
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Oliveira, Éder Luiz | - |
| Autor(es): dc.creator | Loreti, Luca | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T22:55:59Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T22:55:59Z | - |
| Data de envio: dc.date.issued | 2023-12-25 | - |
| Data de envio: dc.date.issued | 2023-12-25 | - |
| Data de envio: dc.date.issued | 2023-12-10 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/252290 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/252290 | - |
| Descrição: dc.description | O presente trabalho aborda uma investigação voltada à construção de um sistema dedicado à previsão de falhas em componentes aeronáuticos, como uma solução para o desafio de otimização do estoque em operadores aéreos. A pesquisa propõe uma abordagem embasada em métodos estatísticos de machine learning e computacionais de big data. A análise teórica fundamenta-se na revisão de métodos avançados como machine learning e computação em nuvem, aplicados à manutenção preditiva. Como resultado, a pesquisa traz um framework prático do sistema, consolidando todas as tratativas que os dados devem seguir para os devidos fins. Além disto, o presente trabalho aborda extensas discussões sobre a viabilidade financeira e retorno sobre o investimento (ROI) do framework proposto. Este estudo contribui não apenas para a academia, ao agregar conhecimento ao campo da manutenção preditiva em aeronaves, mas também destaca a aplicabilidade prática e os benefícios econômicos do desenvolvimento do sistema proposto. Tanto os resultados quanto as discussões proporcionam uma base sólida para futuras implementações e pesquisas na área, promovendo avanços significativos na eficiência e segurança operacional da indústria aeronáutica. | - |
| Descrição: dc.description | This present work focuses on an investigation aimed at developing a system dedicated to predicting failures in aeronautical components, as a solution to the challenge of optimizing stock in air operators. The research proposes an approach based on statistical methods of machine learning and computational big data. The theoretical analysis is based on a review of advanced methods such as machine learning and cloud computing applied to predictive maintenance. The proposed methodology involves implementing an innovative system using cloud computing resources for predicting failures in critical aircraft components. As a result, the research provides a practical system framework, consolidating all the data procedures necessary for their proper purposes. Additionally, the present work addresses extensive discussions on the financial viability and return on investment (ROI) of the proposed framework. This study contributes not only to academia by adding knowledge to the field of predictive maintenance in aircraft but also highlights the practical applicability and economic benefits of developing the proposed system. Both the results and discussions provide a solid foundation for future implementations and research in the field, promoting significant advancements in the efficiency and operational safety of the aeronautical industry. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
| Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
| Palavras-chave: dc.subject | Analise de series temporais | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Computação em nuvem | - |
| Palavras-chave: dc.subject | Controle de estoque | - |
| Palavras-chave: dc.subject | Manutenção | - |
| Título: dc.title | Investigação do uso de métodos estatísticos e computacionais para prever falhas em componentes aeronáuticos | - |
| Título: dc.title | Investigation of the use of statistical and computational methods to predict failures in aeronautical components | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: