Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/40953| ORCID: |  http://orcid.org/0009-0007-1320-0596 |
| Tipo de documento: | Trabalho de Conclusão de Curso |
| Tipo de acceso: | Acesso Aberto |
| Título: | Ciência de dados aplicada para manutenção preditiva |
| Título (s) alternativo (s): | Data science applied in predictive maintenance |
| Autor: | Ruivo, Eduardo Acrani |
| Primer orientador: | Morais, Josué Silve de |
| Primer miembro de la banca: | Morais, Aniel Silva de |
| Segundo miembro de la banca: | Cunha, Márcio José da |
| Resumen: | Com a introdução da Indústria 4.0 e o aumento das demandas de eficiência operacional, a aplicação de Análises Exploratórias de Dados (AED) e predições utilizando Aprendizagem de Máquina (ML na sigla em inglês) para manutenção preditiva tem se tornado uma decisão proativa e estratégica. Tais técnicas visam evitar falhas e maximizar o desempenho de equipamentos industriais. Nesse contexto, esse trabalho busca utilizar da AED e da criação de modelos utilizando ML para estudar um conjunto de dados sintéticos gerados para reproduzir dados de todos os equipamentos de uma empresa. O objetivo principal é estudar a criação de modelos de predição capazes de identificar falhas em equipamentos, dar uma perspectiva nova para profissionais na área e servir de um ponto de referência para futuros estudos com dados adquiridos em situações reais. |
| Abstract: | With the introduction of Industry 4.0 and the increased demands for operational efficiency, the application of Exploratory Data Analysis (AED) and predictions using Machine Learning (ML) for predictive maintenance has become a proactive and strategic decision. Such techniques aim to avoid failures and maximize the performance of industrial equipment. In this context, this work seeks to use AED and the creation of models using ML to study a synthetic dataset generated to reproduce data from all equipment in a company. The main objective is to study the creation of prediction models capable of identifying equipment failures, giving a new perspective to professionals in the field and serving as a reference point for future studies with data acquired in real situations. |
| Palabras clave: | Análise exploratória de dados Aprendizagem de máquinas Manutenção preditiva Exploratory data analysis Machine learning Predictive maintenance |
| Área (s) del CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Cita: | RUIVO, Eduardo Acrani. Ciência de dados aplicada para manutenção preditiva. 2023. 62 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) - Universidade Federal de Uberlândia, Uberlândia, 2023. |
| URI: | https://repositorio.ufu.br/handle/123456789/40953 |
| Fecha de defensa: | 24-nov-2023 |
| Aparece en las colecciones: | TCC - Engenharia de Controle e Automação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| CiênciaDadosAplicada.pdf | TCC | 3.55 MB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
