Algoritmos de aprendizado de máquina para previsão de tempo da manutenção de vagões.

Simple item page
dc.contributor.advisorSilva, Rodrigo César Pedrosapt_BR
dc.contributor.authorFelix, Josemar Coelho
dc.contributor.refereeSilva, Rodrigo César Pedrosapt_BR
dc.contributor.refereeBianchi, Andrea Gomes Campospt_BR
dc.contributor.refereeNucci, Edson Romanopt_BR
dc.contributor.refereePereira, Robson Bruno Dutrapt_BR
dc.date.accessioned2022-08-11T19:41:29Z
dc.date.available2022-08-11T19:41:29Z
dc.date.issued2022pt_BR
dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractA análise do planejamento de manutenção, com o objetivo de criar predições sobre a capacidade produtiva, é uma importante aliada na gestão industrial. A Engenharia de Métodos dispõe da ferramenta denominada cronoanálise, utilizada desde 1856, para avaliar a capacidade industrial. Essa ferramenta tem como base a cronometragem e análise subjetiva de várias atividades envolvidas nas atividades de produção da manutenção. Contudo, o próprio processo de cronometragem tende a afetar o tempo de execução, comprometendo a sua estimativa. Nesse contexto, este trabalho investiga a aplicação de métodos baseados em aprendizado de máquina para a avaliação da capacidade de restaurar vagões em oficinas da MRS Logística, e, ainda, comparar com a aplicação da cronoanálise utilizada atualmente pela empresa. Para tal, foram disponibilizados dados de 2019 sobre a manutenção de vagões. Esses dados serviram para a construção dos modelos de predição desta pesquisa. Foram reservados os dados de nove meses para treinamento, de três meses para testes e também realizou-se a validação cruzada utilizando cinco subdivisões. Com o auxílio do planejamento de experimentos e testes estatísticos de Friedman e Nemenyi, foi possível constatar que, os algoritmos de aprendizado de máquina, são capazes de produzir modelos com melhor qualidade quando combinados com a cronoanálise na liberação de vagões restaurados, comprovado pelas métricas denominadas Erro Médio Absoluto e Raiz Quadrada do Erro Médio.pt_BR
dc.description.abstractenThe analysis of maintenance planning, with the objective of making predictions about the productive capacity, is an important ally in industrial management. Methods Engineering has a tool called chronoanalysis, used since 1856, to assess industrial capacity. This tool is based on time and subjective analysis of various activities involved in maintenance production. However, the temporal evaluation process itself tends to affect the execution time, compromising its estimate. In this context, this work investigates the application of methods based on machine learning, to evaluate the capacity of wagon restoration in MRS Logística workshops, comparing them with the chronoanalysis that is the tool currently used by the company. railcar maintenance data in 2019, for the construction of the forecast models for this research. A third of this data was reserved for testing and the results indicated that machine learning algorithms are able to produce models with better quality than the application of chronoanalysis in the release of restored cars, proven by the RMSE and MAE metrics.pt_BR
dc.identifier.citationFELIX, Josemar Coelho. Algoritmos de aprendizado de máquina para previsão de tempo da manutenção de vagões. 2022. 125 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/jspui/handle/123456789/15117
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 18/05/2022 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite a adaptação.pt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/us/*
dc.subjectAprendizado de máquinaspt_BR
dc.subjectManutenção de vagõespt_BR
dc.subjectMRS Logísticapt_BR
dc.subjectAlgorítmospt_BR
dc.titleAlgoritmos de aprendizado de máquina para previsão de tempo da manutenção de vagões.pt_BR
dc.typeDissertacaopt_BR
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DISSERTAÇÃO_AlgoritmosAprendizadoMáquina.pdf
Size:
87.94 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
PPGCC - Mestrado (Dissertações)