Bolsistas de todos os níveis do PRH-ANP irão participar da Reunião Anual de Avaliação (RAA-2021) entre os dias 28, 29 e 30 de Junho de 2022. A RAA, que esse ano acontecerá de forma remota, tem por objetivo avaliar o desemprenho dos Programas que compõem o PRH-ANP-FINEP, suas contribuições para o atendimento das demandas do mercado de trabalho e identificar necessidades de correção do rumo das atividades desenvolvidas pelo Programa. Com os resultados dessa avaliação, os Programas serão ranqueados, e isso poderá ser usado como critério para distribuição de novas cotas de bolsas.

Após uma seleção interna de bolsistas, os representantes do PRH 38.1 no RAA 2021 serão: Abinadi Rufino, Paulo Gabriel e Plínio Ramos, representantes dos níveis de graduação, mestrado e doutorado, respectivamente.

O trabalho de Abinadi Rufino, intitulado “Sensores raman distribuídos de temperatura à fibra óptica para poço de petróleo  – Análise de confiabilidade e testes acelerados de vida”, tem como objetivo principal realizar uma análise de confiabilidade para o sensor raman distribuído de temperatura, baseado em metodologias de testes acelerados desenvolvidas de forma experimental (utilizando fibras convencionais e especiais para identificação dos principais modos de falha desse sensor). O estudo propõe servir de base para projetos de poços inteligentes de alto desempenho em ambientes offshore, buscando sistemas de medição cada vez mais confiáveis.

Para assistir a apresentação de Abinadi Rufino, clique aqui.

Já o trabalho de Paulo Gabriel, “Modelo estocástico para Avaliação Quantitativa de Riscos Ecológicos próximos ao arquipélago de Fernando de Noronha”, visa quantificar os riscos de potenciais vazamentos de petróleo para o Arquipélago de Fernando de Noronha. Para isso, foi feita uma Avaliação Quantitativa de Riscos Ecológicos (AQRE), usando modelos sofisticados para poder quantificar os riscos de modo mais preciso. Os resultados podem fornecer informações úteis para auxiliar no processo decisório a respeito das melhores estratégias para enfrentar um possível vazamento de óleo.

Para assistir a apresentação de Paulo Gabriel, clique aqui.

Por fim, Plínio Ramos apresentará “Desenvolvimento de Métodos de Deep Learning para Detecção Automática de Sonolência com base em Imagem e Sinais Biológicos para Sistemas Críticos.” Esse trabalho busca identificar antecipadamente alguns comportamentos de fadiga/sonolência dos operadores em tarefas críticas para a segurança do trabalho e meio ambiente, como operadores de sala de controle ou monitoramento remoto. Para isso, será necessário desenvolver modelos de inteligência artificial capazes de extrair e identificar sinais de estados anormais (ou seja, sonolência), usando informações biológicas (por exemplo, registros de sinais de eletroencefalograma (EEG) ou eletrooculograma (EOG)) ou através da visão computacional (monitorar padrões de piscadas e bocejos, por exemplo).

Para assistir a apresentação de Plínio Ramos, clique aqui.