[pt] As redes da Internet das Coisas (IdC) incluem dispositivos inteligentes que contêm muitos sensores que permitem interagir com o mundo físico, coletando e processando dados de streaming em tempo real. O consumo total de energia e o custo desses sensores afetam o consumo de energia e o custo dos dispositivos IdC. O tipo de sensor determina a precisão da interface analógica e a resolução dos conversores analógico-digital (ADCs). A resolução dos ADCs tem um compromisso entre a precisão de inferência e o consumo de energia, uma vez que o consumo de energia dos ADCs depende do número de bits usados para representar amostras digitais. Nesta tese, apresentamos um esquema de aprendizado distribuído com eficiência energética usando sinais quantizados para redes da IdC. Em particular, desenvolvemos algoritmos de gradiente estocástico com reconhecimento de quantização distribuído (DQA-LMS) e de mínimos quadrados recursivos com reconhecimento de quantização distribuído (DQA-RLS) que podem aprender parâmetros de maneira eficiente em energia usando sinais quantizados com poucos bits, exigindo um baixo custo computacional. Além disso, desenvolvemos uma estratégia de compensação de viés para melhorar ainda mais o desempenho dos algoritmos propostos. Uma análise estatística dos algoritmos propostos juntamente com uma avaliação da complexidade computacional das técnicas propostas e existentes é realizada. Os resultados numéricos avaliam os algoritmos com reconhecimento de quantização distribuída em relação às técnicas existentes para uma tarefa de estimação de parâmetros em que os dispositivos IdC operam em um modo ponto a ponto. Também apresentamos um esquema de aprendizado federativo com eficiência energética usando sinais quantizados para redes de IdC. Desenvolvemos o algoritmo federated averaging LMS (QA-FedAvg-LMS) com reconhecimento de quantização para redes IdC estruturadas por configuração de aprendizado federativo em que os dispositivos IdC trocam suas estimativas com um servidor. Uma estratégia de compensação de viés para QA-FedAvg-LMS é proposta junto com sua análise estatística e a avaliação de desempenho em relação às técnicas existentes com resultados numéricos. / [en] Internet of Things (IoT) networks include smart devices that contain many sensors that allow them to interact with the physical world, collecting and processing streaming data in real time. The total energy-consumption and cost of these sensors affect the energy-consumption and the cost of IoT devices. The type of sensor determines the accuracy of the analog interface and the resolution of the analog-to-digital converters (ADCs). The ADC resolution requirement has a trade-off between sensing performance and energy consumption since the energy consumption of ADCs strongly depends on the number of bits used to represent digital samples. In this thesis, we present an energy-efficient distributed learning framework using coarsely quantized signals for IoT networks. In particular, we develop a distributed quantization-aware least-mean square (DQA-LMS) and a distributed quantization-aware recursive least-squares (DQA-RLS) algorithms that can learn parameters in an energy-efficient fashion using signals quantized with few bits while requiring a low computational cost. Moreover, we develop a bias compensation strategy to further improve the performance of the proposed algorithms. We then carry out a statistical analysis of the proposed algorithms along with a computational complexity evaluation of the proposed and existing techniques. Numerical results assess the distributed quantization-aware algorithms against existing techniques for distributed parameter estimation where IoT devices operate in a peer-to-peer mode. We also introduce an energy-efficient federated learning framework using coarsely quantized signals for IoT networks, where IoT devices exchange their estimates with a server. We then develop the quantization-aware federated averaging LMS (QA-FedAvg-LMS) algorithm to perform parameter estimation at the clients and servers. Furthermore, we devise a bias compensation strategy for QA-FedAvg-LMS, carry out its statistical analysis, and assess its performance against existing techniques with numerical results.

[pt] O objetivo dessa dissertação é apresentar a simulação de processos, no software Aspen HYSYS (marca registrada) v8.8, de uma planta de etanol derivado de cana-de-açúcar, abrangendo o sistema de cogeração e hidrólise enzimática aplicáveis ao bagaço, e associada a uma planta de cultivo de microalgas para produção de biodiesel de terceira geração. Adicionalmente, foram avaliados, por planejamento composto central 32, os efeitos de duas variáveis – designação de bagaço para hidrólise enzimática (x1) e de etanol para desidratação (x2) - sobre parâmetros de performance energéticos e ambientais restritos à planta, e negligenciando-se contribuições do âmbito rural. Em um cenário similar à realidade brasileira - coordenadas (0, 50 por cento) -, observou-se que a integração proporciona uma quantidade significativa de biodiesel (26,6 kg.t-1 de cana), em termos energéticos, além da oferta de etanol (62,2 kg.t-1 de cana). Nesse cenário, a demanda energética da seção de microalgas-biodiesel demonstrou-se semelhante à da planta de etanol. Os modelos produzidos demonstram-se robustos e precisos (R2 superiores a 0,998). As avaliações estatísticas indicaram que x1 afeta quadraticamente as respostas, e x2 promove efeitos nulos ou brandos. Destaca-se valores de NER - razão entre contribuições energéticas de produtos e de insumos do sistema -entre 0,763 e 0,904, próximos a 1; e valores de FER - razão entre as contribuições energéticas dos produtos e das participações fósseis de insumos - entre 4,33 e 10,88, acima 3, o que configura caráter renovável ao sistema. Dentre as otimizações de respostas, encontrou-se a coordenada (92 por cento, 0) para eficiência exergética global. Por fim, a associação das plantas de etanol e de biodiesel forneceu resultados promissores para as eficiências energéticas, razão entre oferta de energia total e consumo de energia fóssil, e incremento de eficiência exergética da planta de etanol original. / [en] The objective of this dissertation is to present a simulation in the software Aspen HYSYS (Registered trademark) v8.8 of a sugarcane-ethanol plant covering a cogeneration and an enzymatic hydrolysis system, applicable to bagasse final use, and associated to a microalgae-cultive plant for the production of third-generation biodiesel through transesterification route. Additionally, the effects of two variables - designation of bagasse to enzymatic hydrolysis (x1) and of ethanol to dehydration (x2) - were statistically evaluated by 3(2) central composite design over energetic and environmental performance parameters restricted to the plant s scope and being neglected contributions of the rural area. In a base scenario similar to Brazilian’s reality – coordinates (0, 50 per cent) –, it was observed that the integration provides a quantity of biodiesel (26.6 kg.t-1 of sugarcane) energetically significant, besides the supply of ethanol (62.2 kg.t-1 of sugarcane). In this case, the energetic demand of the microalgae-biodiesel section pointed to be similar the conventional ethanol plant consumption. The adjusted models were robust and precise (R2 higher than 0.998). The statistical assessments pointed that x1 affects quadratically the answers and x2 promotes null or mild effects. Stands out NER values - ratio between energetic contribution of products and inputs of the system - between 0.763 and 0.904, which were close to 1, and FER values - ratio between energetic contributions of products and fossil share of inputs - between 4.33 and 10.88 that were higher than the 3, which configured renewability to the system. Among the optimization of the answers, it was found the coordinate (92 per cent, 0) for the global exergetic efficiency. Finally, the association of the ethanol and biodiesel plants provided promising results for energetic efficiency, ratio between total delivered energy and demanded fossil energy, and increase in exergetic efficiency of the original ethanol plant.

[pt] Os Projetos de Eficiência Energética Gerenciados pelo Lado da Demanda (GLD), bem como todo projeto de engenharia, requerem decisões de investimentos que possuem incertezas associadas. As incertezas econômicas devem-se a fatores exógenos ao projeto sendo, em geral, representadas por oscilações estocásticas dos custos da energia elétrica. As incertezas técnicas estão associadas a fatores internos, como o desempenho dos projetos em função da tecnologia eficiente escolhida, da sua operação e manutenção. A decisão dos clientes e investidores na aquisição de Projetos de Eficiência Energética depende do retorno esperado nos ganhos com a energia economizada, como por exemplo, na venda desta energia no mercado de curto prazo. Esta tese investiga uma nova metodologia que, considerando as incertezas técnicas e econômicas, efetua uma análise mais abrangente e realista do cenário complexo de negócios que envolvem os Projetos de Eficiência Energética no Brasil. A metodologia contribui para a tomada de decisão considerando a flexibilidade gerencial e a avaliação dos riscos específicos dos projetos. Esta se baseia em técnicas inteligentes para a otimização de diagnósticos energéticos associados à análise de opções reais e avaliação econômica de Projetos de Eficiência Energética Gerenciados pelo Lado da Demanda (GLD), aplicados ao setor de energia elétrica no Brasil. A metodologia é avaliada em dois Projetos de Eficiência Energética, para os usos finais de Iluminação e Climatização de Ambientes, em uma unidade consumidora da classe Comercial, localizada na Cidade do Rio de Janeiro e conectada ao sistema de distribuição em Média Tensão (13,8kV). Os resultados revelaram que a partir da aplicação de Algoritmos Genéticos na otimização de diagnósticos energéticos puderam-se construir subprojetos originados de um projeto maior, mantendo-se, ou até ampliando-se a Relação Custo vs. Beneficio (RCB). E, desta forma, contribuir para a viabilização de alternativas ótimas de projetos que incentivam a aplicação da Eficiência Energética no Brasil. / [en] The Energy Efficiency Projects Managed by Demand Side (DSM), as well as all engineering design, require investment decisions that have associated uncertainties. Economic uncertainties are due to factors exogenous to the project being generally represented by stochastic fluctuations of electricity costs. The technical uncertainties are associated with internal factors such as performance of the projects on the basis of efficient technology chosen, its operation and maintenance. The decision of customers and investors in the acquisition of Energy Efficiency Projects depends on the expected return on the earnings of the energy saved, for example, the sale of this energy in the short term. This thesis investigates a new methodology which, considering the technical and economic uncertainties, performs a more comprehensive and realistic business complex scenario involving the Energy Efficiency Projects in Brazil. The methodology helps decision making considering managerial flexibility and risk assessment of specific projects. This is based on intelligent techniques for optimizing energy diagnoses associated with real options analysis and economic evaluation of Energy Efficiency Projects Managed by Demand Side (DSM), applied to the electricity sector in Brazil. The methodology is evaluated in two Energy Efficiency Projects for the end uses of lighting and Air Conditioning, in a consumer unit of the Commercial category, located in the city of Rio de Janeiro and connected to the distribution system in Medium Voltage (13.8kV). The results showed that with the application of genetic algorithms in optimization of energy diagnoses subprojects originated from a larger project could be built, maintaining or even widening the Cost vs. Value. Benefit (RCB) ratio. And in this way, contribute to the viability of alternative optimal designs that encourage the implementation of Energy Efficiency in Brazil.

[pt] O consumo de combustível em empresas do setor de transporte ferroviário representa um dos maiores gastos operacionais e uma das maiores preocupações em termos de emissões de poluentes. O alto consumo em combustíveis acarreta também em uma alta representatividade na matriz de escopo de emissões (mais de 90 por cento das emissões de ferrovias são provenientes do consumo de combustível fóssil). Com o viés de se buscar uma constante melhora operacional, estudos vêm sendo realizados com a finalidade de se propor novas ferramentas na redução do consumo de combustível na operação de um trem de carga. Nesse ramo, destaca-se o aperfeiçoamento dos parâmetros de condução de um trem que são passíveis de calibração com o objetivo de reduzir o consumo de combustível. Para chegar a esse fim, o presente trabalho implementa dois modelos de aprendizado de máquina (machine learning) para prever a eficiência energética de um trem de carga, são eles: floresta randômica e redes neurais artificiais. A floresta randômica obteve o melhor desempenho entre os modelos, apresentando uma acurácia de 91 por cento. Visando calcular quanto cada parâmetro influencia no modelo de previsão, este trabalho também utiliza técnica de efeitos acumulados locais em cada parâmetro em relação à eficiência energética. Os resultados finais mostraram que, dentro dos quatro parâmetros de calibração analisados, o indicador de tração por tonelada transportada apresentou maior representatividade em termos de impacto absoluto na eficiência energética de um trem de carga. / [en] Fuel consumption in companies in the rail transport sector represents one of the largest operating expenses and one of the biggest concerns in terms of pollutant emissions. The high fuel consumption also entails a high representation in the emissions scope matrix (more than 90 percent of railroad emissions come from fossil fuel consumption). Aiming to seek constant operational improvement, numerous studies have been carried out proposing new tools to reduce fuel consumption in the operation of a freight train. In this way, it is important to highlight the improvement of train driving parameters that can be calibrated to reduce fuel consumption. To accomplish this goal, the present work implements two machine learning models to predict the energy efficiency of a freight train: random forest and artificial neural networks. The random forest achieves the best performance against the models, with an accuracy of 91 percent. To calculate how much each parameter influences the prediction model, this work also uses the technique of accumulated local effects for each parameter related to energy efficiency. The final results show that, within the four analyzed calibration parameters, the traction per transported ton indicator presented greater representation in terms of absolute impact on the energy efficiency of a freight train.

[pt] A comunicação por fibras ópticas utiliza diversos modelos herdados dos sistemas de telecomunicações tradicionais. Recentemente, a necessidade de maior controle sobre o fluxo de dados tem atraído muita atenção para as vantagens da comunicação óptica adaptativa. Num sistema de comunicação adaptativo, o fluxo de dados pode ser alterado em função de variações na qualidade do canal ou simplesmente pela necessidade de racionalizar a utilização dos recursos disponíveis. A interoperação entre redes pressiona pela necessidade de uma rede elástica e a expectativa é que este tipo de rede permita o controle sobre vários níveis da estrutura de comunicação. Nesta tese, a análise deste tema se concentra na camada física da rede óptica, em que a elasticidade pode ser obtida através de diferentes técnicas de modulação e multiplexação. A camada física de uma rede óptica adaptativa deve responder a variações e restrições do meio de transmissão. O consumo de energia, por exemplo, é um requisito cada vez mais presente nos projetos das redes de comunicação e a relevância deste requisito tende a aumentar na medida em que as redes ópticas aumentam sua capilaridade. O principal objetivo desta tese é analisar uma solução de comunicação óptica adaptativa que atenda aos requisitos básicos de uma rede elástica. O sistema de comunicação em análise é baseado em modulações realizadas no espaço de sinais de quatro dimensões, também conhecidas como modulações 4D. A perspectiva adotada privilegia a polarização da portadora óptica. A vantagem em adotar esta perspectiva, reside no fato de que ela permite a construção de modulações multidimensionais utilizando os fibrados de Hopf. Conforme será observado, o uso dos fibrados de Hopf em conjunto com o conceito matemático denominado vértice embutido de politopos, potencializa as soluções de engenharia para o problema da comunicação óptica adaptativa. / [en] Fiber-optic communications use several models inherited from traditional telecommunications systems. Recently, the need to improve the control over the data flow has attracted attention to the advantages of adaptive optical communication. In adaptive systems, the data flow can be altered due to changes in the channel quality or simply to rationalize the use of available resources. Interoperation between networks further presses on the need for an elastic network and the expectation is that this type of network will allow control over various levels of the communication structure. In this thesis, the analysis of this theme focuses on the physical layer of the optical network, where elasticity can be obtained through different modulation and multiplexing techniques. The physical layer of an adaptive optical network must respond to variations and restrictions of the transmission medium. Energy consumption, for example, is a requirement that is increasingly present in communication network projects and the relevance of this requirement tends to increase as optical networks expands in capillarity. The main objective of this thesis is to analyze an adaptive optical communication solution that meets the basic requirements of an elastic network. The communication system under analysis is based on the four-dimensional signal space modulations, also known as 4D modulations. The perspective adopted favors the polarization of the optical carrier. The advantage in adopting this perspective resides in the fact that it allows the construction of multidimensional modulations using Hopf bundles. As will be observed, the use of Hopf bundles in conjunction with the mathematical concept called embedded vertex polytopes, improves the engineering solutions to the problem of adaptive optical communication.

Il concetto di rete dell'informazione può diventare uno schema logico con cui descrivere l'evoluzione delle politiche sulle energie rinnovabili e sulla sostenibilità? La ricerca è stata svolta analizzando l'architettura delle due reti (internet e reti energetiche) e l'evoluzione del bene prodotto e distribuito nella rete energetica, l'energia, esplicitando l'accessibilità da parte della distribuzione mondiale delle risorse petrolifere tradizionali e delle risorse rinnovabili. La struttura metodologica del progetto di ricerca si basa due tipi di analisi teorica: 1) l'analisi della nascita delle società in rete attraverso le teorie di Manuel Castells (concetto di spazio di flussi) e di Saskia Sassen e l'evoluzione delle città (cap.2 e cap.5) 2) le analisi dei flussi dei materiali e delle energie avendo come riferimento metodologico l'approccio ecologico ideato dai ricercatori dell'istituto per il Clima, l'Ambiente e l'Energia di Wuppertal, Germania (cap.3 e cap.4) La contraddizione tra città innovative e città che sono ai livelli di enormi discariche o di baraccopoli è esposta nel cap.6 attraverso casi studio e progetto dei Programmi Europei. Nell'ultimo capitolo (cap.7) si riassumono le ipotesi di partenza e i risultati della ricerca e si espongono le questioni aperte. / Can internet logic scheme be used as a basis to describe public policies evolution on renewable energies production and sharing in urban areas all over the world? The research project analyses the two networks (internet and energetic grids) architectures in actual and future urban areas. This analysis is connected with present and future forecasts energy productions from traditional fuels and from renewable sources. Theoretical analysis is conducted following a double conceptual pathway: - societal networks (Manuel Castells theory) and urban areas evolution (Saskia Sassen and Mike Davis) in order to picture the evolution of cities and towns in modern economies and in developing countries (Chapters 2 and 5); - Material and Energy Flow Analysis (approach by Wuppertal Institute for Climate, Environment and Energy) applied to renewable energy (Chapters 3 and 4) In Chapter 6 case studies are exposed on the deep cleavage between two different worlds: innovative, rich towns on a side and the landfills cities, slums on the other side. In the last part hypothesis and thesis are put together and open questions are explained (Chapter 7).