RDBU| Repositório Digital da Biblioteca da Unisinos
Sistema industrial de internet das coisas para predição de anomalias aplicando técnicas de aprendizado de máquina
- RDBU
- →
- Rede Jesuíta Brasil
- →
- Unisinos
- →
- Produção Acadêmica
- →
- Escola Politécnica
- →
- Trabalhos de Conclusão de Curso
- →
- Graduação
- →
- Engenharia Elétrica
- →
- Ver item
JavaScript is disabled for your browser. Some features of this site may not work without it.
| Autor | Graff, Renata Santos; |
| Orientador | Figueiredo, Rodrigo Marques de; |
| Lattes do orientador | http://lattes.cnpq.br/0192178587738651; |
| Instituição | Universidade do Vale do Rio dos Sinos; |
| Título | Sistema industrial de internet das coisas para predição de anomalias aplicando técnicas de aprendizado de máquina; |
| Resumo | A evolução decorrente da Indústria 4.0 trouxe conceitos tecnológicos que cada vez mais vêm sendo aplicados as empresas de manufatura. Dentre estas tecnologias estão o aprimoramento de sensores, de sistemas embarcados e de computação de borda, além da conexão cada vez mais evidente entre as áreas de Tecnologia da Informação e Operacional. Estas áreas acabam fazendo uso de sistemas de Inteligência Artificial para tornar as práticas de manutenção mais assertivas com predições de falhas, ampliando a avaliação e o diagnóstico de danos em máquinas. Estas práticas são denominadas de sistemas de manutenção inteligente, que provem da capacidade de monitorar as condições físicas, auxiliar na tomada de decisões para efetuar ações de manutenção além de fornecer os diagnósticos das anomalias do equipamento, porém muitos produtos disponíveis no mercado possuem um preço alto, o que impossibilita que empresas de pequeno e médio porte façam uso desse tipo de sistema. Com isto, este trabalho aborda o desenvolvimento de um sistema de baixo custo para a manutenção preditiva de máquinas utilizando hardware de computação de borda e plataforma em nuvem para o desenvolvimento do Aprendizado de Máquina, além de prover o resultado da inteligência em uma interface para com o usuário possibilitando a compreensão dos dados para à tomada das devidas ações ao sistema. Espera-se com este estudo auxiliar de forma inteligente e com o mínimo de investimento possível, a manutenção preditiva de sistemas ou equipamentos na indústria, abrangendo o emprego dessas tecnologias de Internet das Coisas Industriais nas empresas de pequeno e médio porte, permitindo o aumento da vida útil e a confiabilidade de seus equipamentos. O desenvolvimento feito neste trabalho capacita, dotando de inteligência o sistema de classificar os dados lidos entre quatro clusters, denominando o status do mesmo entre desligado, operação normal, com atenção e anormal, possibilitando a correção futura de algum problema que possa ocorrer.; |
| Palavras-chave | Inteligência artificial; Aprendizado de máquina; Internet das coisas industriais; Predição de falhas; Manutenção preditiva; |
| Tipo | TCC; |
| Data de defesa | 2019-12-03; |
| URI | http://www.repositorio.jesuita.org.br/handle/UNISINOS/11670; |
| Nivel | Graduação; |
| Curso | Engenharia Elétrica; |
Arquivos deste item
Este item aparece na(s) seguinte(s) coleção(s)
-
Engenharia Elétrica [95]
Engenharia Elétrica