo progrediu em várias etapas: pré-preparação dos dados; aplicação de modelos de classificação, avaliando a capacidade preditiva de diferentes algoritmos na distinção de diagnósticos; implementação de clustering no conjunto completo de amostras, visando a identificação de diferentes perfis metabólicos; e aplicação de clustering restrito a doentes com Crohn, analisando a heterogeneidade interna nesta população e sugerindo a existência de grupos mais predispostos a complicações, como o desenvolvimento de fístulas perianais. Os resultado alcançados reforçam a importância da combinação da análise metabolómica com técnicas de ML, tanto na identificação de padrões metabólicos, como no potencial da utilização de biomarcadores no apoio do diagnóstico e acompanhamento da doença. Este trabalho contribui, assim, para evidenciar o papel da metabolómica e da Inteligência Artifical no avanço da medicina de precisão aplicada à Doença de Crohn.