Previsão de falhas em rolamentos utilizando aprendizado de máquina

Página do item simplificado
dc.contributor.advisorDoutor Leandro Freitas de Abreu
dc.contributor.authorSantos, João Vitor de Lima
dc.date.accessioned2023-07-28T13:36:34Z
dc.date.available2023-07-28T13:36:34Z
dc.date.issued2021-07-07
dc.description.abstractO 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.
dc.identifier.urihttp://hdl.handle.net/20.500.14387/1097
dc.language.isoPortuguês
dc.publisher.campiBetim
dc.publisher.countryBrasil
dc.publisher.institutionInstituto Federal de Educação, Ciência e Tecnologia de Minas Gerais - Campus Betim
dc.publisher.programBacharelado em Engenharia Mecânica
dc.rightsAcesso aberto
dc.subject.keywordRolamentos Mecânicos
dc.subject.keywordElementos de máquina
dc.subject.keywordEngenharia mecânica
dc.titlePrevisão de falhas em rolamentos utilizando aprendizado de máquina
dc.typeTrabalho de Conclusão de Curso
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
João Vitor de Lima Santos.pdf
Tamanho:
2.57 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.79 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar
Coleções
Trabalho de Conclusão de Curso