Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
UFPE Brasil Programa de Pos Graduacao em Ciencia da Computacao |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.ufpe.br/handle/123456789/67049 |
Resumo: | Este trabalho tem como objetivo principal desenvolver modelos para otimização de sistemas de vigilância com Veículos Aéreos Não Tripulados (VANTs), também chamados de drones, integrando análises de confiabilidade, disponibilidade e performabilidade. Ao contrário de es tudos anteriores que tratam esses aspectos de maneira isolada, esta pesquisa apresenta uma metodologia integrada que utiliza modelos analíticos, como Cadeias de Markov de Tempo Contínuo, e modelos numéricos, como Redes de Petri Estocásticas, a um modelo de cobertura que considera tanto as características das câmeras quanto os parâmetros operacionais dos drones. Esta abordagem integrada permite uma avaliação mais precisa e abrangente do de sempenho do sistema. Os resultados das análises de sensibilidade e estudos de caso revelaram que a redundância de baterias tem um impacto significativo na disponibilidade do sistema. Aumentar o número de baterias sobressalentes de 1 para 6 elevou o throughput do sistema em 70%, de 10 para 17 rondas por hora. Para missões de longa duração (30 horas), manter entre 15 e 20 baterias redundantes pode garantir uma confiabilidade acima de 80%. Otimizações no gerenciamento de energia, como reduzir o tempo de carregamento da bateria para menos de 36 minutos e utilizar baterias com tempos de descarga superiores a 144 minutos, podem reduzir o tempo de inatividade anual de aproximadamente 100 horas para menos de 20 horas. A metodologia desenvolvida permite aos projetistas equilibrar quantitativamente métricas de desempenho, disponibilidade e custo, oferecendo diretrizes práticas para o dimensionamento eficiente de sistemas de vigilância com drones. Esta pesquisa se destaca por fornecer uma abordagem abrangente que integra múltiplos aspectos do desempenho do sistema, permitindo uma otimização mais eficaz e baseada em dados quantitativos. |
| id |
UFPE_4b0b0e8dbd2613233fefcbc6608e5be4 |
|---|---|
| oai_identifier_str |
oai:repositorio.ufpe.br:123456789/67049 |
| network_acronym_str |
UFPE |
| network_name_str |
Repositório Institucional da UFPE |
| repository_id_str |
|
| spelling |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidadeVeículos Aéreos Não Tripulados (VANTs)Sistemas de vigilânciaModelagem estocásticaConfiabilidadeDisponibilidadePerformabilidadeEste trabalho tem como objetivo principal desenvolver modelos para otimização de sistemas de vigilância com Veículos Aéreos Não Tripulados (VANTs), também chamados de drones, integrando análises de confiabilidade, disponibilidade e performabilidade. Ao contrário de es tudos anteriores que tratam esses aspectos de maneira isolada, esta pesquisa apresenta uma metodologia integrada que utiliza modelos analíticos, como Cadeias de Markov de Tempo Contínuo, e modelos numéricos, como Redes de Petri Estocásticas, a um modelo de cobertura que considera tanto as características das câmeras quanto os parâmetros operacionais dos drones. Esta abordagem integrada permite uma avaliação mais precisa e abrangente do de sempenho do sistema. Os resultados das análises de sensibilidade e estudos de caso revelaram que a redundância de baterias tem um impacto significativo na disponibilidade do sistema. Aumentar o número de baterias sobressalentes de 1 para 6 elevou o throughput do sistema em 70%, de 10 para 17 rondas por hora. Para missões de longa duração (30 horas), manter entre 15 e 20 baterias redundantes pode garantir uma confiabilidade acima de 80%. Otimizações no gerenciamento de energia, como reduzir o tempo de carregamento da bateria para menos de 36 minutos e utilizar baterias com tempos de descarga superiores a 144 minutos, podem reduzir o tempo de inatividade anual de aproximadamente 100 horas para menos de 20 horas. A metodologia desenvolvida permite aos projetistas equilibrar quantitativamente métricas de desempenho, disponibilidade e custo, oferecendo diretrizes práticas para o dimensionamento eficiente de sistemas de vigilância com drones. Esta pesquisa se destaca por fornecer uma abordagem abrangente que integra múltiplos aspectos do desempenho do sistema, permitindo uma otimização mais eficaz e baseada em dados quantitativos.This work’s main objective is to develop models for optimizing surveillance systems with Unmanned Aerial Vehicles (UAVs), also known as drones, integrating analyses of reliability, availability, and performability. Unlike previous studies that treat these aspects in isolation, this research presents an integrated methodology that uses analytical models, such as Continuous Time Markov Chains, and numerical models, such as Stochastic Petri Nets, with a coverage model that considers both camera characteristics and operational parameters of drones. This integrated approach allows for a more precise and comprehensive evaluation of system perfor mance. The results of sensitivity analyses and case studies revealed that battery redundancy has a significant impact on system availability. Increasing the number of spare batteries from 1 to 6 raised the system throughput by 70%, from 10 to 17 rounds per hour. For long-duration missions (30 hours), maintaining between 15 and 20 redundant batteries can ensure reliability above 80%. Optimizations in energy management, such as reducing battery charging time to less than 36 minutes and using batteries with discharge times exceeding 144 minutes, can reduce annual downtime from approximately 100 hours to less than 20 hours. The developed methodology allows designers to quantitatively balance performance, availability, and cost met rics, offering practical guidelines for efficient sizing of drone surveillance systems. This research stands out by providing a comprehensive approach that integrates multiple aspects of system performance, enabling more effective optimization based on quantitative data.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em Ciencia da ComputacaoMACIEL, Paulo Romero MartinsARAUJO, Jean Carlos Teixeira dehttp://lattes.cnpq.br/9321874150400095http://lattes.cnpq.br/8382158780043575http://lattes.cnpq.br/2498961747789618LINS, Luan Carlos Soares2025-12-03T16:45:51Z2025-12-03T16:45:51Z2024-10-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLINS, Luan Carlos Soares. Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade. 2024. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2024.https://repositorio.ufpe.br/handle/123456789/67049porhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2025-12-07T19:37:01Zoai:repositorio.ufpe.br:123456789/67049Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-12-07T19:37:01Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
| dc.title.none.fl_str_mv |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade |
| title |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade |
| spellingShingle |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade LINS, Luan Carlos Soares Veículos Aéreos Não Tripulados (VANTs) Sistemas de vigilância Modelagem estocástica Confiabilidade Disponibilidade Performabilidade |
| title_short |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade |
| title_full |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade |
| title_fullStr |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade |
| title_full_unstemmed |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade |
| title_sort |
Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade |
| author |
LINS, Luan Carlos Soares |
| author_facet |
LINS, Luan Carlos Soares |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
MACIEL, Paulo Romero Martins ARAUJO, Jean Carlos Teixeira de http://lattes.cnpq.br/9321874150400095 http://lattes.cnpq.br/8382158780043575 http://lattes.cnpq.br/2498961747789618 |
| dc.contributor.author.fl_str_mv |
LINS, Luan Carlos Soares |
| dc.subject.por.fl_str_mv |
Veículos Aéreos Não Tripulados (VANTs) Sistemas de vigilância Modelagem estocástica Confiabilidade Disponibilidade Performabilidade |
| topic |
Veículos Aéreos Não Tripulados (VANTs) Sistemas de vigilância Modelagem estocástica Confiabilidade Disponibilidade Performabilidade |
| description |
Este trabalho tem como objetivo principal desenvolver modelos para otimização de sistemas de vigilância com Veículos Aéreos Não Tripulados (VANTs), também chamados de drones, integrando análises de confiabilidade, disponibilidade e performabilidade. Ao contrário de es tudos anteriores que tratam esses aspectos de maneira isolada, esta pesquisa apresenta uma metodologia integrada que utiliza modelos analíticos, como Cadeias de Markov de Tempo Contínuo, e modelos numéricos, como Redes de Petri Estocásticas, a um modelo de cobertura que considera tanto as características das câmeras quanto os parâmetros operacionais dos drones. Esta abordagem integrada permite uma avaliação mais precisa e abrangente do de sempenho do sistema. Os resultados das análises de sensibilidade e estudos de caso revelaram que a redundância de baterias tem um impacto significativo na disponibilidade do sistema. Aumentar o número de baterias sobressalentes de 1 para 6 elevou o throughput do sistema em 70%, de 10 para 17 rondas por hora. Para missões de longa duração (30 horas), manter entre 15 e 20 baterias redundantes pode garantir uma confiabilidade acima de 80%. Otimizações no gerenciamento de energia, como reduzir o tempo de carregamento da bateria para menos de 36 minutos e utilizar baterias com tempos de descarga superiores a 144 minutos, podem reduzir o tempo de inatividade anual de aproximadamente 100 horas para menos de 20 horas. A metodologia desenvolvida permite aos projetistas equilibrar quantitativamente métricas de desempenho, disponibilidade e custo, oferecendo diretrizes práticas para o dimensionamento eficiente de sistemas de vigilância com drones. Esta pesquisa se destaca por fornecer uma abordagem abrangente que integra múltiplos aspectos do desempenho do sistema, permitindo uma otimização mais eficaz e baseada em dados quantitativos. |
| publishDate |
2024 |
| dc.date.none.fl_str_mv |
2024-10-30 2025-12-03T16:45:51Z 2025-12-03T16:45:51Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
LINS, Luan Carlos Soares. Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade. 2024. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2024. https://repositorio.ufpe.br/handle/123456789/67049 |
| identifier_str_mv |
LINS, Luan Carlos Soares. Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade. 2024. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2024. |
| url |
https://repositorio.ufpe.br/handle/123456789/67049 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Ciencia da Computacao |
| publisher.none.fl_str_mv |
Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Ciencia da Computacao |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
| instname_str |
Universidade Federal de Pernambuco (UFPE) |
| instacron_str |
UFPE |
| institution |
UFPE |
| reponame_str |
Repositório Institucional da UFPE |
| collection |
Repositório Institucional da UFPE |
| repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
| repository.mail.fl_str_mv |
attena@ufpe.br |
| _version_ |
1856041974499377152 |