Mostrar registro simples

Comparação de softwares de monitoramento de máquinas com inteligência artificial para detecção precoce de falhas e redução de custos de manutenção

dc.contributorFernandes, Rodrigo Kalkopt_BR
dc.contributor.otherPacholok, Marianopt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Tecnologia. Curso de Especialização em Engenharia da Manutenção 4.0pt_BR
dc.creatorRivera Jimenez, Angel De Jesuspt_BR
dc.date.accessioned2023-08-29T15:14:09Z
dc.date.available2023-08-29T15:14:09Z
dc.date.issued2023pt_BR
dc.identifier.urihttps://hdl.handle.net/1884/84030
dc.descriptionOrientador: Prof. Dr. Mariano Pacholokpt_BR
dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Tecnologia, Curso de Especialização em Engenharia de Manutenção 4.0.pt_BR
dc.descriptionInclui referênciaspt_BR
dc.description.abstractResumo: Este estudo analisou a eficácia de cinco softwares de monitoramento de máquinas com alarme ativo, que utilizam inteligência artificial para a detecção precoce de falhas e a redução de custos de manutenção. Os softwares avaliados foram MachineMetrics, Senseye, Augury, Falkonry e Aspen Mtell. Os resultados mostraram que todos os softwares apresentaram alta precisão na detecção de falhas, com taxas de acerto acima de 90%. O software MachineMetrics apresentou a melhor eficiência, com a capacidade de prever falhas com até 30 dias de antecedência. Os softwares Augury e Falkonry apresentaram os melhores resultados em redução de custos, com redução de até 30% em comparação com a manutenção preventiva. A escolha do software mais adequado dependerá de vários fatores, como o tipo de máquinas a serem monitoradas, o tamanho da empresa e o orçamento disponívelpt_BR
dc.format.extent1 recurso online : PDF.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.subjectSoftwarept_BR
dc.subjectInteligência artificialpt_BR
dc.subjectMaquinas - Manutenção e reparospt_BR
dc.subjectControle de custopt_BR
dc.titleComparação de softwares de monitoramento de máquinas com inteligência artificial para detecção precoce de falhas e redução de custos de manutençãopt_BR
dc.typeTCC Especialização Digitalpt_BR


Arquivos deste item

Thumbnail
Nome:
R - E - ANGEL DE JESUS RIVERA ...
Tamanho:
503.8Kb
Formato:
PDF
Visualizar/Abrir

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples