Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: LINS, Luan Carlos Soares
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
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