Utilizando Python na geração automática de relatórios em LaTeX com auxílio do Chat GPT 4

Enfrentando o Desafio: A Necessidade de gestão eficiênte de tempo na Engenharia Elétrica

Como engenheiro elétricista, diariamente me deparo com desafios que exigem soluções inovadoras e eficientes. Recentemente, enfrentei um problema bastante comum na minha área: a necessidade de dimensionar condutores e disjuntores para circuitos elétricos já locados em planta no AutoCAD. O retrabalho de lançar pontos em um novo software para realizar esses cálculos seria não apenas tedioso, mas também consumiria um tempo valioso.

Diante desse cenário, percebi a urgência de um software que pudesse automatizar esse processo, seguindo as diretrizes da NBR 5410, e ainda me fornecer um documento detalhado com toda a memória de cálculo. Essa necessidade não era apenas minha - é um reflexo de um gargalo comum na engenharia: a gestão eficiente do tempo.

O objetivo desta publicação é compartilhar como desenvolvi uma solução inovadora para esse desafio, com a ajuda inestimável do ChatGPT 4 da OpenAI. Vou guiar você pelos passos que segui para criar os códigos necessários em Python e demonstrar como a integração com LaTeX pode ser uma ferramenta poderosa na automatização da criação de relatórios técnicos.

Ao longo dessa publicação, você descobrirá como a tecnologia e a programação podem ser aliadas valiosas na resolução de problemas de engenharia, trazendo eficiência e precisão para processos que tradicionalmente são manuais e demorados.

Modelagem do Algoritmo: A Fundação do Projeto

O primeiro passo para superar o desafio era criar um modelo algorítmico baseado na norma NBR 5410 para o dimensionamento de condutores e disjuntores em circuitos elétricos. O cerne dessa etapa envolvia a transcrição desses algoritmos normativos em um formato textual compreensível, apto para ser interpretado pelo ChatGPT.

Para tal, tornou-se imprescindível a elaboração de um banco de dados robusto, contendo todas as tabelas e parâmetros referenciados pela norma. Esta fase inicial foi crucial, pois estabeleceu a base de dados que orientaria todo o processo de cálculo.

Interação com a IA: Uma Jornada de Aprendizado e Adaptação

Inicialmente, tentei utilizar o ChatGPT para executar os cálculos e fornecer os resultados diretamente. No entanto, rapidamente percebi as limitações da IA nesse contexto. O ChatGPT, embora avançado, não se mostrou adequado para processamentos iterativos longos e complexos. Muitas vezes, ele omitia etapas essenciais do algoritmo que eu havia ensinado.

Diante dessa compreensão, redirecionei minha estratégia para desenvolver um algoritmo em Python. Com o ChatGPT, fui construindo o programa passo a passo, solicitando a criação de funções específicas: desde o reconhecimento dos bancos de dados essenciais até os cálculos de potência, queda de tensão, e a distribuição equilibrada dos circuitos pelas três fases.

Nesta etapa, tornou-se evidente a importância de possuir um conhecimento básico de programação. O ChatGPT, apesar de ser uma ferramenta poderosa, nem sempre conseguia atender plenamente às minhas necessidades de codificação sem uma orientação adicional. Foi essencial intervir, explicando claramente o que eu precisava e identificando os erros nas sugestões de código fornecidas pela IA.

Um aspecto notável do ChatGPT, no entanto, é seu forte domínio da sintaxe da linguagem de programação. Ele demonstrou uma habilidade impressionante em lidar com diferentes tipos de estruturas de dados, facilitando significativamente o processo de desenvolvimento.

 Apresentação do Código Python

Nesta seção, será apresentado o código Python que constitui a espinha dorsal do nosso projeto de dimensionamento de condutores e disjuntores elétricos.

A Importância da Organização do código em Funções

A organização do código em funções distintas é uma prática essencial na programação, trazendo numerosos benefícios. Ela não apenas facilita a leitura e a manutenção do código, mas também promove a reutilização. Cada função tem um propósito claro e definido, o que permite que sejam utilizadas em diferentes partes do programa ou mesmo em outros projetos futuros.

Esta estruturação em funções também auxilia na depuração do código, já que cada parte pode ser testada e validada individualmente. Além disso, a modularidade facilita a colaboração entre diferentes desenvolvedores, pois cada um pode trabalhar em uma função específica sem interferir no restante do código.

Manipulação de Dados com Pandas

A manipulação de dados foi um componente vital do projeto, e o Pandas provou ser fundamental nesse aspecto. Como uma biblioteca de análise de dados, o Pandas facilitou a importação, o processamento e a análise dos dados necessários para o dimensionamento dos condutores e disjuntores. Essa biblioteca proporcionou uma maneira eficiente e confiável de gerenciar o banco de dados.

Gestão Inteligente de Materiais

Uma funcionalidade notável do programa é a capacidade de comparar a lista de materiais necessários com o estoque existente, baseado em uma base de dados em formato .xls. Essa funcionalidade calcula quais materiais são necessários para a compra e identifica os que já estão em estoque, otimizando a gestão de recursos e evitando compras redundantes.

Integração com LaTeX para geração automática de relatórios

A integração do projeto com o LaTeX para a geração de relatórios automatizados também mostrou-se uma ótima solução. O LaTeX, com sua linguagem de marcação, é uma ferramenta excepcional para a criação de documentos técnicos formatados. Sua capacidade de incorporar expressões matemáticas e layouts complexos através de código possibilitou a automação na geração de relatórios detalhados dos cálculos realizados. Abaixo é apresentado um extrato do memorial de cálculo gerado inteiramente pelo código em python.

Além disso, o código foi programado para gerar uma tabela no relatório de memória de cálculo com todos os dados dos circuitos calculados, conforme podemos ver abaixo.

Por Que Python e LaTeX São Preferíveis ao Excel e VBA para este Projeto

Gratuidade e Acesso Aberto

Tanto Python quanto LaTeX são ferramentas gratuitas e de código aberto, o que as torna acessíveis para um público mais amplo, sem a necessidade de licenças de software caras. Além disso, a comunidade de código aberto fornece suporte extensivo e constante desenvolvimento de novas funcionalidades. Por outro lado, o Excel, parte do pacote Microsoft Office, é um software proprietário que requer aquisição ou assinatura.

Capacidades de Processamento e Análise de Dados

Python supera o VBA em termos de processamento e análise de dados, especialmente com grandes conjuntos de dados. O Python, com bibliotecas como Pandas e NumPy, oferece capacidades avançadas para manipulação de dados, análise estatística e cálculos matemáticos. O Excel, apesar de ser uma poderosa ferramenta para análise de dados, tem limitações em termos de capacidade de processamento e flexibilidade para lidar com dados complexos.

Conclusão

Se você encontrou valor nas informações e no código Python apresentados neste projeto e gostaria de ter acesso ao material completo, eu gostaria de convidá-lo a preencher um formulário simples. No botão abaixo, você encontrará um link direto para o formulário. Este passo é uma maneira de nos conectarmos e compartilharmos recursos que podem ser úteis em seu trabalho ou estudo na área de engenharia elétrica. Estou ansioso para ver como você pode aplicar este código em seus próprios projetos e desafios.

Clique aqui