Prepila Dyson — Plataforma de Gerenciamento Operacional SBSP

Global Solution 2026/1 — Computational Thinking Using Python (FIAP — 1TDS)

---

1. Descrição da solução

O Prepila Dyson é uma plataforma de inteligência operacional voltada para o gerenciamento de futuras infraestruturas de Energia Solar Espacial (SBSP — Space-Based Solar Power). Conforme satélites equipados com painéis solares passam a transmitir energia para estações receptoras terrestres, surge a necessidade de uma camada centralizada capaz de monitorar a operação, integrar dados de múltiplas fontes, detectar anomalias, emitir alertas e apoiar a tomada de decisão.

Este projeto entrega o protótipo funcional em Python dessa plataforma: um sistema executado via terminal, com menu interativo, que simula o fluxo operacional completo — cadastro de satélites e estações, registro de monitoramentos de energia, detecção automática de anomalias, geração de alertas priorizados, relatórios analíticos com estatísticas operacionais, recomendações geradas por IA simulada e busca/filtros sobre os dados. O Python é usado para automatizar a análise dos dados orbitais, calcular eficiência energética e classificar a severidade das ocorrências, transformando dados brutos em informação estratégica.

A solução conecta-se diretamente ao tema da Global Solution (economia espacial / nova fronteira tecnológica) e contribui para os ODS 7, 9 e 13 (energia limpa, inovação e ação climática).

---

2. Conceitos técnicos aplicados (cobertura da rubrica)

Conceito	Onde aparece no código
if-elif-else	severidade_para_prioridade, validações de status em registrar_monitoramento
match-case	classificar_eficiencia, buscar_satelites_por_filtro, dispatcher do menu em main
while	Loop principal do menu, funções de validação (ler_texto_obrigatorio, ler_numero_float, ler_opcao_de_tupla, ler_inteiro)
for	Iteração em detectar_anomalias_e_gerar_alertas, gerar_relatorio_analitico, gerar_recomendacao_ia, listar_recursos, visualizar_alertas
Listas (list)	Toda a base de dados (satélites, estações, monitoramentos, anomalias, alertas, recomendações)
Tuplas (tuple)	Conjuntos imutáveis de status válidos: STATUS_SATELITE, STATUS_ESTACAO, SEVERIDADES, PRIORIDADES_ALERTA
Strings	IDs, nomes, localizações, formatação tabular, lower(), strip(), in
Funções com parâmetros e retorno	gerar_proximo_id, classificar_eficiencia, buscar_por_id, gerar_relatorio_analitico, gerar_recomendacao_ia, entre outras
Procedimentos (sem retorno)	exibir_menu, exibir_titulo, listar_recursos, visualizar_alertas
def / import	Módulo dados_iniciais.py importado pelo main.py
Validação de input do usuário	Todas as entradas passam por validadores dedicados

---

3. Estrutura do projeto

python-gs/
├── main.py             # Programa principal com o menu e todas as funcionalidades
├── dados_iniciais.py   # Dados mock (satélites, estações, monitoramentos, anomalias, alertas)
└── README.md           # Este arquivo

---

4. Menu do sistema

O menu principal possui 10 opções funcionais + saída (o requisito mínimo é 5 itens, dos quais 4 devem ser protótipos funcionais relacionados à GS):

Opção	Funcionalidade	Descrição rápida
1	Sobre a solução	Texto descritivo curto (até 5 linhas)
2	Cadastrar satélite	Inclui novo satélite na plataforma
3	Cadastrar estação receptora	Inclui nova estação terrestre
4	Registrar monitoramento (energia)	Insere leitura operacional (kW captado/transmitido)
5	Detectar anomalias e gerar alertas	Analisa monitoramentos e cria anomalias + alertas
6	Listar recursos cadastrados	Tabela com satélites e estações
7	Relatório analítico	Estatísticas: energia total, eficiência média, anomalias por severidade
8	Recomendação IA	Sugestões baseadas em padrões dos dados
9	Buscar/filtrar satélites	Filtro por nome, organização ou status
10	Visualizar alertas	Lista alertas ordenados por prioridade
0	Sair	Encerra o sistema

---

5. Como executar

Pré-requisitos

• Python 3.10 ou superior (o programa usa match-case). Verifique com:

  python --version

Passo a passo

1. Abra um terminal na pasta do projeto (python-gs/).

2. Execute:

   python main.py

   No Windows, caso o comando acima abra a Microsoft Store, use:

   py main.py

3. Use o menu interativo digitando o número da opção desejada.

Sequência sugerida para a apresentação / correção

1. Opção 1 — apresentar a descrição da solução.
2. Opção 6 — mostrar os dados pré-carregados (satélites e estações).
3. Opção 5 — rodar a detecção de anomalias sobre os dados iniciais (gera alertas críticos e altos automaticamente).
4. Opção 7 — exibir o relatório analítico.
5. Opção 8 — exibir as recomendações da IA simulada.
6. Opção 9 — fazer um filtro (por exemplo, status ativo).
7. Opção 2/3/4 — cadastrar um satélite, uma estação e um monitoramento, depois voltar à 5 e à 7 para mostrar que a plataforma reagiu aos novos dados.
8. Opção 10 — visualizar todos os alertas ordenados por prioridade.
9. Opção 0 — sair.

---

6. Regras de negócio implementadas

• Apenas satélites com status ativo podem participar de operações.
• Apenas estações com status ativa podem participar de operações.
• Energia captada e transmitida não podem ser negativas (validado na entrada).
• A severidade da anomalia é definida pela faixa de eficiência da transmissão:
  • ≥ 90% → sem anomalia
  • ≥ 75% → severidade baixo
  • ≥ 50% → severidade medio
  • ≥ 25% → severidade alto
  • < 25% → severidade critico
• Toda anomalia detectada gera automaticamente um alerta com prioridade proporcional à severidade.

---

7. Integrantes do grupo

Preencha com os dados de cada integrante antes da entrega no portal:

• Nome completo: _____________________ — RM: ______ — Turma: ______
• Nome completo: _____________________ — RM: ______ — Turma: ______
• Nome completo: _____________________ — RM: ______ — Turma: ______

Também inclua um arquivo integrantes.txt dentro do .zip final contendo os mesmos dados, conforme exigido pelo regulamento.