PRODUÇÃO ACADÊMICA Repositório Acadêmico da Graduação (RAG) TCC Engenharia de Controle e Automação - Mecatrônica
Use este identificador para citar ou linkar para este item: https://repositorio.pucgoias.edu.br/jspui/handle/123456789/8179
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMendes Neto, Jose Franciscopt_BR
dc.date.accessioned2024-10-03T12:10:27Z-
dc.date.available2024-10-03T12:10:27Z-
dc.date.issued2024-06-17-
dc.identifier.urihttps://repositorio.pucgoias.edu.br/jspui/handle/123456789/8179-
dc.description.abstractThis article presents an integrated software and hardware system for analyzing vibrations in industrial machines. The main objective is to minimize unplanned stops and maximize OEE (Overall Equipment Effectiveness), a crucial indicator for industrial productivity. The system uses vibration sensors, artificial intelligence techniques with supervised learning and a dataset to classify possible defects. Based on the classification, the system can generate alerts and recommendations for corrective actions to avoid failures and unplanned stops. This contributes to reducing maintenance costs, increasing productivity, industrial safety and maximizing OEE.pt_BR
dc.description.sponsorshipNão recebi financiamentopt_BR
dc.languageporpt_BR
dc.publisherPontifícia Universidade Católica de Goiáspt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectVibraçãopt_BR
dc.subjectSensoreamento-
dc.subjectInteligência artificial-
dc.subjectAprendizado supervisionado-
dc.subjectKNN-
dc.subjectTransformada de fourier-
dc.titleAnálise de vibração em máquinas industriais com inteligência artificial para previsão de falhas e classificação de defeitospt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.creator.IDhttps://orcid.org/0000-0002-6724-2296pt_BR
dc.contributor.advisor1Araújo, Wanderson Rainer Hilário dept_BR
dc.contributor.advisor1IDhttps://orcid.org/0000-0002-6724-2296pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8514981358543699pt_BR
dc.contributor.referee1Vinhal, Gustavo Siqueirapt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5227400971565575pt_BR
dc.contributor.referee2Sousa, Marcos Antônio dept_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5703480951193863pt_BR
dc.description.resumoEste artigo apresenta um sistema integrado de software e hardware para análise de vibrações em máquinas industriais. O objetivo principal é minimizar as paradas não planejadas e maximizar o OEE (Overall Equipment Effectiveness), um indicador crucial para a produtividade industrial. O sistema utiliza sensores de vibração, técnicas de inteligência artificial com aprendizado supervisionado e um dataset para classificação de possíveis defeitos. A partir da classificação, o sistema pode gerar alertas e recomendações de ações corretivas para evitar falhas e paradas não planejadas. Isso contribui para a redução de custos de manutenção, aumento da produtividade, segurança industrial e maximização do OEE.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola Politécnicapt_BR
dc.publisher.initialsPUC Goiáspt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAISpt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8514981358543699pt_BR
dc.degree.graduationEngenharia de Controle e Automação - Mecatrônicapt_BR
dc.degree.levelGraduaçãopt_BR
Aparece nas coleções:TCC Engenharia de Controle e Automação - Mecatrônica

Arquivos associados a este item:
Arquivo TamanhoFormato 
artigo_TCC2_v02.pdf3,04 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.

Ferramentas do administrador