| dc.contributor | Fernandes Júnior, Renato Ferreira | |
| dc.contributor | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4795351A9 | |
| dc.contributor | Morais, Josué Silva | |
| dc.contributor | Santos, Renato Carrijo | |
| dc.creator | Morais, Bruna Corrêa | |
| dc.date | 2020-01-02T13:41:19Z | |
| dc.date | 2020-01-02T13:41:19Z | |
| dc.date | 2019-12-11 | |
| dc.date.accessioned | 2023-09-28T21:00:11Z | |
| dc.date.available | 2023-09-28T21:00:11Z | |
| dc.identifier | MORAIS, Bruna Corrêa. Sistema integrado de análise e predição de indicadores de desempenho de um processo industrial. 2019. 90 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) - Universidade Federal de Uberlândia, Uberlândia, 2020. | |
| dc.identifier | https://repositorio.ufu.br/handle/123456789/28102 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9062288 | |
| dc.description | This paper presents the construction of an integrated system for analysis and prediction of indicators related to an industrial process, which aims to support decision making in the business environment, based on historical data. The developed system uses the concepts of Business Intelligence for the construction of interactive dashboards, and Machine Learning for modeling predictive algorithms capable of anticipating possible deviations in the finished product. For this, a real system was built using OPC, SQL Server and Power BI technologies for monitoring and analysis. For machine learning, we used the K-NN classification model, using the Python language.The validation of the created tool is presented, besides the results obtained from its use in the proposed industrial environment. | |
| dc.description | UFU - Universidade Federal de Uberlândia | |
| dc.description | Trabalho de Conclusão de Curso (Graduação) | |
| dc.description | Este trabalho apresenta a construção de um sistema integrado de análise e predição de indicadores referentes a um processo industrial, o qual tem como objetivo suportar a tomada de decisão no ambiente empresarial, baseando-se em dados históricos. O sistema desenvolvido utilizou-se dos conceitos de Business Intelligence para a construção de dashboards interativos, e de Aprendizado de Máquinas para modelagem de algoritmos preditivos capazes de antecipar possíveis desvios no produto acabado. Para isso, foi utilizado um sistema real utilizando tecnologias OPC, SQL Server e Power BI para monitoramento e análises. Para o aprendizado de Máquinas, foi utilizado o modelo de classificação K-NN, através da linguagem Python.
A validação da ferramenta criada é apresentada, além dos resultados obtidos de sua utilização no ambiente industrial proposto. | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Uberlândia | |
| dc.publisher | Brasil | |
| dc.publisher | Engenharia de Controle de Automação | |
| dc.rights | Acesso Aberto | |
| dc.rights | http://creativecommons.org/publicdomain/zero/1.0/ | |
| dc.subject | Business Intelligence | |
| dc.subject | Monitoramento | |
| dc.subject | Análises | |
| dc.subject | Aprendizado de máquinas | |
| dc.subject | Processo industrial | |
| dc.subject | Predição | |
| dc.subject | CNPQ::ENGENHARIAS | |
| dc.title | Sistema integrado de análise e predição de indicadores de desempenho de um processo industrial | |
| dc.type | Trabalho de Conclusão de Curso | |
