Autor(a): Kennya Vieira Queiroz
Orientador(a): Prof. Dr. Jair Minoro Abe
Data: 03/06/2025
Resumo: A presente dissertação investiga os principais desafios logísticos enfrentados na entrega de última milha de itens volumosos por uma empresa de e-commerce, com ênfase nas áreas periféricas da cidade de São Paulo, onde as taxas de roubo de cargas são significativamente elevadas. O estudo envolve a análise de dados objetivos e subjetivos, frequentemente caracterizados por incertezas, contradições e lacunas informacionais (paracompletude). Diante dessa complexidade, adota-se um referencial teórico- metodológico fundamentado na Lógica Paraconsistente Anotada Evidencial Eτ, uma lógica capaz de lidar diretamente com essas características, sem a necessidade de dispositivos extra-lógicos, ao contrário dos sistemas usuais de lógica clássicos quanto não clássicos. Para a análise e proposição de soluções aos desafios logísticos identificados, recorre-se a um Sistema Especialista baseado na referida lógica. A pesquisa adota a metodologia da Pesquisa-Ação Diagnóstica e Participativa; envolve especialistas da área de gestão logística, supervisores de operações e motoristas e auxiliares de entrega de última milha, totalizando nove participantes. A hipótese central do estudo sugere que a identificação de gargalos logísticos e a aplicação de modelos baseados na lógica paraconsistente podem revelar fragilidades e dificuldades no transporte de cargas volumosas, além de otimizar planos estratégicos de ação. O trabalho apresenta sete objetivos específicos: 1) mapear a produção acadêmica sobre logística de e-commerce e entregas de última milha de itens volumosos em comunidades periféricas; 2) investigar os impactos financeiros e operacionais associados ao roubo de cargas em uma empresa de e- commerce; 3) propor estratégias baseadas em análise de risco e gestão de dados para mitigar a incidência de roubos de carga; 4) examinar a eficácia de ações implementadas com o uso de um Sistema Especialista fundamentado na Lógica Eτ; 5) identificar padrões e tendências de criminalidade na logística de última milha, por meio da análise de dados obtidos pelo questionário aplicado aos especialistas; 6) avaliar a aplicabilidade da Lógica Eτ na modelagem e tratamento de informações incertas e conflitantes dentro do contexto da logística urbana; 7) contribuir para a formulação de diretrizes de segurança e eficiência operacional no setor logístico. A metodologia empregada permitiu a identificação de padrões e tendências associados ao roubo de cargas, além de fornecer insights estratégicos para a gestão logística. Os resultados indicam que o uso de um Sistema Especialista Paraconsistente contribuiu para a redução da ocorrência de roubos e para a melhoria da eficiência operacional. Isso foi demonstrado por meio de uma aplicação real feita em uma empesa de médio porte, a qual se detalha na exposição. Além disso, a pesquisa evidenciou a necessidade de investimentos mais substanciais em infraestrutura urbana e tecnológica, bem como a relevância de políticas públicas voltadas à segurança da cadeia logística. Dessa forma, o estudo oferece uma contribuição significativa à engenharia de produção e à logística urbana, apresentando um modelo teórico e aplicado para empresas que operam em áreas de alta criminalidade. A dissertação também sugere direções para pesquisas futuras, enfatizando a importância do aprofundamento em metodologias computacionais para análise preditiva em sistemas de segurança logística.
Palavras-chave: Logística; e-Commerce; Last-mile; Comunidades Periféricas de São Paulo; Sistema Especialista; Lógica Paraconsistente Anotada Eτ.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Métodos Quantitativos em Engenharia de Produção.
Grupo de Pesquisa da UNIP cadastrado no CNPq: Grupo de Lógica Paraconsistente e Inteligência Artificial.
Autor(a): Thomaz Henrique Viaro Bridi
Orientador(a): Prof. Dr. Rodrigo Franco Gonçalves
Data: 24/06/2025
Resumo: O volume crescente de resíduos eletroeletrônicos (REs) é um desafio global que exige soluções inovadoras e sustentáveis. Todavia, políticas e técnicas para gestão de REs são intrinsicamente complexas, com ineficácias no descarte e na recuperação de matérias-primas valiosas. Nesse contexto, essa dissertação avalia a aplicabilidade do modelo de Organizações Autônomas Descentralizadas (DAOs) no desenvolvimento de soluções técnicas inovadoras na reciclagem de REs. Essa avaliação é composta por três dimensões: governança organizacional, problemas empíricos e regulatórios e viabilidade técnica, e cada uma destas dimensões é explorada por um dos três artigos de pesquisa que compõem esse trabalho. Primeiramente, desenvolve-se um framework conceitual sobre a estrutura de governança comunitária em DAOs. Em segunda instância, identificam-se fatores estratégicos sobre a aplicação da tecnologia blockchain em sistemas para logística reversa de REs. Em terceiro momento, avalia-se a viabilidade técnica da implementação de uma DAO destinada ao controle da geração de REs e à reinserção de matérias-primas na cadeia produtiva pela reciclagem. O modelo organizacional de DAOs pode oferecer benefícios à descentralização de informações e à participação ativa de stakeholders na gestão de Res. A avaliação demonstra como é promissora a aplicação de DAOs nas soluções técnicas para a reciclagem de REs. Porém, também se indica que a implementação bem-sucedida de uma DAO nesse contexto ainda possui desafios, como questões legais, limitações técnicas de ferramentas de blockchain disponíveis e custos elevados de processamento de dados.
Palavras-chave: Blockchain; Contrato Inteligente; Economia Circular; Gestão de Resíduos Sólidos; Lixo eletrônico.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Redes de Empresas e Planejamento da Produção.
Grupo de Pesquisa da UNIP cadastrado no CNPq: Indústria 4.0: Aspectos Tecnológicos, Econômicos, Sociais e Ambientais.
Autor(a): Rafael Aljona Ortega
Orientador(a): Prof. Dr. Feni Dalano Roosevelt Agostinho
Data: 25/06/2025
Resumo: O uso de fibra de vidro na indústria gera muitos resíduos e preocupações quanto à destinação. Por serem compósitos termofixos sua reciclagem é mais complexa, pois não permite amolecimento e remoldagem por aquecimento. No Brasil, o setor de compósitos gera cerca de 18 mil toneladas de resíduos por ano, representando uma despesa de R$ 120 milhões com descarte em aterros. Este trabalho propõe uma alternativa para reutilizar esses subprodutos como matéria-prima na fabricação de blocos de concreto não estrutural para a construção civil, validando a proposta sob as perspectivas econômica e ambiental. O estudo foca em uma região de São Paulo que concentra clusters de empresas com potencial para essa aplicação. Foram utilizados os métodos de Avaliação do Ciclo de Vida (ACV) e Síntese em Emergia para mensurar os impactos ambientais, além da análise econômica clássica para avaliar a viabilidade financeira dos blocos produzidos. Os resultados indicam que os blocos alternativos apresentam melhor desempenho ambiental em relação aos convencionais, com emissão de 51,97 kgCO2-eq./tonbloco (redução de 24%). A síntese em emergia apontou uma economia de 2,68E17 sej/ano e uma taxa ECBR de 0,10, representando um retorno de 10% ao ano, além de uma economia de até R$ 21.600,00 anuais em custos diretos. O estudo oferece subsídios para políticas públicas e para o planejamento de clusters produtivos mais sustentáveis, baseados em simbiose industrial.
Palavras-chave: Fibra de vidro; Economia Circular; ACV; Emergia.
Área de Concentração: Sustentabilidade em Sistemas de Produção.
Linha de Pesquisa: Avanços em Produção Mais Limpa e Economia Circular.
Grupo de Pesquisa da UNIP cadastrado no CNPq: Produção e Meio Ambiente.
Autor(a): Davi de Albuquerque Gomes
Orientador(a): Prof. Dr. Rodrigo Franco
Gonçalves
Data: 12/08/2025
Resumo: A Indústria 4.0 tem impulsionado transformações significativas nos sistemas produtivos e
nas exigências formativas para engenheiros. Entre suas tecnologias habilitadoras, a Manufatura Aditiva (MA)
destaca-se por seu potencial disruptivo, embora o acesso prático a essa tecnologia em cursos de engenharia no Brasil
ainda seja limitado pela escassez de impressoras 3D. Nesse contexto, esta dissertação tem como objetivo desenvolver
um Objeto de Aprendizagem (OA) digital voltado ao processo de ensino-aprendizagem de MA, capaz de mitigar os
impactos da desproporção entre estudantes e equipamentos disponíveis. A pesquisa adota a metodologia Design Science
Research e foi estruturada em três etapas: i) mapeamento de metodologias ativas aplicáveis ao ensino de tecnologias
habilitadoras da Indústria 4.0; ii) revisão sistemática sobre o uso de OAs no ensino de MA; e iii) desenvolvimento
de um protótipo funcional de OA baseado em simulação web. Os resultados revelam que, embora haja crescente interesse
por estratégias pedagógicas ativas e recursos digitais, ainda são escassos os estudos que operacionalizem essas
abordagens no ensino da MA. Como contribuição, a dissertação oferece uma proposta concreta de inovação educacional,
com potencial para ampliar o acesso ao conhecimento técnico, mesmo em contextos com infraestrutura limitada. A
principal limitação do estudo foi a não implementação integral do OA, restringindo-se à entrega de um protótipo
funcional. Recomenda-se, como pesquisa futura, a aplicação e validação do artefato em cursos de engenharia, bem como
a expansão da abordagem para outras tecnologias habilitadoras da Indústria 4.0.
Palavras-chave: Indústria 4.0; Manufatura Aditiva; Objetos de Aprendizagem; Ensino de Engenharia;
Metodologias Ativas; Design Science Research.
Área de Concentração:
Gestão de Sistemas de Operação.
Grupo de Pesquisa da UNIP cadastrado no CNPq: Redes de Empresas e Planejamento da Produção.
Autor(a): Miguel Renon
Orientador(a): Prof. Dr. Jair Minoro Abe
Data: 02/12/2025
Resumo: O crescimento acelerado do comércio eletrônico no setor moveleiro tem impulsionado a adoção de novos arranjos logísticos, especialmente em empresas que lidam com produtos volumosos e multivolumes. Apesar das oportunidades de expansão, essas operações enfrentam desafios significativos relacionados ao carregamento, manuseio e transporte, exigindo soluções logísticas mais eficientes. Esta dissertação, estruturada em três estudos interdependentes no formato multipaper, teve como objetivo investigar, analisar e propor melhorias operacionais para uma empresa brasileira de e-commerce de móveis. Na primeira fase, realizou-se o diagnóstico dos principais gargalos logísticos enfrentados pela empresa, com foco nas dificuldades relacionadas ao carregamento, descarregamento e montagem de cargas multivolumes. Na segunda fase, aplicou-se o método Analytic Hierarchy Process (AHP) como ferramenta de análise multicritério, com base na avaliação de especialistas da área de logística. Essa etapa possibilitou a comparação entre os modelos operacionais dropshipping e fulfillment, identificando o modelo mais alinhado à estrutura atual da organização com base em critérios técnicos e estratégicos. Na terceira fase, propôs-se e avaliou-se a implementação de uma solução logística com carretas double deck, visando à otimização da cubagem, à redução do tempo de carga e descarga, à diminuição da mão de obra e à redução dos custos operacionais. Essa solução mostrou-se viável e aplicável a ambos os modelos logísticos avaliados, reforçando sua flexibilidade e potencial de replicação. Os resultados demonstram a efetividade do AHP como instrumento de apoio à decisão em contextos logísticos complexos e indicam caminhos práticos para aprimorar o desempenho de operações multivolumes no e-commerce de móveis, com ganhos quantitativos e estratégicos expressivos.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Métodos Quantitativos em Engenharia de Produção.
Grupo de Pesquisa da UNIP cadastrado no CNPq: Grupo de Lógica Paraconsistente e Inteligência Artificial.
Autor(a): Marcus Vinicius Leite
Orientador(a): Prof. Dr. Jair Minoro Abe
Data: 02/12/2025
Resumo: A produção avícola tornou-se progressivamente mais complexa devido à variabilidade ambiental, à elevada densidade produtiva e às exigências de sustentabilidade, configurando ambientes decisórios marcados por incerteza, contradição e informações fragmentadas ou dependentes de domínio. Os sistemas de suporte à decisão (SSDs) convencionais frequentemente não conseguem garantir consistência e interpretabilidade nessas condições. Esta pesquisa desenvolve e avalia um método integrativo que combina a Lógica Paraconsistente Anotada Evidencial Eτ (Lógica Eτ), a Recuperação Aumentada (RAG) e agentes baseados em Modelos de Linguagem de Grande Escala (LLMs), com o objetivo de possibilitar um raciocínio resiliente e explicável aplicado à tomada de decisão na avicultura. A pesquisa foi conduzida em três etapas cumulativas: (i) revisão sistemática da literatura para identificação de lacunas conceituais e tecnológicas; (ii) experimentos controlados para avaliar a influência da RAG no desempenho dos LLMs; e (iii) modelagem, implementação e validação de um SSD conversacional que integra a inferência lógico-evidencial da Lógica Eτ a um modelo de linguagem de última geração. A avaliação, baseada em métricas de similaridade semântica (cosseno), relevância contextual e consistência lógico-evidencial, confirmou que a arquitetura integrada manteve desempenho robusto mesmo sob evidências conflitantes ou incompletas. O estudo consolida a Lógica Eτ como base computacional para SSDs de inteligência artificial confiáveis e resilientes, operacionalizando-a em um arcabouço contemporâneo de IA que aprimora a explicabilidade e a governança em processos produtivos agrícolas, com ênfase na avicultura.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Métodos Quantitativos em Engenharia de Produção.
Grupo de Pesquisa da UNIP cadastrado no CNPq: Grupo de Lógica Paraconsistente e Inteligência Artificial.
Autor(a): Vando Aparecido Monteiro
Orientador(a): Prof.ª Dr.ª Irenilza de Alencar Nääs
Data: 15/12/2025
Resumo: Esta pesquisa teve como objetivo analisar os afastamentos laborais relacionados a doenças musculoesqueléticas em trabalhadores de frigoríficos brasileiros. Utilizando uma abordagem quantitativa, foram analisados dados secundários extraídos do Sistema de Informação de Agravos de Notificação (SINAN), abrangendo o período de 2006 a 2019. A amostra final, composta por 487 registros, foi classificada conforme os códigos da Classificação Brasileira de Ocupações (CBO) e da Classificação Internacional de Doenças (CID-10). Os resultados indicam concentração dos afastamentos em diagnósticos como M75 (lesões do ombro), G56 (mononeuropatias) e M54 (dorsalgia), com distinções relevantes entre homens e mulheres em relação à frequência e à duração média dos afastamentos. A análise também identificou lacunas na emissão da Comunicação de Acidente de Trabalho (CAT) e evidências de influência de fatores organizacionais nas condições clínicas. Os achados reforçam a importância da vigilância em saúde do trabalhador e da adoção de estratégias ergonômicas e reabilitadoras direcionadas ao contexto do setor frigorífico.
Palavras-chave: doenças musculoesqueléticas; saúde do trabalhador; frigoríficos; afastamento laboral; LER/DORT.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Redes de Empresas e Planejamento da Produção.
Autor(a): Leandro Cigano de Souza Thomas
Orientador(a): Prof. Dr. Jair Minoro Abe
Data: 16/12/2025
Resumo: A produção de frangos de corte constitui um segmento essencial da cadeia agroindustrial, sendo responsável pelo abastecimento global de proteína animal. O desempenho produtivo e o bem-estar das aves dependem do controle eficiente de variáveis ambientais críticas, como temperatura, umidade, ventilação, dióxido de carbono e amônia. Oscilações nesses parâmetros afetam diretamente a conversão alimentar, o crescimento e a mortalidade das aves. Sistemas tradicionais de análise de dados apresentam limitações diante de informações contraditórias ou incompletas, o que torna a tomada de decisão menos confiável. Esta dissertação propõe o desenvolvimento de um sistema especialista baseado na Lógica Paraconsistente Anotada Evidencial Eτ (Lógica Eτ), com o objetivo de classificar, de forma robusta, as condições ambientais em aviários, mesmo sob incerteza. A pesquisa adota a metodologia Design Science Research (DSR) em três etapas: (i) revisão sistemática da literatura sobre tecnologias aplicadas à avicultura de precisão; (ii) modelagem lógica aplicada a dados reais provenientes três tipos de aviários; e (iii) implementação de um aplicativo funcional capaz de inferir o estado ambiental e recomendar ações corretivas. Os resultados demonstram que o sistema realiza inferências consistentes e opera adequadamente na presença de dados ruidosos, possibilitando maior confiabilidade operacional. O artefato desenvolvido apresenta potencial para auxiliar produtores na gestão ambiental, contribuindo para a melhoria do desempenho, do bem-estar animal e da sustentabilidade produtiva.
Palavras-chave: lógica paraconsistente; monitoramento ambiental; avicultura de precisão; bem-estar animal.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Métodos Quantitativos em Engenharia de Produção.
Autor(a): Luana dos Santos Cordeiro
Orientador(a): Prof. Dr. Marcelo Tsuguio Okano
Data: 17/12/2025
Resumo: O morango é uma fruta altamente perecível e apresenta elevada suscetibilidade a perdas durante a pós-colheita, especialmente em entrepostos como a CEAGESP, onde a triagem é majoritariamente manual e sujeita à variabilidade entre classificadores. A necessidade de processos mais padronizados e eficientes motiva o uso de tecnologias de visão computacional para apoiar a avaliação da qualidade dos frutos. Assim, esta pesquisa teve como objetivo desenvolver e validar um modelo baseado na arquitetura YOLOv8, integrado a um protótipo de aplicativo móvel, para auxiliar a classificação pós-colheita de morangos. A metodologia compreendeu quatro etapas: revisão da literatura; prova de conceito utilizando o modelo YOLOv8m para detecção inicial; desenvolvimento completo do modelo de classificação multiclasse com YOLOv8n; e aplicação da abordagem Design Science Research (DSR) para a criação e avaliação de um aplicativo funcional. O dataset final reuniu 5.663 imagens, distribuídas em oito classes de qualidade, maturação, defeitos e doenças, com aplicação de técnicas de data augmentation. Os experimentos foram conduzidos em ambiente Google Colab Pro, com suporte de GPU. Os resultados demonstraram que o modelo YOLOv8n atingiu desempenho satisfatório, com mAP50 de 0,79, precisão de 0,744 e recall de 0,777, além de tempo médio de inferência de 1 ms, o que viabiliza seu uso em dispositivos móveis. As classes associadas a doenças apresentaram melhor desempenho, enquanto aquelas relacionadas à maturação mostraram maior sobreposição visual. O protótipo móvel apresentou boa aceitação inicial, indicando potencial de uso na triagem de morangos. Conclui-se que a solução proposta contribui para a redução de perdas, o apoio aos classificadores e o aumento da eficiência logística, alinhando-se aos Objetivos de Desenvolvimento Sustentável (ODS 9 e 12). Recomenda-se, para estudos futuros, a ampliação do dataset e a validação da solução em escala operacional.
Palavras-chave: morango; visão computacional; YOLOv8; pós-colheita.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Redes de Empresas e Planejamento da Produção.
Autor(a): Madalena de Oliveira Barbosa
Orientador(a): Prof. Dr. Marcelo Tsuguio Okano
Data: 17/12/2025
Resumo: A crescente demanda por eficiência e padronização no setor agroalimentar tem impulsionado a adoção de tecnologias associadas à Agricultura 4.0. Nesse contexto, a aplicação de técnicas de visão computacional e aprendizado profundo desponta como uma alternativa estratégica para modernizar cadeias agroalimentares. Este estudo avaliou a aplicação da arquitetura YOLOv8 na identificação automática de variedades de pimentas (Capsicum spp.), com o desenvolvimento adicional de um aplicativo móvel (PWA), que integra o modelo treinado e oferece suporte interativo por meio de um chatbot. Para tanto, foi construído um dataset inicial de 1.476 imagens, coletadas na CEAGESP e em repositórios públicos, as quais foram anotadas e posteriormente expandidas por meio de técnicas de data augmentation, totalizando 3.964 imagens. O modelo foi treinado em dois cenários (com e sem augmentation) e avaliado com base nas métricas Box Precision, Recall, mAP50 e mAP95. Os resultados evidenciaram que o uso de augmentation elevou a robustez do modelo, alcançando um mAP50 de 0,694 e mitigando riscos de overfitting. Além do desempenho experimental, a pesquisa apresenta a implementação funcional de um aplicativo móvel capaz de classificar pimentas em tempo real, integrando informações adicionais sobre pungência e usos culinários.
Palavras-chave: agricultura 4.0; visão computacional; YOLOv8; identificação de pimentas.
Área de Concentração: Gestão de Sistemas de Operação.
Linha de Pesquisa: Redes de Empresas e Planejamento da Produção.