Aplicação de técnicas de mineração de dados para a predição de falhas corretivas em caminhões fora de estrada.

Ferreira, Gabriel Henrique dos Santos

Por favor, use este identificador para citar o enlazar este ítem: http://www.monografias.ufop.br/handle/35400000/4431

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.advisor	Lima, Helen de Cássia Sousa da Costa	pt_BR
dc.contributor.author	Ferreira, Gabriel Henrique dos Santos	-
dc.date.accessioned	2022-07-27T19:13:46Z	-
dc.date.available	2022-07-27T19:13:46Z	-
dc.date.issued	2022	pt_BR
dc.identifier.citation	FERREIRA, Gabriel Henrique dos Santos. Aplicação de técnicas de mineração de dados para a predição de falhas corretivas em caminhões fora de estrada. 2022. 41 f. Monografia (Graduação em Engenharia de Computação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2022.	pt_BR
dc.identifier.uri	http://www.monografias.ufop.br/handle/35400000/4431	-
dc.description.abstract	Este trabalho propõe a geração de conhecimento útil relacionado ao problema da predição de falhas em caminhões fora de estrada com a utilização de técnicas e tarefas de mineração de dados aplicadas a uma base de dados de uma grande mineradora do estado de Minas Gerais-Brasil. Este estudo faz uma análise sobre dados coletados por sensores de 19 caminhões e indicadores de performance dos mesmos. Para realizar a predição, foi utilizada a tarefa de classificação com os algoritmos Random Forest, Naive Bayses e XGBoost. Com essa abordagem foi possível predizer 62,22% das falhas nos caminhões com o algoritmo Naive Bayses.	pt_BR
dc.language.iso	pt_BR	pt_BR
dc.subject	Mineração de dados - computação	pt_BR
dc.subject	Minas e recursos minerais - carregamento e transporte	pt_BR
dc.subject	Caminhões	pt_BR
dc.subject	Manutenção	pt_BR
dc.title	Aplicação de técnicas de mineração de dados para a predição de falhas corretivas em caminhões fora de estrada.	pt_BR
dc.type	TCC-Graduação	pt_BR
dc.contributor.referee	Assis, Gilda Aparecida de	pt_BR
dc.contributor.referee	Araújo, Janniele Aparecida Soares	pt_BR
dc.contributor.referee	Lima, Helen de Cássia Sousa da Costa	pt_BR
dc.description.abstracten	This work proposes the genaration of useful knowledge related to the problema of predicting failures in off-roal trucks with the use of data mining techniques and tasks Applied to a database of a large mining company in the state of Minas Gerais -Brazil. This study analyses data collected by sensors from 19 trucks and their performance indicators. To perform the prediction, we used the classification task with the algorithms Random Forest, Naive Bayses and XGBoost. With this approach was able to predict 62,22% of truck failures with the algorithms Naive Bayses.	pt_BR
dc.contributor.authorID	16.1.8213	pt_BR
Aparece en las colecciones:	Engenharia de Computação - JMV

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
MONOGRAFIA_AplicaçãoTécnicasMineração.pdf		2,04 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons