Pesquisadores e estudantes do Centro de Estudos e Ensaios em Risco e Modelagem Ambiental (CEERMA/UFPE), vinculados ao Programa de Recursos Humanos PRH-ANP 38.1, marcaram presença no 57º Simpósio Brasileiro de Pesquisa Operacional (SBPO 2025), realizado entre os dias 5 e 9 de outubro, em Gramado (RS). O evento, promovido pela Sociedade Brasileira de Pesquisa Operacional (SOBRAPO), é o maior encontro científico da área no país e reuniu especialistas, professores e alunos de todo o Brasil para debater avanços em modelagem matemática, otimização, simulação e inteligência artificial aplicados a desafios reais da indústria e do setor energético.

Durante o simpósio, os alunos do CEERMA apresentaram trabalhos de destaque em diferentes áreas da pesquisa operacional, reforçando a excelência acadêmica e o caráter interdisciplinar das pesquisas desenvolvidas no centro. As apresentações envolveram desde estudos sobre aprendizado de máquina e confiabilidade de sistemas energéticos até modelos de otimização e controle inteligente de linhas de produção.

Um dos destaques do evento foi a Sessão Especial “Métodos Quânticos e suas Aplicações em Pesquisa Operacional” (SE-QPO), idealizada pelos professores Isis Didier Lins, Caio Bezerra Souto Maior e Márcio José das Chagas Moura. A sessão consolidou-se como um espaço estratégico dentro do SBPO para a divulgação de pesquisas inovadoras em computação quântica e suas aplicações. Nela, o aluno Arthur Dantas apresentou duas aplicações de Quantum Machine Learning (QML): uma voltada à detecção de sonolência a partir de sinais de EEG e outra ao diagnóstico de falhas em rolamentos. Já Vitória Milena apresentou estudos sobre otimização quântica, aplicando algoritmos a problemas de alocação de redundâncias em sistemas de completação inteligente e otimização da rede de distribuição de hidrogênio verde no Nordeste. O aluno Samuel Bezerra apresentou uma análise de confiabilidade de turbinas eólicas offshore com base em redes Bayesianas Quânticas, enquanto Lavinia Araújo explorou o uso dessas redes para estimar probabilidades de falha em sistemas complexos, integrando variáveis discretas e contínuas com técnicas avançadas de codificação quântica.

Além da sessão especial, o CEERMA também se destacou nas apresentações técnicas com cinco pesquisas voltadas às áreas de engenharia de confiabilidade, otimização de processos e energia sustentável. O trabalho “Utilização de um modelo MILP para programação de produção em uma linha de cortes de frango” apresentou a aplicação de modelos de otimização inteira mista para o sequenciamento ótimo de produção em uma indústria pernambucana, resultando em um ganho de cerca de 10% na produtividade.

Outro estudo, intitulado “Digital Twin for real-time bottleneck analyser using Plant Simulation”, abordou o uso de gêmeos digitais para a identificação automatizada de gargalos em linhas de produção, integrando o software Plant Simulation com controladores lógicos programáveis (CLPs) para aquisição de dados em tempo real. A proposta evidenciou o potencial da automação e da simulação digital para apoiar a tomada de decisão industrial.

Na sequência, o trabalho “Production line control modeling via MDP and multiagent deep reinforcement learning” apresentou uma abordagem inovadora baseada em aprendizado por reforço profundo multiagente, em que cada máquina é modelada como um agente inteligente capaz de aprender estratégias de controle adaptativas, com foco em aumentar a eficiência operacional e reduzir perdas produtivas.

Antônio apresentou o trabalho intitulado "Heurística baseada em aprendizagem por reforço para o planejamento estático da expansão da transmissão de sistemas elétricos", no qual investigou preliminarmente a coordenação entre um algoritmo de aprendizagem por reforço e um solver não-linear, aplicada a uma formulação de objetivo único do problema de planejamento estático da expansão da transmissão considerando o modelo de fluxo de potência em corrente alternada.

Representando a área de energia e sustentabilidade, a aluna Sandrely Pereira apresentou o trabalho “Machine Learning Models for Predicting Hydrogen Solubility in Saline Aqueous Solutions for Underground Storage”, que propôs o uso de modelos de aprendizado de máquina, como o CatBoost, para prever a solubilidade do hidrogênio em soluções salinas aquosas, tema estratégico para o armazenamento subterrâneo de hidrogênio (UHS). O estudo alcançou alta precisão, demonstrando o potencial da inteligência artificial para análises de risco e viabilidade em sistemas de energia limpa.

Outro destaque na área de energia foi o trabalho no formato pôster de Leonardo, intitulado “FMEA de Sistemas de Produção de Hidrogênio Verde Alimentados por Energia Solar: um Estudo Baseado em Revisão de Literatura”, que mapeou os principais modos de falha em plantas de produção de hidrogênio verde. O estudo identificou riscos e comportamentos críticos que devem ser considerados no projeto e operação desses sistemas, além de proporcionar ao pesquisador valiosas conexões com profissionais do setor, inspirando novas ideias para pesquisas futuras em confiabilidade e otimização.

A participação dos alunos e pesquisadores do CEERMA no SBPO 2025 demonstra o compromisso do centro com a excelência acadêmica e a inovação tecnológica. Além das apresentações orais, os participantes acompanharam sessões técnicas e palestras com especialistas nacionais e internacionais, ampliando o intercâmbio científico e fortalecendo colaborações entre universidades e instituições de pesquisa.