Predição de valores em uma linha de montagem de injetores diesel : aplicação de Random Forest Regressor para seleção de componentes

Abstract

Resumo: A busca por soluções para problemas em ambientes produtivos tem crescido cada vez mais nas indústrias de fabricação [1]. Em linhas de montagem com alto volume de produção, por exemplo, a detecção antecipada de anomalias ou desvios acelera a tomada de decisão e pode reduzir falhas e evitar custos com o retrabalho de peças. A rastreabilidade torna possível identificar corretamente cada uma das peças e compreender em qual fase da montagem ocorreu uma falha. Neste contexto, este documento tem como objetivo analisar os dados gerados por estações de trabalho em uma linha de montagem de injetores diesel e desenvolver um modelo de Machine Learning (ML) capaz de prever os valores de espessura para a arruela de ajuste de pressão, um dos diversos componentes dos injetores. Como resultado, obteve-se um modelo com valor de R2=0.997, MAE=3.946 mícrons, RMSE=5.935 mícrons e MSE=35.223 mícrons2, que destacam a eficiência do modelo na explicação dos dados observados.