Luís Augusto Mesquita de Castro

Possuo graduação (2015) em Engenharia de Controle e Automação pelo Instituto Federal de Educação, Ciência e Tecnologia do Pará (IFPA). Possuo Mestrado (2018) e Doutorado (2022) em Engenharia Elétrica pela Universidade Federal do Pará (UFPA). Atualmente sou colaborador no Instituto de Pesquisas Eldorado (IPE). Estou constantemente desenvolvendo minhas habilidades e qualificando-me na área de Ciência de Dados (Data Science) e Machine Learning (ML) voltada para solução de problemas de negócio. Possuo artigos científicos publicados em periódicos internacionais e congressos nacionais. Possuo mais de 8 anos de experiência em pesquisa acadêmica nas áreas: Análise e Classificação de Dados; Sistemas Inteligentes; Redes Neurais Artificiais; Lógica e Controle Fuzzy; Identificação de Sistemas Dinâmicos; Algoritmos Evolucionários; Controle Digital e Adaptativo; Controle Preditivo e Estocástico; Inteligência Computacional.

🎓 Formação Acadêmica

- Doutorado em Engenharia Elétrica com ênfase em Inteligência Computacional: Universidade Federal do Pará (UFPA). Belém, PA (2018-2022).

- Mestrado em Engenharia Elétrica com ênfase em Sistemas de Controle: Universidade Federal do Pará (UFPA). Belém, PA (2016-2018).

- Graduação em Engenharia de Controle e Automação: Instituto Federal de Educação, Ciência e Tecnologia do Pará (IFPA). Belém, PA (2010-2015).

💼 Experiência Profissional

Instituto de Pesquisas Eldorado (IPE):

- Analista de Software e Pesquisador vinculado ao Projeto AI for Services da Motorola. Busca por padrões ocultos em Big Data, desenvolvendo modelos de Machine Learning aplicados à Business Analytics. Cientista de dados responsável por conduzir análises de dados, criar modelos preditivos e ricas visualizações para mostrar os insights aos parceiros de negócio (2022-Atual).

Laboratório de Controle e Sistemas (LACOS):

- Pesquisador (Bolsista CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior) de mestrado e doutorado responsável por produzir conhecimento científico e desenvolver pesquisa na área de Sistemas de Controle e Inteligência Computacional aplicadas em drones, próteses mioelétricas de mão, processos industriais e sistemas de controle didáticos em colaboração com alunos de graduação, mestrado e doutorado (2016-2022).

Universidade Federal do Pará (UFPA):

- Professor universitário da Faculdade de Engenharia Industrial da UFPA para ministrar a disciplina de Análise de Sistemas Lineares para graduação em Engenharia Industrial, onde apresentou-se aos dicentes conceitos de Classificação de Sistemas Dinâmicos, Teoria de Sistemas Lineares e Teoria de Controle Clássico e Moderno (2018-2018).

Centrais Elétricas do Norte do Brasil (ELETRONORTE):

- Estagiário na Gerência de Manutenção de Eletroeletrônicos. As principais atividades eram: Análise dos desenhos técnicos já impressos; Aplicação de desenhos lógicos e funcionais na prática e desenvolvimento com CLP; Estudo e aprendizado dos desenhos técnicos, lógicos e funcionais dos sistemas de controle, supervisão e proteção da subestação (2014-2015).

📚 Projetos de Pesquisa e Artigos Publicados

Contribuições ao Controle de Variância Mínima Generalizado: Controle Preditivo de Horizonte Irrestrito:

- Neste trabalho é investigado o controlador preditivo de horizonte irrestrito, ou UHPC. É projetado no espaço de estado por meio do método GMVSS e baseado em modelo linear ARMAX. Sua lei de controle é implementada no formato polinomial RST de controlador para o controle de sistemas monovariáveis com o objetivo de permitir a análise de robustez e desempenho, consolidando o UHPC como membro dos controladores preditivos. Os resultados obtidos demonstram que o controlador preditivo UHPC é capaz de lidar com erros de modelagem e ruídos externos, contribuindo positivamente para as margens de estabilidade do sistema de controle (2022).

Controle Preditivo de Horizonte Irrestrito aplicado à um Sistema SISO Não Linear:

- Este artigo apresenta o formalismo matemático, projeto e avaliação de um controlador preditivo de horizonte irrestrito (UHPC) de ordem mínima aplicado a um processo químico não linear. O método de projeto UHPC ainda é bastante novo e este artigo contribui ainda mais avaliando sua aplicação em um sistema não linear e suas propriedades de robustez. A avaliação é realizada por meio de simulações numéricas para degraus de referência e perturbações de carga para um único sistema: o continuous stirred tank reactor (CSTR). O problema UHPC é avaliado sob um esquema de controle incremental e baseado no modelo linear estocástico identificado. Os resultados temporais e em frequência do UHPC são comparados aos resultados do controle preditivo generalizado (GPC) usando o mesmo horizonte de predição de saída. Ambos os controladores são capazes de eliminar o erro em regime permanente, porém o UHPC fornece maiores margens de estabilidade e atenuação de ruído, sendo capaz de manter a mesma resposta em toda a faixa de operação do sistema de controle, sem degradar o desempenho do controlador, o que não é o caso para o GPC (2022).

Ganho Programado Tradicional e Rede de Controladores com Supervisão Fuzzy:

- Neste trabalho são comparados o desempenho entre controladores por ganho programado tradicional e uma rede de controladores locais com supervisão fuzzy. As análises são realizadas em uma válvula não linear e uma planta Motor-Tacogerador. A supervisão fuzzy é inserida de forma a atenuar essas mudanças bruscas, ponderando os valores dos controladores estáticos para encontrar um novo conjunto de parâmetros a cada instante de tempo (2021).

Projeto de Controlador LQG aplicado à um Sistema Eletrônico:

- Este trabalho apresenta uma aplicação prática de um controlador LQG (Linear Quadrático Gaussiano) em um sistema eletrônico. O sistema é representada por um modelo discreto e linear de segunda ordem. A análise de robustez é feita tanto para a malha de controle quanto para o filtro de Kalman. Testes simulados e práticos do tipo: resposta ao degrau, perturbação de carga na entrada da planta, saída da planta contaminada com ruído guaussiano são realizados a fim de avaliar o desempenho e a robustez propiciados pelo controle LQG (2020).

Projeto de Controladores PID Locais com Supervisão Fuzzy:

- Este trabalho propõe uma estratégia fuzzy viável, do tipo rede de controladores convencionais locais supervisionados por lógica fuzzy, objetivando a melhoria da estabilidade e robustez de um sistema eletromecânico didático. Testes experimentais confirmam a superioridade do método inteligente proposto sobre os métodos clássicos de controle para lidar com não linearidades e variações paramétricas do sistema em toda a faixa de operação estudada (2019).

Classificador Neural para Intenção de Movimento do Braço e Antebraço:

- Os sinais mioelétricos são ponteciais elétricos que representam a dinâmica da contração muscular e seu estudo tem se mostrado relevante em aplicações na fisioterapia e engenharira de reabilitação para a melhoria da qualidade de vida de indivíduos amputados ou com algum tipo de deficiência motora. O artigo propõe um classicador neural que consiste de duas redes neurais feedforward em paralelo, construído com o auxílio da ferramenta computacional MATLAB, para identificar a intenção de movimento do braço e antebraço, podendo ser utilizado como fonte de comando para próteses mioelétricas e braços robóticos. Simulações numéricas comprovam a eficácia do classificador desenvolvido (2019).

Estimação de Movimentos do Punho com Filtro de Kalman para Controle de Próteses Ativas:

- A funcionalidade de próteses mioelétricas, disponíveis para pessoas que sofreram algum tipo de amputação ou defeitos congênitos, ainda precisam ser bastante aprimoradas. Pois, o objetivo da prótese é substituir a deficiência do seu usuário e devolver as funções do membro perdido. Este artigo propõe um método de estimação de movimento a partir de sinais mioelétricos para controle de próteses elétricas. No método de estimação utiliza-se o filtro de Kalman para otimizar o pré-processamento do sinal mioelétrico. Para validação do método são utilizados os músculos flexor radial do carpo e extensor ulnar do carpo para estimação do movimento de flexão e extensão do punho e realiza-se o controle de abrir e fechar uma garra robótica proporcionalmente aos níveis de contrações estimados dos músculos investigados. Os testes experimentais realizados em tempo real para estimação de movimentos e controle de uma garra robótica comprovam a eficácia do método de estimação de movimento desenvolvido (2018).

Projeto de Controle Digital pelo Método Polinomial com Avaliação da Função de Sensibilidade:

- Este artigo apresenta duas possibilidades de projeto para um controlador RST digital incremental baseado na técnica de alocação de polos, cujos parâmetros são obtidos pela resolução da equação Diofantina. Como os distúrbios de saída e entrada ocorrem em sistemas reais, é feita a análise de estabilidade e robustez da malha de controle por meio da modelagem de malha de funções de sensibilidade. Para avaliar o desempenho do controlador para tais sintonias, são analisados os índices de desempenho para o erro e para o esforço de controle. A diferença entre os projetos de sintonia é apresentada por simulação numérica para um sistema subamortecido de segunda ordem, mostrando que o método proposto fornece uma solução com maior estabiilidade (2018).

Projeto de Estabilizadores de Sistemas Elétricos de Potência utilizando Controle GMVSS:

- Neste trabalho é investigado o desempenho de uma estratégia de controle preditivo, do tipo variância mínima em espaço de estados (GMVSS), aplicada ao amortecimento de oscilações eletromecânicas em sistemas de potência interligados. Os resultados mostram que o estabilizador preditivo é capaz de contribuir positivamente para o amortecimento dos modos de oscilação mais problemáticos, aumentando assim os limites de estabilidade do sistema de potência (2018).

Predição da Série Temporal de Mackey-Glass via Redes Neurais Artificiais aplicada à Biomédica:

- A Série temporal de Mackey-Glass representa a dinâmica de sistemas fisiológicos humanos e apresenta comportamento tanto periódico quanto caótico em sua dinâmica. Este artigo propõe uma rede neural Perceptron Multicamadas que reproduz a dinâmica da série temporal mesmo na presença de alteração de seus parâmetros. Simulações numéricas englobam tanto a dinâmica periódica quanto caótica da série, a fim de comprovar a eficácia da rede neural proposta (2017).

Estudo Comparativo de Controladores PID e GMV Aplicados em Sistemas Não Lineares:

- Este artigo tem como objetivo apresentar um estudo comparativo de duas técnicas de controle, clássica e avançada, relacionadas aos projetos dos controladores PID e GMV, respectivamente. Inicialmente, os projetos destes controladores e os índices de desempenho, utilizados para avaliação quantitativa dos resultados, são brevemente descritos. Ademais, os projetos dos controladores PID e GMV são aplicados à um sistema de válvula de controle não linear e à um sistema de transmissão flexível, apresentando-se comparações dos índices de desempenho e aspectos como rastreamento de referência, rejeição de perturbação e tratamento de ruídos. Os resultados mostrados neste artigo são todos baseados em simulações numéricas (2016).

Projeto de Estabilizadores de Sistemas Elétricos de Potência utilizando Controle Adaptativo:

- Neste trabalho é investigado o desempenho de uma estratégia de controle adaptativo, do tipo auto-ajustável, aplicada ao amortecimento de oscilações eletromecânicas em sistemas de potência interligados. Em cada condição de operação, um modelo paramétrico linear é estimado online, via o método de mínimos quadrados recursivo. Os parâmetros do modelo estimado são subsequentemente utilizados na atualização dos ganhos da lei de controle inserida no estabilizador, a cada intervalo de amostragem. Os parâmetros do controlador são calculados via a técnica de posicionamento de polos, de modo a deslocar radialmente os polos do sistema em malha fechada para uma região de maior estabilidade (2015).

Previsão da Série Temporal de Mackey-Glass utilizando ANFIS:

- A Série temporal de Mackey-Glass representa a dinâmica de sistemas fisiológicos humanos e apresenta comportamento tanto periódico quanto caótico em sua dinâmica. Este artigo propõe um sis-tema fuzzy construído com auxílio da ferramenta ANFIS que reproduz a dinâmica da série temporal mesmo na presença de alteração de seus parâmetros. Simulações numéricas englobam tanto a dinâmica periódica quanto caótica da série, a fim de comprovar a eficácia do sistema fuzzy proposto. (2014).

Ganho Programado Fuzzy de Controladores PID:

- Este trabalho reproduz com o auxílio da ferramenta computacional MATLAB a resposta ao degrau unitário de três sistemas dinâmicos distintos, quando esses são controlados via PID a parâmetros fixos e PID a parâmetros variáveis, onde os parâmetros do controlador são modificados conforme um sistema fuzzy que utiliza o sinal de erro e sua primeira derivada como variáveis de entrada para se obter como saída os parâmetros do controlador PID a cada instante de tempo. Comparações são feitas entre o comportamento dos três sistemas controlados tanto por controlador PID convencional quanto por PID adaptativo, onde se comprova que um PID adaptativo com o universo de discurso das variáveis de entrada e saída do sistema fuzzy bem ajustado possui desempenho superior quando comparado a um PID convencional (2014).

Coleção de Estudos de Caso na Área de Ciência de Dados:

- Neste repositório são armazenados vários casos de estudo usados como material de apoio.

Algoritmos Desenvolvidos na Área de Sistemas de Controle e Inteligência Computacional:

- Este repositório guarda inúmeros códigos usados como modelo e material de suporte.

📝 Participações em Bancas Examinadoras

• Sintonias de Controle PID Clássico e Avançado em Processos Benchmarks: Raissa da Costa Branco. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2022).

• Projeto de Controladores Clássico e Moderno para Drone Quadrotor: Carlos Roozembergh Porto da Silva Junior. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2021).

• Estudo Comparativo entre Controladores PI Clássico e Adaptativo para um Forno de Indução Eletromagnética: Kelvin Mathaeus Costa Mattos. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2021).

• Análise de Desempenho e Robustez dos Controladores Preditivos GMV, DMC e GPC Aplicados em uma Planta Pêndulo Amortecido: Daniel Abreu Macedo da Silva. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2021).

• Estudo Comparativo dos Controladores PID, IMC, GMV e GPC em Processos Benchmarks: Jefferson Tavares Leitão. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2021).

• Identificação, Modelagem e Controle de Velocidade de Motor Tacogerador: Madson Jerry da Silva Batista. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2020).

• Controle de Posição de um Braço Robótico com um Grau de Liberdade para Diferentes Cargas: Gustavo da Silva Madi. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2019).

• Projeto e Controle de Posição de um Protótipo Túnel de Vento Vertical Utilizando Diferentes Estratégias de Controle: Linsley da Costa Oliveira Dias. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2019).

• Projeto, Identificação e Controle de um Processo Fan and Plate: Thiago José Alves Monteiro. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2019).

• Construção e Controle de uma Prótese Mecânica Ativa de Baixo Custo Utilizando Impressão 3D: João Carlos Ferreira Gonçalves. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2018).

• Proposta de Modelamento de Sistemas Mioelétricos para Classificação de Movimentos: Gabriela Souza de Amorim. Engenharia de Controle e Automação. Instituto Federal de Educação, Ciência e Tecnologia do Pará (2018).

🏆 Licenças e Certificações

1. Docker: Criando e Gerenciando Containers: Carga Horária: 10 Horas. Alura (2024).
2. Regressão Linear: Técnicas Avançadas de Modelagem: Carga Horária: 5 Horas. Alura (2024).
3. Regressão Linear: Testando Relações e Prevendo Resultados: Carga Horária: 12 Horas. Alura (2023).
4. Estatística com Python: Correlação e Regressão: Carga Horária: 10 Horas. Alura (2023).
5. Data Science: Testes Estatísticos com Python: Carga Horária: 6 Horas. Alura (2023).
6. Estatística com Python: Testes de Hipóteses: Carga Horária: 10 Horas. Alura (2023).
7. Estatística com Python: Probabilidade e Amostragem: Carga Horária: 10 Horas. Alura (2023).
8. Estatística com Python: Frequências e Medidas: Carga Horária: 10 Horas. Alura (2023).
9. ChatGPT: Otimizando a Qualidade dos Resultados: Carga Horária: 8 Horas. Alura (2023).
10. Formação Machine Learning: Carga Horária: 76 Horas. Alura (2023).
11. Machine Learning Parte 2: Otimização com Exploração Aleatória: Carga Horária: 8 Horas. Alura (2023).
12. Machine Learning Parte 1: Otimização de Modelos através de Hiperparâmetros: Carga Horária: 9 Horas. Alura (2023).
13. Classificação: Validação de Modelos e Métricas de Avaliação: Carga Horária: 8 Horas. Alura (2023).
14. Machine Learning: Validação de Modelos: Carga Horária: 8 Horas. Alura (2023).
15. Clustering Aplicado: Recomendando Músicas com K-Means: Carga Horária: 10 Horas. Alura (2023).
16. Clustering: Extraindo Padrões de Dados: Carga Horária: 9 Horas. Alura (2023).
17. Formação Data Analysis com Google Sheets: Carga Horária: 35 Horas. Alura (2023).
18. Data Visualization: Técnicas de Visualização com Google Sheets: Carga Horária: 8 Horas. Alura (2023).
19. Data Analysis: Estatística com Google Sheets: Carga Horária: 8 Horas. Alura (2023).
20. Data Analysis: Previsões com Google Sheets: Carga Horária: 8 Horas. Alura (2023).
21. Machine Learning: Lidando com Dados de Muitas Dimensões: Carga Horária: 12 Horas. Alura (2022).
22. Machine Learning: Classificação por trás dos Panos: Carga Horária: 10 Horas. Alura (2022).
23. Machine Learning: Classificação com Sklearn: Carga Horária: 8 Horas. Alura (2022).
24. Data Analysis: Google Sheets: Carga Horária: 6 Horas. Alura (2022).
25. Formação Google BigQuery e Data Studio: Carga Horária: 126 Horas. Alura (2022).
26. Google BigQuery e Data Studio: Projeto Final: Carga Horária: 20 Horas. Alura (2022).
27. Acesso ao BigQuery: Manipulação Programático Linguagens: Carga Horária: 12 Horas. Alura (2022).
28. BigQuery: Manipulação de Dados: Carga Horária: 14 Horas. Alura (2022).
29. Google Data Studio: Parâmetros e BigQuery: Carga Horária: 14 Horas. Alura (2022).
30. Google Data Studio: Filtros e Funções: Carga Horária: 14 Horas. Alura (2022).
31. Google Data Studio: Acessando o MySQL: Carga Horária: 14 Horas. Alura (2022).
32. Google Data Studio: Introdução à Ferramenta: Carga Horária: 10 Horas. Alura (2022).
33. BigQuery: Funções do BigQuery: Carga Horária: 16 Horas. Alura (2022).
34. BigQuery: o Banco de Dados da Google para Big Data: Carga Horária: 12 Horas. Alura (2022).
35. Python Fundamentos para Análise de Dados: Carga Horária: 60 Horas. Data Science Academy (2022).
36. Big Data Fundamentos: Carga Horária: 12 Horas. Data Science Acadademy (2022).
37. Inteligência Artificial Fundamentos: Carga Horária: 8 Horas. Data Science Academy (2022).
38. Introdução à Ciência de Dados: Carga Horária: 12 Horas. Data Science Academy (2021).
39. Computer Vision: Carga Horária: 4 Horas. Kaggle Plataform (2021).
40. Natural Language Processing: Carga Horária: 3 Horas. Kaggle Plataform (2021).
41. Intro to Deep Learning: Carga Horária: 4 Horas. Kaggle Plataform (2021).
42. Intermediate Machine Learning: Carga Horária: 4 Horas. Kaggle Plataform (2021).
43. Intro to Machine Learning: Carga Horária: 3 Horas. Kaggle Plataform (2021).
44. Feature Engineering: Carga Horária: 5 Horas. Kaggle Plataform (2021).
45. Data Cleaning: Carga Horária: 4 Horas. Kaggle Plataform (2021).
46. Data Visualization: Carga Horária: 4 Horas. Kaggle Plataform (2021).
47. Time Series: Carga Horária: 5 Horas. Kaggle Plataform (2021).
48. Pandas: Carga Horária: 4 Horas. Kaggle Plataform (2021).
49. Python: Carga Horária: 5 Horas. Kaggle Plataform (2021).
50. Advanced SQL: Carga Horária: 4 Horas. Kaggle Plataform (2021).
51. Intro SQL: Carga Horária: 3 Horas. Kaggle Plataform (2021).
52. SQL Completo: Carga Horária: 12 Horas. Udemy Academy (2021).
53. Power BI Completo: Carga Horária: 9 Horas. Udemy Academy (2021).
54. Comandos e Acionamentos Elétricos: Carga Horária: 9 Horas. Udemy Academy (2021).
55. Técnicas de Parametrização de Inversor de Frequência: Carga Horária: 48 Horas. SENAI-PA (2016).
56. Auxiliar de Eletrônica: Carga Horária: 160 Horas. SENAI-PA (2015).
57. Língua Inglesa: Carga Horária: 720 Horas. Escola de Idiomas Aslan (2010).

🤖 Qualificações Adicionais

• Programação Python: Matplotlib, Seaborn, Pandas, Numpy, Keras, Tensorflow, Scikit-Learn;
• Aprendizado de Máquina: Machine Learning e Deep Learning;
• Inteligência Computacional: Lógica e Controle Fuzzy;
• Automação de Processos Repetitivos: RPA;
• Banco de Dados Relacionais: SQL, SQLite e MySQL;
• Banco de Dados Não Relacionais: NoSQL, MongoDB e BigQuery;
• Extração, Limpeza e Visualização de Dados: Matlab, Google Sheets e Data Studio;
• Idiomas: Português Nativo e Inglês Intermediário.

🎯 Informações Complementares

• GitHub
• Lattes
• LinkedIn
• Telegram
• WhatsApp