Trabalho de Conclusão de Curso
Sistema de manutenção preditiva de falhas em válvulas em um processo industrial utilizando inteligência artificial.
Predictive maintenance system for valve failures in an industrial process using artificial intelligence.
Registro en:
PINTO, Marcela Coury. Sistema de manutenção preditiva de falhas em válvulas em um processo industrial utilizando inteligência artificial. 2021. 77 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) – Universidade Federal de Uberlândia, Uberlândia, 2021.
Autor
Pinto, Marcela Coury
Institución
Resumen
This paper presents the development of an artificial intelligence platform for the valve failure prediction in an industrial process, with the objective of avoiding stop the production line due to unforeseen breaks, improve the operator's routine and reduce maintenance costs. The system was developed using maintenance, automation, business intelligence and machine learning concepts to develop a prediction system.
The project was developed using tools such as Node-Red, for data collection, InfluxDB for data storage and the framework Flask for the creation of a web page, responsible for dashboard visualization. For the failure prediction, machine learning models such as linear regression and K-Means were used. The results obtained with the creation of the tool and also the prediction are presented. Trabalho de Conclusão de Curso (Graduação) Este trabalho apresenta o desenvolvimento de uma plataforma com inteligência artificial para a predição de falhas em válvulas em um processo industrial, com o objetivo de evitar paradas de linha por conta de quebras não previstas, melhorar a rotina do operador e diminuir custos com manutenção. O sistema foi desenvolvido utilizando conceitos de manutenção, automação, inteligência de negócios e aprendizado de máquina para o desenvolvimento de um sistema de predição.
O projeto foi desenvolvido utilizando ferramentas como o Node-Red, para a coleta de dados, o InfluxDB para o armazenamento dos dados e o framework Flask para a criação da página web, responsável pela visualização dos dashboards. Para a predição das falhas foram utilizados modelos de aprendizado de máquina como a regressão linear e o K-Means. Os resultados obtidos com a criação da ferramenta e também a predição são apresentados.