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 | Pereira, Valdecy | - |
Autor(es): dc.contributor | Roboredo, Marcos Costa | - |
Autor(es): dc.contributor | Ando, José Kimio | - |
Autor(es): dc.creator | Rosa, Ciro Magalhães da | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:32:17Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:32:17Z | - |
Data de envio: dc.date.issued | 2023-01-11 | - |
Data de envio: dc.date.issued | 2023-01-11 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/27517 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/752320 | - |
Descrição: dc.description | O presente trabalho é um estudo sobre a capacidade que o machine learning possui para contribuir na gestão da manutenção de máquinas. É introduzido por um histórico da evolução de como ela vem sendo realizada na indústria até os dias atuais. Explica-se, nesse contexto, que tanto a identificação quanto a compreensão das causas que levam uma máquina a falhar, podem otimizar a produção no cenário industrial. Atualmente, com o avanço constante da inteligência artificial, o machine learning se tornou uma importante ferramenta nessa investigação. Com isso, o objetivo do estudo é entender como um modelo de machine learning pode auxiliar nas descobertas dos porquês de uma determinada falha acontecer. Para tanto, foi utilizada uma metodologia de projeto para data science na qual houve uma exploração de uma base de dados criada artificialmente para estudos de manutenção. A partir da investigação da base, foi aplicado o modelo de aprendizado de máquina C4.5, em que é gerada uma árvore de decisão com as condições para que ocorra uma determinada falha no equipamento. Em seguida, é feita uma análise da árvore obtida para explicar como ela é capaz de contribuir para a definição das razões que levam ao defeito das máquinas. Dessa forma, a discussão tem como base a comparação das condições descritas na árvore junto aos critérios previamente conhecidos que geraram a base de dados de forma artificial. Assim, foi possível avaliar os resultados obtidos pelo modelo e entender as suas capacidades. Por fim, o trabalho se encerra concluindo as possibilidades que este estudo proporciona para auxílio na gestão da manutenção. | - |
Descrição: dc.description | The present work is a study on the capacity that machine learning has to contribute to the management of machine maintenance. It is introduced by a review of the evolution of how this has been carried out in the industry to nowadays. In this framework, it is explained that both the identification and understanding of the reasons that cause a machine to fail can help optimize the production in the industrial scenario. Currently, with the constant advance of artificial intelligence, machine learning has become an important tool in this investigation. Thus, the aim of the study is to better understand how a machine learning model can help in finding out the reason why a particular failure occurs. For this purpose, a design methodology for data science was applied in which there was an exploration of a database created artificially for maintenance studies. From the database investigation, the C4.5 machine learning algorithm was applied in which a decision tree is generated with the conditions for a certain equipment failure. Then, an analysis of the obtained tree is done to explain how it can contribute to the definition of the reasons that lead to the defect of the machines. Therefore, the discussion is based on the comparison of the conditions described in the tree with the previously known criteria that generated the database artificially. Hence, it was possible to evaluate the results obtained by the algorithm and understand its capabilities. Finally, the work ends by concluding the possibilities that this study provides to assist in the management of maintenance. | - |
Descrição: dc.description | 64 p. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Gestão da manutenção | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Falha de equipamentos | - |
Palavras-chave: dc.subject | Algoritmo C4.5 | - |
Palavras-chave: dc.subject | Gestão da manutenção | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Engenharia de produção | - |
Palavras-chave: dc.subject | Maintenance management | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Machine failure | - |
Palavras-chave: dc.subject | C4.5 algorithm | - |
Título: dc.title | Aplicação de Machine Learning na identificação das causas de falhas em máquinas para auxílio na gestão da manutenção | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: