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 | Valle, Pablo Deivid, 1975- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Curso de Especialização em Engenharia Industrial 4.0 | - |
Autor(es): dc.contributor | Turossi, Marcos Tulio Costa | - |
Autor(es): dc.creator | Kamradt, Jean Carlos | - |
Data de aceite: dc.date.accessioned | 2025-09-01T11:46:07Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T11:46:07Z | - |
Data de envio: dc.date.issued | 2024-02-08 | - |
Data de envio: dc.date.issued | 2024-02-08 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/80003 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/80003 | - |
Descrição: dc.description | Orientador: Prof. Dr. Pablo Deivid Valle | - |
Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Tecnologia, Curso de Especialização em Engenharia Industrial 4.0. | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo: Manutenção preditiva é um termo muito discutido atualmente na indústria principalmente por parte da equipe de manutenção, pelos responsáveis por planejar a manutenção de máquinas e equipamentos, como sendo uma proposta de valor para implementar no conceito de manutenção nas empresas, pois ainda os custos de manutenção corretiva e preventiva são elevados. Há uma lacuna no processo de manutenção considerando o conceito de preditiva, ou seja, predição do que pode ocorrer em um equipamento, a grande parte dos fabricantes de máquinas consideram somente o controle de um processo e não monitoram em grande parte os status dos equipamentos, como vibração, desgaste, torque excessivo etc. existem oportunidades de desenvolvimento e implementação de soluções preditivas em máquinas e equipamentos. Como proposta de criar valor ao ciclo de manutenção podemos implementar sensores que possam medir de forma preventiva as falhas, como vibração, elevação de temperatura, aumento de corrente elétrica, torque os quais são capazes de prever problemas mecânicos de desgaste, aumento de resistência mecânica proveniente de falta de lubrificação, isto influencia na corrente elétrica do motor por exemplo, em consequência teremos maior dissipação de calor etc. Como metodologia e análise precisamos coletar dados do equipamento, criando alertas quando houver falha mecânica, ou elétrica, utilizando recursos como inteligência artificial, análise das informações através de algoritmos de aprendizado de máquina etc. Para avaliar os conceitos e propostas definidas em parceria com as empresas Tigre (Fabricante de produtos plásticos) e Kunume (Startup) escolhemos o equipamento importante para o processo de preparação de matéria prima a Granuladora, onde definidos os principais dados de processo que podem influenciar na qualidade do processo ou gerar falhas no equipamento que causam total parada de produção. A análise de manutenção preditiva baseada em dados de processo e informações de falhas decorrentes do mesmo deve ser uma base de estudo para cada modelo de equipamento e que requer aprendizado constante, como ocorre no aprendizado de máquina (Ml) | - |
Formato: dc.format | 1 recurso online : PDF. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Manutenção | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Análise de dados | - |
Título: dc.title | Proposta de manutenção preditiva através da análise de dados de máquinas e equipamentos | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
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: