ISSN 2594-5335
21º Seminário de Automação e TI — vol. 21, num.21 (2017)
Título
Autoria
DOI
Downloads
Resumo
Realizar manutenções preditivas de forma cada vez mais assertiva é um dos benefícios da atual evolução dos sistemas produtivos industriais conhecida como Indústria 4.0. A Sotreq - revendedora Caterpillar - oferece um serviço de análise de fluidos a partir da coleta periódica para máquinas operantes em campo. Com os resultados das medições, especialistas atribuem às amostras um nível de criticidade, justificativas e recomendações. Neste trabalho propõe-se uma solução que aumentou a eficiência desse processo através da utilização de modelos de Machine Learning treinados com as análises já realizadas que automatizam a classificação e a geração do texto de diagnóstico para novas amostras. As predições do sistema foram consideradas bem sucedidas, com métricas de sensibilidade e especificidade acima de 88%.
Palavras-chave
Aprendizado de máquina, Manutenção baseada em condição, Análise de fluidos de equipamentos
Machine Learning, Condition-based maintenance, Equipment fluid analysis
Como citar
Ladeira, Rafael Wilson Soares;
Soares Junior, Ivan Rosa;
Miranda, Rafael Padovezi;
Torres, Eduardo Henrique Suski;
Neto, Álvaro Conde Lemos.
AUTOMAÇÃO DE DIAGNÓSTICO PARA MANUTENÇÃO PREDITIVA BASEADA EM ANÁLISE DE FLUIDOS DE EQUIPAMENTOS COM MACHINE LEARNING
,
p. 268-279.
In: 21º Seminário de Automação e TI,
São Paulo,
2017.
ISSN: 2594-5335
, DOI 10.5151/2237-0234-30761