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 | Scalassara, Paulo Rogerio | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-7169-954X | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5016119298122922 | - |
Autor(es): dc.contributor | Endo, Wagner | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5229173673499346 | - |
Autor(es): dc.contributor | Agulhari, Cristiano Marcos | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4935395556663775 | - |
Autor(es): dc.contributor | Sestito, Guilherme Serpa | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6505194529172170 | - |
Autor(es): dc.contributor | Melo, Leonimer Flavio de | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-1202-0079 | - |
Autor(es): dc.contributor | Scalassara, Paulo Rogerio | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5016119298122922 | - |
Autor(es): dc.contributor | Endo, Wagner | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5229173673499346 | - |
Autor(es): dc.creator | Silva, Patricia Lopes | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:32:51Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:32:51Z | - |
Data de envio: dc.date.issued | 2024-07-30 | - |
Data de envio: dc.date.issued | 2024-07-30 | - |
Data de envio: dc.date.issued | 2024-02-22 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/34290 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1097421 | - |
Descrição: dc.description | This work addresses the functioning of industrial processes and the detection of faults, aiming to contribute in an instructive way to the modern industry, especially in the context of paint manufacturing. Using a software-simulated environment that fundamentally replicates industrial operational scenarios, the research justifies its choice in this sector due to its economic relevance and the growing need for improvements. The central objective is to carry out a comparative analysis of certain machine learning techniques, such as Support Vector Machines, Kth Nearest Neighbor, Multilayer Perceptron and Random Forest, to detect failures in the production process. Simultaneously, a database was developed to represent the functioning of the system during the manufacturing process, containing variables that reproduce the typical operation of this process based on the software explored. The implementation of these techniques demonstrates the behavior of fault detection in the industrial manufacturing system, proposing improvements in the quality of the production process and reduction of operational costs. The insertion of faults in the process, focusing especially on the paint production and mixing system, exposed the fault detection models to various correct or unexpected situations in their operation, providing comparative analyzes for the development of an instructive and applicable approach, contributing for the advancement and improvement of methods in industrial processes. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Este trabalho aborda o funcionamento de processos industriais e a detecção de falhas, visando contribuir de maneira instrutiva para a indústria moderna, especialmente no contexto da fabricação de tintas. Utilizando um ambiente simulado por software que replica fundamentalmente os cenários operacionais industriais, a pesquisa justifica sua escolha nesse setor devido à sua relevância econômica e à crescente necessidade de aprimoramentos. O objetivo central é realizar uma análise comparativa de determinadas técnicas de aprendizado de máquina, como Máquinas de Vetores de Suporte, K-ésimo Vizinho mais Próximo, Perceptron Multicamadas e Floresta Aleatória, para a detecção de falhas no processo produtivo. Simultaneamente, desenvolveu-se um banco de dados para representar o funcionamento do sistema durante o processo de fabricação, contendo variáveis que reproduzem a operacionalidade típica desse processo baseado no software explorado. A implementação dessas técnicas demonstra o comportamento da detecção de falhas no sistema industrial de manufatura, propondo-se melhorias na qualidade do processo produtivo e redução de custos operacionais. A inserção de falhas no processo, com foco especialmente no sistema de produção e mistura de tintas, expôs os modelos de detecção de falhas a diversas situações corretas ou inesperadas em seu funcionamento, proporcionando análises comparativas para o desenvolvimento de uma abordagem instrutiva e aplicável, contribuindo para o avanço e aprimoramento dos métodos em processos industriais. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Cornelio Procopio | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia Elétrica | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Engenharia elétrica | - |
Palavras-chave: dc.subject | Controle de processo | - |
Palavras-chave: dc.subject | Máquinas - Indústria | - |
Palavras-chave: dc.subject | Electric engineering | - |
Palavras-chave: dc.subject | Process control | - |
Palavras-chave: dc.subject | Machinery industry | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS | - |
Palavras-chave: dc.subject | Engenharia Elétrica | - |
Título: dc.title | Métodos de inteligência artificial para detecção de falhas industriais aplicados em um sistema de manufatura: uma análise comparativa de desempenho | - |
Título: dc.title | Artificial intelligence methods for industrial fault detection based on a manufacturing system: a comparative performance analysis | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: