ESTGV - DI - Trabalhos de projeto (após aprovados pelo júri)
URI permanente para esta coleção:
Navegar
Entradas recentes
- SmartCheck: Modular Application for the Automotive IndustryPublication . Saraiva, João António Madeira; Alves, Valter Nelson NoronhaThe automotive industry is currently undergoing a significant digital transforma tion, driven by the need for operational efficiency and seamless data management. However, while large corporations have the resources to implement complex, pro prietary systems, Small and Medium-Sized Enterprises (SME) often face significant barriers to digitalization. Existing market solutions are frequently polarized: they are either expensive, rigid enterprise platforms or generic open-source tools that require substantial technical expertise to customise. Consequently, many SME re main reliant on inefficient manual workflows, unable to justify the high investment required for tailored software. This thesis addresses that gap by presenting the design and development of SmartCheck, a modular, multi-tenant web application tailored for the automotive service sector. The primary objective was to create a scalable, cost-effective solution capable of adapting to diverse business requirements without the need for continuous code intervention. The proposed architecture relies on a configuration-driven design, where the application’s user interface and logic are dynamically generated at runtime. This approach decouples the frontend implementation from the business logic, allowing the system to support multiple tenants with distinct workflows and branding from a single shared codebase. The application was developed using modern web tech nologies, following a mobile-first strategy to ensure usability for field workers, such as truck drivers and inspectors. The development process followed an agile methodology, incorporating continu ous feedback from industry experts and real-world testing with a pilot client, Kögel. Key contributions of this work include a reduction in development overhead for new client onboarding, the effective implementation of a dynamic reporting engine, and the enhancement of user experience through features such as QR code integration and automated damage documentation. Ultimately, this study demonstrates that a modular, configuration-based approach offers a viable, sustainable pathway for the digitalization of solutions for SME.
- Smart Kiln Drying: Leveraging Al for Precision in Moisture ManagementPublication . Ramos, José Afonso de Almeida; Duarte, Rui Pedro Monteiro AmaroThis research studies the application of data-driven Machine Learning (ML) techniques to the modeling and analysis of an industrial wood drying process. Effective management of Moisture Content (MC) plays an essential role in the wood processing industry to ensure that product quality and operational efficiency is achieved. However, direct MC measurements in industrial drying systems are often sparse and sometimes inconsistently recorded or subject to uncertainty which limits their direct use. To address these limitations, temperature was adopted as a proxy variable for the drying state, leveraging its strong physical relationship with MC removal and its reliable, high-frequency availability in industrial environments. Using historical operational data from a traditional industrial drying system, a structured modeling framework is developed and evaluated offline. Two machine learning approaches are implemented and compared: a feedforward Artificial Neural Networks (ANN) and a Long Short-Term Memory (LSTM) network. The ANN model represents a static nonlinear regression approach based on instantaneous process snapshots, while the LSTM model explicitly captures temporal dependencies through sequential input representations. Both models are evaluated using chronologically split datasets to assess their generalization capability under realistic industrial conditions. In addition to predictive modeling, an offline control recommendation framework is introduced to explore how the predictive models respond to variations in control lable process variables. This framework enables the comparative analysis of model sensitivity, stability, control effort, and recommendation consistency without deploying a real-time or closed-loop control system. The results demonstrate that while ANN-based models can generate larger instantaneous corrective responses, their behavior is more variable and less stable in control-oriented scenarios. In contrast, LSTM-based models exhibit improved generalization and more consistent, conservative behavior due to their ability to incorporate process history. These findings highlight the importance of temporal modeling for advisory and decision support applications in industrial wood drying processes.
- Machine Learning Models for Detecting Chronic Disease Progression Based on VO2max: A Study Applied to Cardiovascular Diseases and Type 2 DiabetesPublication . Pina, Eduardo Manuel Abreu; Duarte, Rui Pedro Monteiro AmaroChronic diseases, namely cardiovascular diseases and type 2 diabetes, remain the leading causes of mortality and morbidity around the world. The early detection and prevention of these conditions are crucial to improve health outcomes and reduce the burden on healthcare systems. Among existing health biomarkers, VO2max is a key feature traditionally used to evaluate individual performance during high in tensity activities. Moreover, there have been associations between VO2max levels and the presence of CVD and T2D. The appearance of wearable devices, such as smartwatches, enables the measurement of VO2max and other biomarkers, in a non invasive way, providing real time data for a reliable and validated set of information. The data obtained allows the implementation of machine learning models capable of predicting patterns and chronic disease progression. To this end, the project acqui sition of data using a Garmin Venu 2 Plus smartwatch, led to the creation of four datasets, with the help of OpenAI ChatGPT, due to the limited real world data collected for CVD and T2D assessment. These datasets comprised of data derived from the smartwatch and fully synthetic data to be benchmarked under different risk distributions. The feature selection technique using Recursive Feature Elimination identified VO2max, heart rate variability, sleep time, body mass index, respiration metrics, oxygen saturation and activity features as the most relevant features. The application of two supervised machine learning classification algorithms, SVM and LR, are evaluated, with SVM outperforming LR across both diseases. Notably, al though models trained on fully synthetic data showed a strong training performance, datasets derived from smartwatch data demonstrated a better generalisation dur ing testing. Overall, the results confirm the validity and effectiveness of combining non-invasive features with the application of machine learning models for chronic disease risk assessment, highlighting the importance of the application of realistic physiological data in predictive health monitoring systems.
- Software de Formação e Repositório Digital: Plataforma Escalável para a Educação e Gestão de RecursosPublication . Monteiro, Pedro Guedes; Tomé, Paulo Rogério PerfeitoO presente projeto apresenta o desenvolvimento de uma plataforma escalável de e-learning e repositório digital, concebida pela empresa Findmore Solutions, com o propósito de colmatar as limitações evidenciadas em soluções educacionais existentes, sobretudo durante a pandemia de COVID-19. As plataformas de e-learning assumem, hoje, um papel fundamental na democratização do acesso ao conhecimento, fomentando a flexibilidade de horários, a aprendizagem contínua e a possibilidade de integração de recursos tecnológicos inovadores. O projeto foi, então, desenvolvido com o objetivo de responder a limitações identificadas em soluções disponíveis no mercado, partindo de uma visão que combina funcionalidades avançadas de aprendizagem à distância com um centro de conhecimento colaborativo, promovendo uma aprendizagem personalizada, uma interação eficaz entre utilizadores e uma gestão eficiente de conteúdos educativos. A arquitetura criada baseia-se em microsserviços suportados por uma base de dados e um conjunto de API’s que asseguram a comunicação entre os diversos com ponentes do sistema. O frontend, desenvolvido de forma integral e, posteriormente, avaliado por um grupo de utilizadores, revelou uma interface clara, consistente e agradável, com elementos iniciais de gamificação destinados a aumentar o envolvimento dos utilizadores. A integração de IA, embora planeada, não chegou a ser implementada, mas encontra-se delineada como um pilar fundamental para o futuro, com potencial para oferecer suporte automatizado e recomendações personalizadas. No seu conjunto, o projeto permite estabelecer uma base sólida para a criação de uma plataforma robusta, flexível e intuitiva, capaz de responder eficazmente às exigências do contexto educativo e corporativo. Espera-se que a solução proposta facilite a aprendizagem adaptativa e promova a colaboração ativa entre os diversos intervenientes, contribuindo para a transformação digital na área da educação.
- Sistema de Aprendizagem com Controlo de Qualidade em Processos de Montagem IndustrialPublication . Saraiva, Luzia Fonseca; Henriques, João Pedro Menoita; Silva, José Luís Henriques daA procura por produtos personalizados na Indústria 4.0 resulta no aumento da comple xidade das tarefas e da carga cognitiva dos trabalhadores. Estes enfrentam desafios como a necessidade de competências diversificadas, a pressão para minimizar erros e a falta de cla reza nas instruções. Para responder a estas exigências, este projeto integra a Realidade Mista (RM) e a Visão Computacional (VC), aliadas à Inteligência Artificial (IA) para a deteção de objetos (Object Detection (OD)), com o objetivo de apoiar a aprendizagem dos operadores no local de trabalho e dos alunos em formação vocacional. A metodologia adotada baseia-se no desenvolvimento de dois casos de uso: a montagem de um Cilindro Pneumático (CP) e a inspeção da ligação de cabo de airbag. O sistema desenvolvido proporciona suporte intera tivo na execução das tarefas, facilita a formação e melhora a monitorização da produção. A aplicação prática nos casos de uso confirma a adaptabilidade do sistema a diferentes cenários de formação e de controlo de qualidade. Os resultados incluem uma precisão acima de 90% na deteção de falhas críticas, como o cabo de airbag desligado, e um tempo de classifica ção na ordem de 80 milissegundos em tempo real, o que comprova a viabilidade do método proposto.
- O uso de machine learning na prevenção de diabetesPublication . Lopes, Maria Alice Holanda; Lacerda, Ana Cristina Wanzeller Guedes de; Fialho, Joana Rita SilvaA Diabetes Mellitus é uma das doenças crónicas com crescimento mais acele rado no mundo, demandando soluções eficazes para diagnóstico e prevenção. Neste contexto, técnicas de Machine Learning (ML) apresentam potencial significativo na identificação de padrões relevantes ao controlo da doença. Este estudo utilizou a metodologia CRISP-DM para analisar dados do Diabetes Health Indicators Dataset, contendo informações sociodemográficas, clínicas e comportamentais. Na fase de pré-processamento, aplicou-se o equilíbrio de classes por subamos tragem (NearMiss) devido à baixa proporção de indivíduos diabéticos. Técnicas de seleção de características, como Eliminação Recursiva de Características (RFE) e Análise de Componentes Principais (PCA), foram utilizadas para avaliar a relevân cia das variáveis e reduzir a dimensionalidade. Avaliaram-se seis modelos: Floresta Aleatória, Gradient Boosting, KNN, Regressão Logística, Perceptron Multicamadas (MLP) e Redes Neuronais Recorrentes (RNN). Os resultados mostraram que o equilíbrio das classes melhorou significativamente o desempenho, destacando-se a RNN, com acurácia acima de 86% e F1-score próximo a 0,87. A combinação da seleção RFE com MLP também apresentou resultados robustos. Conclui-se que ML e DL são promissores para priorizar acompanhamento clínico e apoiar políticas públicas, sendo necessário ampliar a representatividade dos dados, incorporar técnicas de Explainable AI para maior interpretabilidade, e ajustar limiares decisórios visando minimizar falsos negativos.
- Security and Privacy Framework for a Cloud Native PlatformPublication . Takagi, Yuka Mouro; Caldeira, Filipe Manuel Simões; Henriques, João Pedro MenoitaThere has been a growing adoption of cloud-native platforms as an essential trend in developing and operating modern applications. These applications stand out for their benefits, such as agility and flexibility in the development and imple mentation of services, support for dynamic scalability, and reduction in operational costs, as well as the possibility of integration with distributed and high-availability environments. However, the distributed and automated nature of the platforms has increased the attack surface and the complexity of protecting sensitive data in an environment where multiple services and users are integrated. Risks include the possibility of data breaches through incorrect or vulnerable configurations in containers and microservices. To avoid privilege escalation, the need arose to manage identity and access efficiently. Guaranteed confidentiality, integrity and availability of data in compliance with global data protection regula tions, such as the General Data Protection Regulation, mitigating legal risks and protecting user privacy. This scenario raises the need to improve their security and privacy mechanisms to mitigate vulnerabilities and protect cloud-native environments. In that aim, the proposal of this project aims to carry out a state-of-the-art on privacy and security in cloud-native applications, proposing and evaluating a security framework. To analyse the results, the framework was validated through specific test scenar ios that demonstrated the effectiveness of the applied security methods in mitigating vulnerabilities and enforcing robust security policies.
- Guidelines for the Design of Smartwatch Interfaces for Older AdultsPublication . Mota, Mickael; Duarte, Rui Pedro Monteiro Amaro; Alves, Valter Nelson NoronhaAs individuals age, they encounter many difficulties that can hinder their in teraction with interfaces, compromising the user experience and potentially leading to the rejection of technology. Consequently, it is imperative to consider the needs associated with these challenges to design appropriate interfaces for this audience. For this purpose, various studies have proposed guidelines for designing interfaces for several types of devices. However, limited research has been undertaken to ex plore this topic within the context of smartwatches, resulting in a deficit of suitable smartwatch interfaces for older adults despite the potential utility of such devices, which have recently gained popularity as a non-intrusive solution for monitoring activities of daily living or health. This study proposes a set of guidelines for designing smartwatch interfaces for older adults. The guidelines are adapted from existing recommendations originally developed for other devices. To achieve this, a thorough review of age-related chal lenges was conducted, followed by the systematic extraction of 175 design guidelines from the literature. Finally, particular features of smartwatches were identified, followed by a com prehensive analysis of the collected guidelines. This process included preparation, filtering, classification, and synthesis, culminating in 21 proposed design guidelines and their respective profile sheets. A design system was developed to enhance the practical application and understanding of these guidelines, featuring examples of implementation and reusable components that can support future research. This study is intended to serve as a foundation for researchers aiming to create more suitable smartwatch interfaces for older adults.
- Transition ERP to Cloud: Implementation of HRIS from on-premise to cloudPublication . Rodrigues, Diogo José Correia Silva; Tomé, Paulo Rogério PerfeitoEnterprise Resource Planning (ERP) são amplamente utilizados nas empresas, com o objetivo de melhorar a eficiência global, assegurando processos simplifica dos e promovendo o acesso unificado a dados e relatórios de vários departamentos. No contexto dos Sistemas de Informação de Recursos Humanos (SIRH), esta base partilhada de dados integrados torna-se particularmente crucial. O SIRH, como sub conjunto do ERP, é especializado na gestão de dados relacionados com os recursos humanos, facilitando a comunicação entre as diferentes funções de RH e alinhando as estratégias da força de trabalho com os objetivos organizacionais mais amplos. A gestão de recursos humanos é uma componente essencial de qualquer sector de atividade em todo o mundo. Para as empresas de grande dimensão, dispor de uma plataforma central para executar e aprovar todas as alterações de dados do pessoal permite manter rapidamente os dados actualizados e, ao mesmo tempo, reduzir as despesas, tudo através de uma abordagem padrão global. Este projeto tem como objetivo a implementação do sistema Sap SuccessFactors, uma solução de gestão de RH, integrando este sistema com o Sap HCM. A investi gação desenrola-se através de uma perspetiva metodológica, atendendo aos marcos importantes do projeto que visam a melhoria dos processos organizacionais. Os resultados pretendidos com este projeto englobam a otimização da eficiência organizacional por meio da simplificação e automação de processos, a padronização dos procedimentos de gestão de recursos humanos para impulsionar a competitivi dade da empresa e garantir sua eficácia operacional.
- Gestão das zonas de kitting e melhoria com recurso a simulaçãoPublication . Nascimento, Bruno Filipe Pais do; Lacerda, Ana Cristina Wanzeller Guedes de; Silva, Jorge Manuel Fernandes Henriques daEsta pesquisa propõe uma abordagem integrativa para otimização de processos industriais, unindo os princípios fundamentais do Lean Manufacturing, a evolução tecnológica da Indústria 4.0, a aplicação estratégica de Digital Twin, a análise apro fundada por meio de simulação e a gestão eficaz de Autonomous Mobile Robot, incorporando os pilares emergentes da Indústria 5.0. O objetivo é criar um modelo holístico que aproveite as sinergias dessas abordagens para impulsionar a eficiência e a flexibilidade na produção. Ao examinar criticamente os princípios do Lean Manufacturing, a pesquisa ex plora a minimização de desperdícios e a maximização do valor, alinhando-os com as capacidades transformadoras da tecnologia da Indústria 4.0 e os pilares sustentáveis e humanocêntricos da Indústria 5.0. A introdução estratégica de Digital Twin pro porciona uma representação virtual precisa dos processos em tempo real, permitindo uma compreensão mais profunda e facilitando a implementação de melhorias. A gestão dos Autonomous Mobile Robot é integrada de forma eficaz nesse mo delo, abordando o papel dinâmico da robótica autónoma na melhoria dos fluxos de produção. A simulação desempenha um papel central na análise de cenários e na validação das propostas, proporcionando compreensões fundamentais para a tomada de decisões informadas. Os resultados esperados devem destacar não apenas os ga nhos de eficiência, mas também uma adaptação eficaz a mudanças dinâmicas nas demandas do mercado. Ao conciliar estes aspetos, o resultado obtido é um sistema de gestão de processo e de frota, baseada em microsserviços e orientada a eventos. Este sistema representa uma prova de conceito materializada, que recorre a uma arquitetura distribuída para prover alta disponibilidade e resiliência, e coloca o operador no centro da operação. Este estudo contribui para a convergência prática dessas abordagens, fornecendo uma estrutura abrangente para a melhoria contínua em ambientes industriais. A aplicação conjunta desses princípios representa uma evolução significativa na busca por operações mais inteligentes, adaptáveis e automatizadas.
- «
- 1 (current)
- 2
- 3
- »