Logo do repositório
Idioma
  • English
  • Español
  • Português do Brasil
  • Entrar
    ou
    Novo usuário? Clique aqui para cadastrar.Esqueceu sua senha?
Logo do repositório
  • Navegar
  • Sobre o RI-IFMG
Idioma
  • English
  • Español
  • Português do Brasil
  • Entrar
    ou
    Novo usuário? Clique aqui para cadastrar.Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Santos, João Vitor de Lima"

Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Item
    Previsão de falhas em rolamentos utilizando aprendizado de máquina
    (2021-07-07) Santos, João Vitor de Lima; Doutor Leandro Freitas de Abreu
    O presente trabalho tem como objetivo utilizar o aprendizado de máquina, em uma aplicação mais voltada para a área da mecânica, prever falhas/defeitos em rolamentos mecânicos, que são bastante utilizados em todo tipo de sistema ou maquinário na indústria. Alguns caminhos e etapas foram extremamente necessários para se alcançar os resultados esperados, após a definição do estudo de caso, informações provenientes de um experimento real, foi encontrado no repositório da NASA, sendo preciso organizar e preparar os mesmos. Para o processamento dos dados a Transformada de Wavelet foi a escolhida, em termos de descrever melhor os eventos, considerando também o tempo na análise das frequências do sinal, o que se tornou imprescindível calcular alguns paramêtros estatísticos dos coeficientes que a Wavelet retornou. Sendo assim dois algoritmos de aprendizado de máquina foram selecionados, Máquina de Vetores de Suporte e a Rede Neural Artificial, para entender os paramêtros estatísticos dos coeficientes e realizar as previsões dos estados condicionais dos rolamentos. Por fim o desempenho da SVM foi muito satisfatório em comparação com a RNA.

Nossas Redes:

Rede de Bibliotecas
Logo do repositório

DSpace software copyright © 2002-2025 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Enviar uma Sugestão

Desenvolvido por

Neki Acervos