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 | Loures, Eduardo de Freitas Rocha | - |
Autor(es): dc.contributor | Loures, Eduardo de Freitas Rocha | - |
Autor(es): dc.contributor | Silva, Daniel Balieiro | - |
Autor(es): dc.contributor | Leludak, Jorge Assade | - |
Autor(es): dc.creator | Adonis, Leonardo Cabral | - |
Autor(es): dc.creator | Rocha, Sulivan Matheus Santos | - |
Data de aceite: dc.date.accessioned | 2022-08-04T20:21:13Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T20:21:13Z | - |
Data de envio: dc.date.issued | 2022-04-04 | - |
Data de envio: dc.date.issued | 2022-04-04 | - |
Data de envio: dc.date.issued | 2019-11-20 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/27827 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/707183 | - |
Descrição: dc.description | The current industrial scenario is undergoing transformations that impact the entire world economic context, and there is a growing need for better use of resources, reduction of waste and, mainly, dynamism in the development of activities due to the growth in competition. Industrial maintenance is a sector that plays an essential role for the operation of industrial parks, and it is important to have a system that assists the decision making process in relation to this area of industry. With technological advancement, there is the possibility of implementing applications through cloud computing platforms, developed according to the needs and specificities of each scenario. This work presents a system for prioritizing maintenance orders, developed using multicriteria decision support methods and machine learning algorithms. This system aims to improve the asset management activity, optimizing the process of meeting maintenance orders, prioritizing and allocating them according to criteria established on an information basis. The resulting system has a parallel approach between the multicriteria method and machine learning, allowing to evaluate the performance of both and identify characteristics of their application. In addition, commercial platform implementation aimed to explore the applicability of current technology platforms in the industry. | - |
Descrição: dc.description | O cenário industrial atual passa por transformações que impactam em todo o contexto econômico mundial, existindo uma crescente necessidade de melhor aplicação de recursos, redução de desperdícios e, principalmente, dinamismo no desenvolvimento de atividades devido ao crescimento na concorrência. A manutenção industrial é um setor que desempenha papel essencial para a operação dos parques industriais, sendo importante possuir um sistema que auxilie o processo de tomada de decisão em relação à esta área da indústria. Com o avanço tecnológico, existe a possibilidade de realizar a implementação de aplicações através de plataformas em cloud computing, desenvolvidas de acordo com as necessidades e especificidades de cada cenário. Neste trabalho é apresentado um sistema para priorização das ordens de manutenção, desenvolvido com a utilização de métodos multicritério de apoio à tomada de decisão e algoritmos de machine learning. Este sistema possui o objetivo de aprimorar a atividade de gestão de ativos, otimizando o processo de atendimento às ordens de manutenção, realizando a priorização e destinação das mesmas conforme critérios estabelecidos em base informacional. O sistema resultante possui abordagem em paralelo entre o método multicritério e o machine learning, possibilitando avaliar o desempenho de ambos e identificar características de sua aplicação. Além disso, a implementação em plataforma comercial buscou explorar a aplicabilidade das atuais plataformas de tecnologia na indústria. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Graduação em Engenharia de Controle e Automação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Manutenção | - |
Palavras-chave: dc.subject | Sistemas de suporte de decisão | - |
Palavras-chave: dc.subject | Processo decisório por critério múltiplo | - |
Palavras-chave: dc.subject | Aprendizado de máquinas | - |
Palavras-chave: dc.subject | Indústria 4.0 | - |
Palavras-chave: dc.subject | Maintenance | - |
Palavras-chave: dc.subject | Decision support systems | - |
Palavras-chave: dc.subject | Multiple criteria decision making | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Industry 4.0 | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
Título: dc.title | Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial | - |
Título: dc.title | Multicriteria methods and learning mechanisms to support decision making in industrial maintenance | - |
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: