LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

COBEF 2021

11th Brazilian Congress on Manufacturing Engineering

Utilização de algoritmos de Machine Learning para criação de modelo preditivo de falhas em máquina CNC

Submission Author: Gianfranco Daroit Cavassin , PR
Co-Authors: Gianfranco Daroit Cavassin, Flávia Ayumi Ushiwata, Renato Grottoli, Fernando Deschamps
Presenter: Gianfranco Daroit Cavassin

doi://10.26678/ABCM.COBEF2021.COB21-0270

 

Abstract

In the current manufacturing world, the role of maintenance has been receiving increasing attention while companies understand that maintenance, when well performed, can be a strategic factor to achieve corporate goals. With the present context of Industry 4.0 and the exponential amount of data extracted from production processes, the latest trends of maintenance leans towards a predictive approach, aiming at maintenance execution based on mathematical models. In this scenario, Machine Learning algorithms and methods have been emerging as a promising tool in predictive maintenance applications to prevent failures in equipment that make up production lines. This work aims to compare and further analyse four machine learning algorithms to identify failures in the machine. In the first stage, a brief presentation of the main concepts involved is made, and then, the methods and parameters used for the creation and evaluation of the models are discussed. Finally, each of the algorithms created are separately analysed and then compared in order to reach a possible solution for the prediction of failures applications in a real case of a CNC machine.

Keywords

machine learning, Manutenção preditiva, algoritmo, predição de falhas

 

DOWNLOAD PDF VIEW PRESENTATION

 

‹ voltar para anais de eventos ABCM