Entre os dias 13 e 17 de outubro de 2025, o professor Márcio das Chagas Moura e o pós-doutorando Plínio Ramos, coordenador e pós-doc do Programa PRH-ANP 38, respectivamente, e pesquisadores do Centro de Estudos e Ensaios em Risco e Modelagem Ambiental (CEERMA-UFPE) participaram de uma visita técnica e científica à China University of Petroleum – Beijing (CUP-Beijing) e em instituições parceiras do setor de tecnologia e inovação industrial a convite do Prof. Tao Tao Zhou. A missão teve como objetivo aprofundar parcerias internacionais e trocar experiências em engenharia de confiabilidade, análise de risco e inteligência artificial aplicada à segurança de processos.

O primeiro dia foi marcado pela participação no International Graduate Workshop on Oil and Gas Safety Engineering, que reuniu professores e alunos da CUP-Beijing. As apresentações abordaram temas como modelagem física e CFD, inteligência artificial aplicada à confiabilidade, uso de drones (UAVs) e tecnologia 5G em inspeções industriais, e métodos híbridos físicos e data-driven para avaliação de riscos.

Nos dias seguintes, a equipe da UFPE foi recebida pelo chair do Department of Safety and Ocean Engineering, discutindo possibilidades de cooperação acadêmica e científica. Foram apresentadas as linhas de pesquisa da universidade chinesa em riscos industriais, integridade de equipamentos, big data e novas energias, bem como os projetos desenvolvidos pelo CEERMA-UFPE em realidade virtual, machine learning e confiabilidade aplicada à indústria de petróleo e gás. Participaram da reunião o Professor Taotao Zhou e o chefe do departamento, Yuntao Li. Também durante este dia, foi feita uma visita ao escritório pessoal do professor Libin Zhang, ex presidente da CUP.

Já durante as sessões técnicas, em dois dias diferentes, o professor Márcio Moura apresentou dois trabalhos, um sobre modelos Bayesianos de confiabilidade intitulado “Development of Bayesian-based methodology for reliability estimation of non-standard technologies for the oil and gas industry in Brazil” e outro sobre aplicações de modelos baseados em transformers para processamento de linguagem natural para suportar análises qualitativas de risco em refinarias, de título “A transformer-based technique for running qualitative risk analysis in an oil refinery”. No quarto dia, o pesquisador Plínio Ramos apresentou a palestra “Multimodal Data-Driven Approaches for Inferring Drowsiness in Industrial Environments”, destacando o uso de dados fisiológicos e aprendizado de máquina para detectar fadiga e sonolência em operadores de sistemas críticos.

Os pesquisadores também visitaram empresas de tecnologia chinesa. A primeira delas, VanoMind, desenvolve sistemas inteligentes para diagnóstico de falhas e manutenção preditiva. O objetivo foi compreender como soluções baseadas em Inteligência Artificial (IA) estão sendo aplicadas na detecção de falhas em equipamentos industriais, bem como nas estratégias de manutenção automatizada e recomendação de ações preventivas. O sistema utiliza uma estrutura baseada em grandes modelos de linguagem (LLMs) integrados a algoritmos especializados em que é capaz de combinar sinais acústicos, térmicos, ou vibracionais e elétricos em tempo real. O sistema detecta padrões anômalos antes que se convertam em falhas graves, permitindo resposta antecipada e planejamento de manutenção.

Em um segundo momento, os pesquisadores visitaram o ITEI, instituto vinculado ao Ministério da Indústria e Tecnologia da Informação da China (MIIT). O ITEI é referência nacional em manufatura inteligente, segurança funcional e integração de sistemas industriais, atuando em conjunto com empresas como Huawei e Lenovo em projetos de automação segura, interoperabilidade e padronização industrial.