Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Análise preditiva da eficiência global do equipamento : uma abordagem multivariada
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/1884/63427
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Marques, Marcos Augusto Mendes | - |
| Autor(es): dc.contributor | Kleina, Mariana | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Produção | - |
| Autor(es): dc.creator | Ayub, Daniel | - |
| Data de aceite: dc.date.accessioned | 2020-01-31T13:01:32Z | - |
| Data de disponibilização: dc.date.available | 2020-01-31T13:01:32Z | - |
| Data de envio: dc.date.issued | 2019-09-30 | - |
| Data de envio: dc.date.issued | 2019-09-30 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/63427 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/63427 | - |
| Descrição: dc.description | Orientador: Prof. Dr. Marcos Augusto Mendes Marques | - |
| Descrição: dc.description | Coorientadora: Profa. Dra. Mariana Kleina | - |
| Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa : Curitiba, 17/06/2019 | - |
| Descrição: dc.description | Inclui referências: p. 134-137 | - |
| Descrição: dc.description | Resumo: As organizações visando o foco na manutenção de sua competitividade, buscam continuamente a gestão e melhoria de seus processos. Uma das metodologias muito utilizadas visando a redução de perdas e desperdícios é denominada de Manutenção Produtiva Total (TPM), a qual contempla técnicas para auxiliar na melhoria do desempenho de um processo, sendo uma delas conhecida como Eficiência Global do Equipamento (OEE), a qual permite demonstrar como a produção está se comportando, revelando desvios, desperdícios e perdas do processo, gerando informações para análise de dados. Com a aplicação dos conceitos da Indústria 4.0, mais especificamente em relação a utilização de equipamentos de coleta, transmissão e armazenamento de dados cada vez mais eficientes, observa-se uma quantidade expressiva de informações geradas a partir dos processos de fabricação. Tal realidade permite acesso a uma quantidade considerável de dados para a análise do OEE, a qual traz históricos sobre o comportamento dos equipamentos, processos, produtos, paradas de máquina, defeitos, entre outros. No presente trabalho, estas informações passaram por métodos analíticos multivariados, os quais objetivaram o retorno de previsões acerca da eficiência dos equipamentos. Neste processo, buscando a geração de um modelo preditivo para a análise do OEE, foram aplicadas técnicas estatísticas e multivariadas, como a análise da matriz de correlação, componentes principais e regressão linear múltipla. Porém, os resultados de maior relevância foram originados pela aplicação da técnica de Redes Neurais Artificiais (RNA), as quais retornaram previsões com boa exatidão sobre o OEE em relação as variáveis do processo, além de fornecer informações para a construção de elementos gráficos, os quais proporcionaram a observação do comportamento da eficiência do equipamento analisado em relação as variáveis preditoras. Estas analises, em alguns casos, trouxeram confirmações a respeito de convicções empíricas do processo, demonstrando como certas perdas do equipamento relacionadas a disponibilidade, performance e qualidade, impactam de forma positiva ou negativa nos índices de OEE. Tais resultados preditivos podem fornecer conjunturas de apoio para tomada de decisões precisas e oportunas, e com possíveis alternativas para roteiros mais eficientes e de menores custos. Neste âmbito, a análise de dados por meio de Redes Neurais Artificiais demonstrou que pode viabilizar resultados consideráveis para um ambiente de grande quantidade de dados e com uma expressiva variabilidade de informações. A análise de dados é cada vez mais reconhecida como um valioso conjunto de técnicas para aperfeiçoar o desempenho das empresas, desta forma, o intuito deste trabalho é demonstrar uma alternativa para a análise preditiva de OEE, por meio de abordagens multivariadas aplicadas em ambientes providos de grandes quantidades de dados. Palavras-chave: OEE. Análise preditiva. Análise multivariada. Redes neurais artificiais. Indústria 4.0. Big Data. | - |
| Descrição: dc.description | Abstract: The organizations aiming at the maintenance of their competitiveness, continuously seek the management and improvement of their processes. One of the widely used methodologies used to reduce losses and wastes is called Total Productive Maintenance (TPM), which includes techniques to help improve the performance of a process, one of which is known as Global Equipment Effectiveness (OEE). which allows to demonstrate how the production is behaving, revealing deviations, wastes and losses of the process, generating information for data analysis. With the application of the concepts of Industry 4.0, more specifically in relation to the use of equipment of collection, transmission and storage of data increasingly efficient, an expressive amount of information generated from the manufacturing processes is observed. This reality allows access to a considerable amount of data for the OEE analysis, which brings history about the behavior of equipment, processes, products, machine stops, defects, among others. In the present work, this information went through multivariate analytical methods, which aimed to return predictions about the efficiency of the equipment. In this process, statistical and multivariate techniques, such as correlation matrix analysis, main components and multiple linear regression, were used to generate a predictive model for OEE analysis. However, the results of greater relevance were originated by the application of the technique of Artificial Neural Networks (RNA), which returned predictions with good accuracy on the OEE in relation to the process variables, besides providing information for the construction of graphic elements, the which provided the observation of the behavior of the efficiency of the analyzed equipment in relation to the predictive variables. These analyzes have in some cases brought confirmation of the empirical convictions of the process, demonstrating how certain equipment losses related to availability, performance and quality have a positive or negative impact on the OEE indexes. Such predictive results can provide support scenarios for accurate and timely decision making, and possible alternatives to more cost-effective and cost-effective roadmaps. In this context, data analysis through Artificial Neural Networks has demonstrated that it can provide considerable results for an environment with a large amount of data and with an expressive variability of information. Data analysis is increasingly recognized as a valuable set of techniques to improve the performance of companies, thus, the purpose of this work is to demonstrate an alternative to the predictive analysis of OEE, through multivariate approaches applied in environments provided by large amounts of data. Keywords: OEE. Predictive analysis. Multivariate analysis. Artificial neural networks. Industry 4.0. Big Data. | - |
| Formato: dc.format | 142 p. : il. (algumas color.). | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Analise multivariada | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Big data | - |
| Palavras-chave: dc.subject | Manutenção produtiva total | - |
| Palavras-chave: dc.subject | Engeenharia de Produção | - |
| Título: dc.title | Análise preditiva da eficiência global do equipamento : uma abordagem multivariada | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo