Prêmio FIERO-SENAI-SEBRAE de Inovação Industrial tem desafios lançados por Jirau Energia

Os desafios do 1º Prêmio FIERO-SENAI-SEBRAE de Inovação Industrial foram lançados durante encontro ocorrido nesta segunda-feira, 22 pela Jirau Energia, parceira nesta edição do concurso. A partir das propostas, os concorrentes deverão apresentar soluções inovadoras nos três eixos escolhidos pela geradora de energia, nos segmentos operacional, engenharia e ambiental. O evento contou com a presença dos analistas de Soluções em Tecnologia e Inovação do Serviço Nacional de Aprendizagem Industrial de Rondônia (STI-SENAI-RO) e demais atores envolvidos na premiação. 

As apresentações dos desafios foram realizadas por Michel Obara, gerente de Meio Ambiente e Socioeconomia, Augusto Borges - analista Ambiental da Jirau Energia, Rogério Lucena, Coordenador de Manutenção Elétrica e João Silva - engenheiro de Performance. Na abertura, o gerente de Engenharia, Planejamento e Perforcance, Breno Carvalho, falou sobre a importância da contribuição da academia e startups neste processo. Por sua vez, o gerente de Mercado do SESI, SENAI e IEL, Flemeng Medeiros, ressaltou que, além de Jirau, as propostas serão utilizadas em benefício da indústria rondoniense.  

O 1º Prêmio FIERO-SEBRAE de Inovação Industrial, foi lançado em julho deste ano durante a 3ª edição do Workshop Potencial da Inovação na Indústria, de iniciativa do SENAI-RO, em parceria com a Federação das Indústrias do Estado de Rondônia (FIERO) e Fundação de Amparo ao Desenvolvimento das Ações Científicas e Tecnológicas e à Pesquisa (FAPERO), ocorrida na Casa da Indústria, em Porto Velho. 

A partir do tema proposto, os participantes terão até o próximo dia 31 de outubro para apresentar as propostas. Para saber mais sobre o Prêmio, os interessados podem acessar o portal SEBRAEStartups (https://programas.sebraestartups.com.br/in/fiero). Nele consta o que é o prêmio, seus objetivos, quem podem participar, o desafio proposto, além de consultar e baixar o edital. 

Conheça os desafios 

Desafio 1 – Monitoramento Ambiental em Larga Escala

Como desenvolver soluções inovadoras para o monitoramento contínuo e em tempo real de áreas superiores a 100 km² (equivalente a 18.000 hectares), com foco na detecção de desmatamento, queimadas, alterações de paisagem e invasões, superando as limitações atuais de sistemas com atualização tardia de imagens, como o Planetscan? 

Desafio 2 – Modelagem e Estruturação de Banco de Dados Ambientais

Como estruturar e integrar, em um sistema robusto de banco de dados, os registros de mais de 16 anos de monitoramento provenientes dos programas socioambientais da UHE das fases de implantação (34 programas) e operação (29 programas), permitindo organização de dados (ex.: qualidade da água, pH, vazão etc.), geração de gráficos e análises históricas, com níveis diferenciados de acesso para segurança e governança? 

Desafio 3 – Simulação 3D de Variações Hidrológicas

Como desenvolver modelos computacionais de simulação 3D capazes de prever o efeito de remanso decorrente de variações de vazão e cotas da usina, permitindo análises de cenários e reflexos em áreas próximas ao reservatório? 

Desafio 4 – Predição de Falhas nos Sistemas de Ventilação e Exaustão

Como aplicar inteligência artificial e técnicas de predição avançadas para aumentar a confiabilidade dos sistemas de ventilação e exaustão das Casas de Força da Usina?

NOTA: Propostas de implementação de nova instrumentação para supervisão, assim como modificações de projeto são aceitáveis a fim de incrementar confiabilidade aos sistemas, desde que também realizada análise de viabilidade. A solução completa sugere Machine Learning para dar previsibilidade de falha e drástica redução de indisponibilidade. 

Desafio 5 – Assistente Digital para Apoio à Manutenção

Como desenvolver um assistente digital inteligente que, a partir de imagens coletadas pelos operadores em campo, seja capaz de interpretar visualmente os elementos presentes, descrever os serviços realizados e indicar a necessidade (ou não) de manutenção?

A proposta envolve a integração de visão computacional com os dados operacionais históricos e em tempo real, utilizando técnicas de Big Data para consolidar e analisar grandes volumes de informações provenientes de sensores, registros de manutenção e imagens. Por meio de redes neurais convolucionais (CNNs), o sistema poderá identificar padrões visuais complexos, como desgaste de componentes, vazamentos ou falhas estruturais. Além disso, o uso de inteligência artificial permitirá que o assistente aprenda continuamente com os dados coletados, refinando suas recomendações e aumentando a precisão na detecção de anomalias. Essa abordagem contribui diretamente para o Desenvolvimento de Soluções Digitais (DDS), promovendo maior eficiência operacional, redução de custos com manutenção corretiva e aumento da confiabilidade dos ativos. 

Desafio 6 – Automação de Processos de Telemetria

O Projeto de Monitoramento de Níveis d’Água com Câmera propõe o desenvolvimento e a implantação de uma solução inovadora baseada em câmeras fixas de alta precisão, com transmissão de dados via satélite ou Starlink, capaz de superar as limitações do monitoramento manual e as falhas recorrentes de sensores submersos. A iniciativa é especialmente estratégica para áreas remotas e para o Rio Madeira, onde a escassez de leituristas e os problemas de entupimento e bioincrustação comprometem a confiabilidade dos dados. Com esta solução, espera-se reduzir custos operacionais, garantir dados contínuos em tempo real e aumentar a confiabilidade do monitoramento, ao mesmo tempo em que se agrega valor às réguas existentes. Além disso, o projeto abre caminho para funcionalidades futuras, como a detecção de resíduos flutuantes e a estimativa de vazão superficial, consolidando-se como uma oportunidade de avanço tecnológico no setor de recursos hídricos 

Desafio 7 – Inteligência Aplicada ao Monitoramento de Barragens (Sysdam)

Como desenvolver soluções digitais — como aplicativos, assistentes virtuais ou redes neurais — que integrem os dados do sistema Sysdam (monitoramento de barragens e sismologia), oferecendo suporte automatizado a diagnósticos, alertas e análises preditivas?

A proposta busca superar as limitações de um sistema essencialmente manual e com baixa inteligência aplicada, por meio da implementação de tecnologias avançadas de Big Data e inteligência artificial. A utilização de redes neurais profundas permitirá o reconhecimento de padrões complexos em grandes volumes de dados sísmicos e hidrológicos, possibilitando a antecipação de riscos e falhas estruturais. 

Desafio 8 – Integração de Dados de Manutenção no Nível Corporativo

Como aprimorar o processo de Despacho de Manutenção (DDS), ampliando o uso dos 150 tablets corporativos já integrados ao ERP IBM Maximo, para potencializar a coleta de dados em campo, análise em tempo real e suporte à tomada de decisão estratégica?

A proposta visa transformar o DDS em uma ferramenta ainda mais robusta, explorando o potencial da mobilidade corporativa e da inteligência operacional. Com os tablets conectados ao Máximo, é possível capturar dados diretamente da linha de frente — como registros de inspeção, imagens, medições e apontamentos técnicos — e integrá-los instantaneamente ao sistema corporativo. Ao aplicar tecnologias como Big Data e inteligência artificial, esses dados podem ser analisados em tempo real, permitindo a geração de insights preditivos, identificação de padrões de falhas e priorização de intervenções. Isso fortalece a gestão de ativos na quarta camada corporativa, promovendo maior confiabilidade, eficiência operacional e alinhamento com os objetivos estratégicos da organização.