CJClaudemiro de Lima Júnior

Claudemiro de Lima Júnior

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Claudemiro de Lima Júnior has a total of 34 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Integração de análise espacial, modelagem logística e gêmeos digitais para previsão da gravidade de sinistros em rodovias urbanizadas

    by Matheus Cordeiro De Morais, Márcia Rejane Oliveira Barros Carvalho Macedo, Claudemiro De Lima Júnior, Carmelo José Albanez Bastos Filho

    Este estudo teve como objetivo desenvolver uma abordagem integrada que combina análise espacial, modelagem logística e Gêmeos Digitais para avaliar a gravidade dos sinistros em rodovias urbanizadas. Um trecho da BR-232 foi analisado por meio de densidade de kernel, estatística Getis-Ord Gi* e Moran incremental, permitindo a identificação de escalas espaciais críticas. Os resultados indicam que colisões transversais, proximidade de interseções e densidade de acessos são os principais fatores de risco, enquanto a inclusão de termos espaciais melhorou o desempenho do modelo. As simulações em ambiente de Gêmeo Digital indicaram reduções potenciais na probabilidade de fatalidade, de 12,6% para 7,8% em intervenções moderadas e para 3,2% em intervenções estruturais, com redução dos hotspots de 27% para 6%. Esses resultados evidenciam que a mitigação do risco depende da reconfiguração espacial das áreas críticas, e que a frequência de sinistros, isoladamente, não é um indicador confiável de risco estrutural.

  • Open Access

    Padrões espaciais de sinistros de trânsito em corredor rodoviário: uma análise geoespacial aplicada à BR-232 (PE/BR)

    by Kássia Benevides Martins Gomes, Márcia Rejane Oliveira Barros Carvalho Macedo, Claudemiro De Lima Júnior

    Os sinistros de trânsito representam um importante desafio para a segurança viária e o planejamento territorial. Este estudo analisa os padrões espaciais de sinistros em um trecho da rodovia BR-232, no estado de Pernambuco, por meio de uma análise geoespacial aplicada a dados empíricos. A base de dados é composta por registros georreferenciados de sinistros ocorridos entre 2017 e 2025, disponibilizados pela Polícia Rodoviária Federal. Foram aplicadas técnicas de estatística espacial, incluindo estimativa de densidade Kernel, análise de autocorrelação espacial por meio do índice Global Moran’s I e identificação de agrupamentos utilizando o estatístico Getis-Ord Gi*. Os resultados indicam dependência espacial significativa na distribuição dos sinistros e a formação de hotspots em segmentos específicos da rodovia, especialmente entre os km 7 e km 9. Esses trechos apresentam maior complexidade operacional do tráfego, com presença de acessos laterais e interação entre fluxos locais e de passagem. A análise espacial contribui para ampliar a compreensão dos fatores associados à ocorrência de sinistros e oferece subsídios para estratégias de segurança viária em corredores rodoviários urbanos.

  • Open Access

    Fault diagnosis system with machine learning and cloud processing for a photovoltaic solar system1

    by Lima Júnior, Claudemiro de, Mariana da S. M. Sobral, Paulo F. C. Barbosa

    Photovoltaic solar energy plays an important role in renewable energy, but its performance can be affected by operational issues such as partial shading and soiling accumulation on the modules. In this context, intelligent monitoring strategies are essential for identifying faults and assessing performance. This study aimed to develop and implement a cloud-enabled intelligent fault inference system for a photovoltaic installation, using locally acquired electrical and environmental data, preprocessed prior to cloud-based inference. The model was trained using machine learning and artificial neural network techniques with real experimental data collected at the photovoltaic plant of the Laboratory of Physics and Renewable Energy at the University of Pernambuco, Petrolina Campus. The neural network predictions were integrated into a web-based platform for data visualization, parameter analysis, and automated operational alerts. The system showed high precision in identifying the evaluated conditions, with Mean Square Error on the order of 10⁻2, Mean Absolute Error between 5.33 and 5.40%, and coefficients of determination (R2) ranging from 99.74 to 99.76%. These results indicate the potential of the proposed approach to support monitoring and predictive maintenance of photovoltaic systems.

  • Open Access

    Tecnologias energéticas alternativas ao processo de calcinação, adaptáveis à cadeia de produção de gesso do Araripe – PE

    by Radmila Bispo Machado, Claudemiro de Lima Júnior, Márcia Rejane Oliveira Barros Carvalho Macedo

    O processo de calcinação é uma prática industrial comum na produção de cal, gesso e cimento. Essa prática está associada à elevada poluição ambiental e a um consumo elevado de energia decorrente da queima de combustíveis utilizados para alimentar os fornos de calcinação. O estudo objetivou identificar possíveis tecnologias alternativas ao processo de calcinação, tendo como referência a cadeia de produção de gesso do Araripe, no estado de Pernambuco, e adotando como metodologia uma revisão sistemática da literatura. Os artigos incluídos nesse estudo foram provenientes das bases de dados ScienceDirect e do Portal de Periódicos da Capes, totalizando 19 artigos analisados no período de 2011 a 2021, dos quais oito foram estudos empíricos. Algumas tecnologias renováveis se mostraram promissoras para aplicação no processo de calcinação, em particular a radiação solar térmica.

  • Open Access

    Benefícios Ambientais Proporcionados pela Agricultura de Precisão na Colheita Mecanizada da Cana-de-açúcar

    by Luan De Jesus Rosa, Claudemiro De Lima Júnior, Márcia Rejane Oliveira Barros Carvalho Macedo

    Visando a melhoria da qualidade do ar e mitigação dos impactos ambientais, a substituição da queima da palhada da cana-de-açúcar pela colheita mecanizada tem ganhado destaque. A adoção de colhedoras é também uma alternativa para escassez de mão de obra, proporcionando benefícios econômicos e ambientais. No entanto, o uso de máquinas na lavoura pode causar problemas como compactação do solo, danos à soqueira e perdas de matéria-prima. Para abordar esses desafios, a Agricultura de Precisão (AP) surge como uma solução. Por meio do autodirecionamento por piloto automático, é possível implementar o tráfego controlado de máquinas, minimizar danos à plantação e otimizar a operação de colheita. Sendo assim, essa pesquisa buscou avaliar as perdas de matéria-prima na colheita mecanizada de cana-de-açúcar usando colhedoras autopropelidas, comparando o uso de tecnologias georreferenciadas e piloto automático em dois anos diferentes. Realizado na usina Agrovale, localizada em Juazeiro-Bahia, o estudo utilizou um drone para mapear a área de plantio comercial de cana-de-açúcar e gerar trajetórias precisas para as colhedoras. Os resultados revelaram uma redução significativa de 47,61% nas perdas de matéria-prima de 2020, em comparação com 2019 quando não houve o mapeamento. Isso destaca a importância das geotecnologias na agricultura, melhorando a eficiência das colhedoras, aumentando os retornos financeiros e contribuindo para benefícios ambientais por meio do aproveitamento máximo dos recursos colhidos. Portanto, a combinação de colheita mecanizada, Agricultura de Precisão e geotecnologias demonstra grande potencial para promover práticas agrícolas mais sustentáveis e eficientes.

  • Open Access

    YOLOv8 para Controle de Produção Pós-colheita e Beneficiamento de Frutos

    by Priscila Cathlen Alves Sá, Ana Quezia, Cleber Marcus, Claudemiro Lima Júnior, Alexandre M. A. Maciel, Carmelo Bastos-Filho

    Este artigo teve como objetivo avaliar o desempenho do modelo de inteligência artificial YOLOv8 para identificar contentores de frutos em imagens e vídeos. Os resultados mostraram que a rede é capaz de atingir alta precisão, tanto em imagens quanto em vídeos, mesmo em condições adversas. A pesquisa operacional (PO) desempenha um papel fundamental nesse trabalho, pois é utilizada para modelar o problema de negócio, identificado como a ausência de controle, em tempo real, da quantidade de frutos beneficiados e como o monitoramento desses contentores pode fornecer métricas para estimativas essenciais de controle de colheita.


  • Open Access

    Avaliação de Produtividade e Saúde Vegetal em Mangueira a partir de Dados de Luminosidade de Abertura de Copa

    by Heber Do N. Paiva, Jorge L. B. da Silva, Kaandro Do N. Teles, Claudemiro Lima Júnior, Alexandre M. A. Maciel, Carmelo Bastos-Filho

  • Open Access

    Dashboard como Ferramenta Para Análise e Gestão de Custos em uma Biofábrica:

    by Biank Rodrigues, Jefferson Silva, Thales Silva, Alexandre M. A. Maciel, Carmelo Bastos-Filho, Claudemiro Lima Júnior

    A busca por práticas agrícolas sustentáveis, especialmente no setor do agronegócio, destaca a crescente importância dos bioinsumos como alternativa promissora para o controle biológico. Embora a efetiva adoção dessas práticas apresente desafios significativos, a sua integração nas operações agrícolas pode ser aprimorada com a introdução de dashboards. Este artigo destaca a aplicação do Power BI, uma ferramenta de Business Intelligence (BI), no setor de produção de bioinsumos. A implementação do Power BI visa capacitar todos os departamentos, oferecendo insights de alta qualidade para otimizar o processo de tomada de decisão. O dashboard desenvolvido foi capaz de suprir as expectativas do setor em estudo, o qual a ferramenta possibilitou uma visão clara e integrada das questões operacionais, técnicas e financeiras, incluindo planejamento, controle biológico, impacto ambiental, custos e benefícios.


  • Open Access

    ANÁLISE DOS ÍNDICES DE VEGETAÇÃO PARA MONITORAMENTO REMOTO DAS CAATINGAS

    by Rodrigo José de Carvalho Lopes, Antonio Marcos dos Santos, Claudemiro de Lima Júnior

    Nos últimos anos o número de estudos que empregam índices de vegetação na identificação e extração de informações da cobertura vegetal das caatingas vem crescendo, o que desperta atenção quanto ao potencial de cada índice. Nesse contexto, o objetivo deste artigo foi analisar o potencial de índices de vegetação na identificação e caracterização da estrutura da cobertura vegetal das caatingas, tendo como área piloto de estudo o município de Petrolina, Pernambuco. Para desenvolvimento da pesquisa, inicialmente foi desenvolvido um mapeamento padrão com cinco tipologias de uso das terras validado posteriormente com dados de campo. Em seguida, foram processados 18 índices de vegetação sobre uma imagem gerada pelo sensor OLI (Operational Terra Imager) acoplado ao satélite LandSat 8. Os valores dos índices foram comparados com o mapa de usos e ocupação das terras para verificar a eficiência de cada um. Os resultados indicam que cada índice analisado apresentaram eficácias diferenciadas na identificação dos alvos presentes em campo. Sendo que quanto mais densa a cobertura vegetal maiores os acertos dos índices, sendo assim, o principal problema dos índices aplicados as caatingas foram na identificação de áreas com cobertura vegetal esparsa e solo exposto. Nesse contexto, faz-se necessário cuidados na seleção de índices de vegetação para estudos em ambientes semiáridos dando preferência para aqueles que apresentem em sua estrutura parâmetros de separação da interferência dos solos sobre a resposta espectral dos ambientes mapeados.


  • Open Access

    Dirt on photovoltaic modules and efficient energy generation in the Brazilian semiarid

    by Tiago L. S. de Souza, Regina L. F. A. Lima, Claudemiro de Lima Júnior

    A photovoltaic electrical energy system is one of the least aggressive ways to affect the environment. Factors such as dirt influence the efficiency of these systems and can have a considerable impact in low rainfall regions, such as the Brazilian semiarid. In this respect, the aim of the present study was to analyze the effect of dirt on the efficiency of electricity generation in photovoltaic modules installed in the Brazilian semiarid. To that end, the output power of a periodically cleaned module was compared with a naturally dirty module; in addition, the percentage output power, dirt deposition density and relationship between these variables were estimated. The study was carried out at the University of Pernambuco, in the city of Petrolina, PE, Brazil, during dry and rainy periods. Data were collected via a data acquisition system and dirt using glass slides. The results indicate that more than 15 days without rain significantly reduces the efficiency of photovoltaic modules installed in semiarid areas, reaching an 18.72% decrease in output power after 70 days.