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.
Previsão de falhas em componentes aeronáuticos: um estudo comparativo entre redes neurais artificiais
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1117081
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Martins, Marcella Scoczynski Ribeiro | - |
| Autor(es): dc.contributor | Martins, Marcella Scoczynski Ribeiro | - |
| Autor(es): dc.contributor | Gonçalves, Cristhiane | - |
| Autor(es): dc.contributor | Silva, Edison Luiz Salgado | - |
| Autor(es): dc.creator | Silva, Erick Hawryluk da | - |
| Autor(es): dc.creator | Lima, Larissa Pereira de | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:39:27Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:39:27Z | - |
| Data de envio: dc.date.issued | 2025-07-10 | - |
| Data de envio: dc.date.issued | 2025-07-10 | - |
| Data de envio: dc.date.issued | 2025-02-20 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/37420 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1117081 | - |
| Descrição: dc.description | This study addresses predictive maintenance to predict aircraft engine failures, employing neural network methods such as Recurrent Neural Network (RNN), Bidirectional Recurrent Neural Networks (BRNN), Long short-term memory (LSTM), Extreme Gradient Boosting (XGBoost) and Gated Recurrent Unit (GRU). The work is justified by the crucial need to keep engines running excellent conditions to ensure passenger safety and reduce maintenance expenses. The fundamental objective is to develop models that, By delving into cycle history and sensory data, they can predict whether a motor will fail within a specific cycle, thus making a comparison between methods and evaluating which is best for that application. The methodology covers importing libraries, loading and pre-processing the dataset, generating of the target variable for classification, data normalization and exploratory data analysis (EDA). Several RNN models were built and evaluated, including a simple RNN with one and 25 features, as well as a bidirectional model with 25 features. Subsequently, the LSTM, XGBOOST and GRU models were implemented. The results show that the more complex RNN models, with all 25 features, achieved better accuracy and evaluation metrics compared to the simpler models. The conclusion highlights the better accuracy of the LSTMs model for this application, being more suitable in aircraft maintenance to avoid costly repairs or unnecessary replacements, significantly contributing to the safety and efficiency of maintenance operations. | - |
| Descrição: dc.description | Este estudo aborda a manutenção preditiva para prever falhas em motores de aeronaves, empregando os métodos de redes neurais como a Recurrent Neural Network (RNN), Bidirectional Recurrent Neural Networks (BRNN), Long short-term memory (LSTM), Extreme Gradient Boosting (XGBoost) e Gated Recurrent Unit (GRU). O trabalho é justificado pela necessidade crucial de manter motores em excelentes condições para assegurar a segurança dos passageiros e diminuir os gastos de manutenção. O objetivo fundamental é desenvolver modelos que, afundando-se no histórico de ciclos e dados sensoriais, possam prever se um motor falhará dentro de um ciclo específico, fazendo assim uma comparação entre métodos e avaliando qual é o melhor para essa aplicação. A metodologia abrange a importação de bibliotecas, o carregamento e pré-processamento do conjunto de dados, a geração da variável alvo de classificação, a normalização dos dados e análise exploratória dos dados (AED). Foram construídos e avaliados diversos modelos de RNN, incluindo RNN simples com uma e 25 características, além de um modelo bidirecional com 25 características. Posteriormente, os modelos LSTM, XGBOOST e GRU foram implementados. Os resultados mostram que os modelos de RNN mais complexos, com todas as 25 características, atingiram melhor precisão e métricas de avaliação comparados aos modelos mais simples. A conclusão ressalta a melhor precisão do modelo LSTMs para essa aplicação, sendo mais adequado na manutenção de aeronaves para evitar reparos dispendiosos ou substituições desnecessárias, contribuindo significativamente para a segurança e eficiência das operações de manutenção. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Ponta Grossa | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Departamento Acadêmico de Engenharia Elétrica | - |
| Publicador: dc.publisher | Engenharia Elétrica | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Aviões - Motores | - |
| Palavras-chave: dc.subject | Localização de falhas (Engenharia) | - |
| Palavras-chave: dc.subject | Aeronáutica - Medidas de segurança | - |
| Palavras-chave: dc.subject | Manutenção | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Memória de longo prazo | - |
| Palavras-chave: dc.subject | Airplanes - Motors | - |
| Palavras-chave: dc.subject | Fault location (Engineering) | - |
| Palavras-chave: dc.subject | Aeronautics - Safety measures | - |
| Palavras-chave: dc.subject | Maintenance | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | Long-term memory | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
| Título: dc.title | Previsão de falhas em componentes aeronáuticos: um estudo comparativo entre redes neurais artificiais | - |
| Título: dc.title | Failure prediction in aeronautical components: a comparison study among artificial neural networks | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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