Aprendizado de máquina aplicado à predição de falhas em caminhão fora de estrada.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGuimarães, Frederico Gadelha-
Autor(es): dc.contributorReis, Agnaldo José da Rocha-
Autor(es): dc.contributorSabino, Jodelson Aguilar-
Autor(es): dc.contributorGuimarães, Frederico Gadelha-
Autor(es): dc.contributorReis, Agnaldo José da Rocha-
Autor(es): dc.contributorSabino, Jodelson Aguilar-
Autor(es): dc.contributorSilva, Rodrigo César Pedrosa-
Autor(es): dc.contributorRibeiro, Roberto Gomes-
Autor(es): dc.contributorSilva, Petrônio Cândido de Lima e-
Autor(es): dc.creatorDias, Aldilene Oliveira Maia-
Data de aceite: dc.date.accessioned2022-02-21T19:59:25Z-
Data de disponibilização: dc.date.available2022-02-21T19:59:25Z-
Data de envio: dc.date.issued2021-04-21-
Data de envio: dc.date.issued2021-04-21-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/handle/123456789/13204-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/650831-
Descrição: dc.descriptionPrograma de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionNo setor mineral, o caminhão fora de estrada é o meio mais difundido de transporte de minério. Trata-se de um equipamento composto por vários componentes, tornando complexas atividades de manutenção. Este trabalho navega no campo da análise preditiva, como apoio na tomada de decisão do processo de manutenção destes ativos. A proposta envolve modelar um preditor de falhas, que subsidie o planejamento e a programação de eventos de manutenção. Isso reduz a indisponibilidade não programada do equipamento, aumenta o tempo médio entre falhas e embasa a manutenção por condição. Esta estratégia gera ganhos de confiabilidade, aumento no desempenho operacional, financeiro e na competitividade do negócio. Definiu-se a variável-alvo como “tempo para falha do caminhão” e assumiu-se a referência de 20 dias. Diversos algoritmos foram experimentados (RNA, XG Boost AS, C&R Tree, C5.0, CHAID 1) e obteve-se o melhor resultado com o XG Boost AS. O modelo experimental indica a falha no caminhão 20 dias antes, com uma precisão média de 97,90% e recall de 64,17%.-
Descrição: dc.descriptionIn the mining sector, the off-road truck is the most widespread means of transporting ore. It is an equipment composed of several components, making maintenance activities complex. This work navigates in the field of predictive analysis, as support in the decision making of the maintenance process of these assets. The proposal involves modeling a failure predictor, which supports the planning and scheduling of maintenance events. This reduces unscheduled equipment downtime, increases the average time between failures and supports maintenance by condition. This strategy generates revenue gains, improves operational and financial performance and business results. The target variable was defined as “time for truck failure” and was used as a 20-day reference. Several algorithms were tried (RNA, XG Boost AS, C&R Tree, C5.0, CHAID 1) and the best result was obtained with XG Boost AS. The experimental model indicates failure of the truck 20 days earlier, with an average accuracy of 97.90% and recall of 64,17%.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsaberto-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 15/04/2021 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.-
Palavras-chave: dc.subjectManutenção preditiva-
Palavras-chave: dc.subjectFalhas de sistemas de computação - caminhões - caminhão fora de estrada-
Palavras-chave: dc.subjectAprendizado do computador-
Título: dc.titleAprendizado de máquina aplicado à predição de falhas em caminhão fora de estrada.-
Título: dc.titleMachine learning applied to fault prediction in off-road trucks.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.