Dissertação

Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico

Os equipamentos domésticos convencionais que utilizamos no dia a dia, praticamente, não são monitorados para verificação de falhas e defeitos em tempo real. Neste trabalho, será apresentada uma abordagem da aplicação do aprendizado de máquina com a utilização de dados selecionados dos equipamento...

ver descrição completa

Autor principal: Seabra, Jorge da Costa
Outros Autores: http://lattes.cnpq.br/8244949191567788
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Amazonas 2017
Assuntos:
Detecção e diagnóstico de falha (DDF)
Aprendizado de máquina
Monitoramento tempo real
ENGENHARIAS: ENGENHARIA ELÉTRICA
Acesso em linha: http://tede.ufam.edu.br/handle/tede/6042
id oai:https:--tede.ufam.edu.br-handle-:tede-6042
recordtype dspace
spelling oai:https:--tede.ufam.edu.br-handle-:tede-60422018-08-16T17:51:18Z Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico Seabra, Jorge da Costa Lucena Júnior, Vicente Ferreira de http://lattes.cnpq.br/8244949191567788 http://lattes.cnpq.br/6820830740393500 Detecção e diagnóstico de falha (DDF) Aprendizado de máquina Monitoramento tempo real ENGENHARIAS: ENGENHARIA ELÉTRICA Os equipamentos domésticos convencionais que utilizamos no dia a dia, praticamente, não são monitorados para verificação de falhas e defeitos em tempo real. Neste trabalho, será apresentada uma abordagem da aplicação do aprendizado de máquina com a utilização de dados selecionados dos equipamentos quando em funcionamento, e de dados referências extraídos das fichas técnicas. Para analisar, comparar e avaliar as diferenças nos conjuntos de dados, foi desenvolvido o dispositivo de detecção e diagnóstico de falha para classificar os sintomas que podem representar defeitos nos equipamentos em tempo real. As ocorrências das falhas destes equipamentos, tradicionalmente são identificadas pelos próprios usuários quando o desempenho esperado não acontece. Com a utilização de uma placa micro processada conectada aos sensores eletrônicos instalados em pontos estratégicos no equipamento, iniciase a etapa da comparação de dados, os dados coletados são transmitidos ao servidor que através do algoritmo de Aprendizado de Máquina executa as tarefas para identificação das falhas detectadas. O monitoramento em tempo real do comportamento das grandezas elétricas e físicas dos equipamentos de usos domésticos convencionais tem como objetivo, monitorar o comportamento funcional e informar ao usuário, eventuais falhas, utilizando os recursos da rede local ou da internet. The conventional household equipment we use on a day-to-day basis is practically not monitored for real-time faults and defects. In this work, an approach will be presented to the application of machine learning with the use of selected data of the equipment when in operation, and of data references extracted from the datasheets. In order to analyze, compare and evaluate differences in data sets, the fault detection and diagnosis device was developed to classify the symptoms that may represent defects in the equipment in real time. The occurrences of these equipment failures are traditionally identified by the users themselves when the expected performance does not occur. With the use of a microprocessed board connected to the electronic sensors installed at strategic points in the equipment, the data comparison step is started, the data collected are transmitted to the server, which through the Machine Learning algorithm performs the tasks for identification of the Detected failures. Real-time monitoring of the behavior of electrical and physical magnitudes of conventional household equipment is aimed at monitoring functional behavior and informing the user of any faults using local or Internet resources. CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior 2017-12-04T14:26:31Z 2017-04-28 Dissertação SEABRA, Jorge Costa. Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico. 2017. 80 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2017. http://tede.ufam.edu.br/handle/tede/6042 por Acesso Aberto http://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf Universidade Federal do Amazonas Faculdade de Tecnologia Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica
institution TEDE - Universidade Federal do Amazonas
collection TEDE-UFAM
language por
topic Detecção e diagnóstico de falha (DDF)
Aprendizado de máquina
Monitoramento tempo real
ENGENHARIAS: ENGENHARIA ELÉTRICA
spellingShingle Detecção e diagnóstico de falha (DDF)
Aprendizado de máquina
Monitoramento tempo real
ENGENHARIAS: ENGENHARIA ELÉTRICA
Seabra, Jorge da Costa
Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico
topic_facet Detecção e diagnóstico de falha (DDF)
Aprendizado de máquina
Monitoramento tempo real
ENGENHARIAS: ENGENHARIA ELÉTRICA
description Os equipamentos domésticos convencionais que utilizamos no dia a dia, praticamente, não são monitorados para verificação de falhas e defeitos em tempo real. Neste trabalho, será apresentada uma abordagem da aplicação do aprendizado de máquina com a utilização de dados selecionados dos equipamentos quando em funcionamento, e de dados referências extraídos das fichas técnicas. Para analisar, comparar e avaliar as diferenças nos conjuntos de dados, foi desenvolvido o dispositivo de detecção e diagnóstico de falha para classificar os sintomas que podem representar defeitos nos equipamentos em tempo real. As ocorrências das falhas destes equipamentos, tradicionalmente são identificadas pelos próprios usuários quando o desempenho esperado não acontece. Com a utilização de uma placa micro processada conectada aos sensores eletrônicos instalados em pontos estratégicos no equipamento, iniciase a etapa da comparação de dados, os dados coletados são transmitidos ao servidor que através do algoritmo de Aprendizado de Máquina executa as tarefas para identificação das falhas detectadas. O monitoramento em tempo real do comportamento das grandezas elétricas e físicas dos equipamentos de usos domésticos convencionais tem como objetivo, monitorar o comportamento funcional e informar ao usuário, eventuais falhas, utilizando os recursos da rede local ou da internet.
author_additional Lucena Júnior, Vicente Ferreira de
author_additionalStr Lucena Júnior, Vicente Ferreira de
format Dissertação
author Seabra, Jorge da Costa
author2 http://lattes.cnpq.br/8244949191567788
author2Str http://lattes.cnpq.br/8244949191567788
title Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico
title_short Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico
title_full Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico
title_fullStr Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico
title_full_unstemmed Detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico
title_sort detecção e diagnóstico remoto de falhas baseado em aprendizado de máquina para equipamentos de uso doméstico
publisher Universidade Federal do Amazonas
publishDate 2017
url http://tede.ufam.edu.br/handle/tede/6042
_version_ 1831969562204045312
score 11.753735

Registros relacionados