Proposta de plataforma integrada para Digital Twin com uso de aprendizado de máquina.

Simple item page
dc.contributor.advisorSilva, Saul Emanuel Delabridapt_BR
dc.contributor.authorBarata, Luiz Guilherme Menezes
dc.contributor.refereeSilva, Saul Emanuel Delabridapt_BR
dc.contributor.refereeBianchi, Andrea Gomes Campospt_BR
dc.contributor.refereePessin, Gustavopt_BR
dc.contributor.refereeOliveira, Sérgio dept_BR
dc.date.accessioned2020-08-11T16:33:24Z
dc.date.available2020-08-11T16:33:24Z
dc.date.issued2019
dc.descriptionPrograma de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractEquipamentos industriais estão sujeitos a diferentes condições operacionais durante seu ciclo de vida que tornam complexo o uso da modelagem e simulação clássicas. A convergência digital abriu caminho para desenvolvimento de tecnologias de simulação capazes de se adaptarem e preverem situações e prescrever ações, evoluindo para o conceito de Digital Twin. Este trabalho descreve experiências no desenvolvimento de aplicações práticas da Indústria 4.0 em transportadores de correia: um modelo SVM para predição de falhas; instalação de sensores de baixo custo para inspeção e monitoramento remotos de vibração; e a integração de dados de processos e equipamentos com serviços de computação na nuvem com streaming. Os resultados obtidos com cada uma das aplicações são analisados, de forma conjunta, frente aos requisitos do Digital Twin para propor uma arquitetura integrada para implementação dessa tecnologia utilizando uma plataforma na nuvem, independente de sistemas ou soluções existentes nas empresas.pt_BR
dc.description.abstractenIndustrial equipment are subject to different operational conditions during their lifecycle which makes the use of classic modeling and simulation techniques more complex. The digital convergence paved the way for the development of simulation technology capable of adatping to operational changes therefore predicting occurrences and prescribing actions accurately, evolving to the Digital Twin concept. This work presents practical Industry 4.0 experiences for conveyor belts: an Support Vector Machine model to predict failures; low cost sensors for remote inspection and monitoring of vibration; and integration of process and equipment data to cloud storage via streaming. The results of each experience are analyzed against the Digital Twin requirements to define an integrated architecture to implement the technology in a cloud platform, independent of software or solution provider.pt_BR
dc.identifier.citationBARATA, Luiz Guilherme Menezes. Proposta de plataforma integrada para Digital Twin com uso de aprendizado de máquina. 2019. 79 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/12577
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 06/08/2020 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 o uso para fins comerciais nem a adaptação.pt_BR
dc.subjectRepresentação descritiva - Digital Twinpt_BR
dc.subjectInteligência artificial - mineração de dados - detecção de anomaliaspt_BR
dc.subjectAprendizado do computador - Machine learningpt_BR
dc.subjectInternet das coisas - indústria 4.0pt_BR
dc.titleProposta de plataforma integrada para Digital Twin com uso de aprendizado de máquina.pt_BR
dc.title.alternativeDigital Twin platform using machine learning.pt_BR
dc.typeDissertacaopt_BR
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DISSERTAÇÃO_PropostaPlataformaIntegrada.pdf
Size:
4.2 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
924 B
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
PROFICAM - Mestrado (Dissertações)