Title:	Identificação de falhas em máquinas rotativas: machine learning e Marinha do Brasil
Authors:	Silva, Felipe Alves da
metadata.dc.contributor.advisor:	Dr. Dionísio Henrique Carvalho de Sá Só Martins
Keywords:	Máquinas rotativas Manutenção preditiva Machine learning
DGPM knowledge areas:	Máquinas e motores
Issue Date:	2023
Publisher:	Centro de Instrução Almirante Alexandrino (CIAA)
Description:	O presente trabalho tem possui como objetivo prover um diagnóstico acurado para a identificação de falhas de desbalanceamento, desalinhamento horizontal e desalinhamento vertical em máquinas rotativas, a partir da utilização de técnicas de processamento de dados e Machine Learning, justificando a importância da implementação de procedimentos semelhantes na Marinha do Brasil. Para isso foi utilizada uma base de dados com sinais de vibração adquiridos de uma bancada experimental, realizado o processamento dos dados adquiridos, a extração de característica desses dados, realizado o treinamento de dois algoritmos de inteligência artificial (Adaptive Boosting tree e Rede Neural Artificial) para efetuar o diagnóstico da máquina rotativa, execução de técnica de seleção de características com a finalidade de escolher os atributos com a maior capacidade de discriminação e, posteriormente, analisar e propor o algoritmo mais recomendado e os fatores que corroboram para a aplicação de técnicas de inteligência artificial na Marinha do Brasil. Como resultado chegou-se a uma acurácia de 98,5% utilizando Rede Neural Artificial e 99,0% utilizando o Adaptive Boosting tree que, juntamente com a análise comparativa de outras métricas (especificidade, revocação, precisão, F1-score e velocidade de processamento) contribuem para a conclusão que, para o banco de dados utilizado, o algoritmo Adaptive Boosting tree é mais recomendado para a identificação de falhas de desbalanceamento, desalinhamento horizontal e desalinhamento vertical em máquinas rotativas. Por fim, a partir da missão da Marinha do Brasil e do previsto no Plano Estratégico da Marinha, concluiu-se que a redução de custos de manutenção e o aumento da disponibilidade e da confiabilidade das máquinas rotativas são razões pelas quais se justifica a implementação de técnicas de aprendizagem de máquinas no sistema de manutenção da Marinha do Brasil.
Access:	Open access
URI:	https://www.repositorio.mar.mil.br/handle/ripcmb/846935
Type:	Bachelor thesis
Appears in Collections:	Engenharia Naval: Coleção de Trabalhos de Conclusão de Curso

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.