Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/3187
Title: Machine learning : programa para análise da disponibilidade física dos equipamentos da indústria minero-metalúrgica por meio de indicadores do sistema tribológico.
Authors: Oliveira, Thaís Costa Couto
metadata.dc.contributor.advisor: Santos, Zirlene Alves da Silva
metadata.dc.contributor.referee: Santos, Zirlene Alves da Silva
Sousa, Diogo Antônio de
Tayer, Sávio Sade
Keywords: Tribologia
Aprendizado de máquina
Equipamentos - manutenção
Issue Date: 2021
Citation: OLIVEIRA, Thaís Costa Couto. Machine Learning: Programa para análise da disponibilidade física dos equipamentos da indústria minero-metalúrgica por meio de indicadores do sistema tribológico. 2021. 56 f. Monografia (Graduação em Engenharia Mecânica) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.
Abstract: Devido à competitividade contínua do setor minero-metalúrgico, as indústrias estão sempre em busca de inovação para garantir maior autonomia do sistema produtivo. Neste sentido, este trabalho tem como objetivo o desenvolvimento de um programa para analisar a eficiência do sistema tribológico dos equipamentos da indústria minero-metalúrgica, utilizando o machine learning na linguagem Python. A metodologia utilizada na pesquisa foi de natureza qualitativa e se classifica como exploratória, bibliográfica e experimental. Foi possível alcançar resultados satisfatórios, uma vez que o programa, após desenvolvido, demonstra ser efetivo na indicação da disponibilidade física dos equipamentos. Desta forma o programa machine learning contribui, de forma gráfica e textual, com a indicação dos equipamentos disponíveis e, portanto, permite a visualização dos equipamentos que estão conformes ou não-conformes possibilitando um melhor planejamento da manutenção.
metadata.dc.description.abstracten: Due to the continuous competitiveness of the mining-metallurgical sector, the industries are always in search of innovation, to guarantee greater autonomy of the productive system. In this sense, this work aims to develop a program to analyze the efficiency of the tribological system of the equipment of the mining-metallurgical industry, using machine learning in the Python language. The methodology used in the research was of a qualitative nature and it is classified as exploratory, bibliographic and experimental. It was possible to achieve satisfactory results, since the program, after developed, shows to be of great contribution for the indication of the physical availability of the equipment. This machine learning program contributes, in a graphic and textual way, with the indication of the available equipment and, therefore, allows the visualization of the equipment that is in conformity or non-conformity, allowing a better maintenance planning.
URI: http://www.monografias.ufop.br/handle/35400000/3187
Appears in Collections:Engenharia Mecânica

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_MachineLearningPrograma.pdf1,55 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons