Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial
The current industrial scenario is undergoing transformations that impact the entire world economic context, and there is a growing need for better use of resources, reduction of waste and, mainly, dynamism in the development of activities due to the growth in competition. Industrial maintenance is...
| Principais autores: | Adonis, Leonardo Cabral, Rocha, Sulivan Matheus Santos |
|---|---|
| Formato: | Trabalho de Conclusão de Curso (Graduação) |
| Idioma: | Português |
| Publicado em: |
Universidade Tecnológica Federal do Paraná
2022
|
| Assuntos: | |
| Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/27827 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| id |
riut-1-27827 |
|---|---|
| recordtype |
dspace |
| spelling |
riut-1-278272022-04-05T06:08:08Z Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial Multicriteria methods and learning mechanisms to support decision making in industrial maintenance Adonis, Leonardo Cabral Rocha, Sulivan Matheus Santos Loures, Eduardo de Freitas Rocha Loures, Eduardo de Freitas Rocha Silva, Daniel Balieiro Leludak, Jorge Assade Manutenção Sistemas de suporte de decisão Processo decisório por critério múltiplo Aprendizado de máquinas Indústria 4.0 Maintenance Decision support systems Multiple criteria decision making Machine learning Industry 4.0 CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA The current industrial scenario is undergoing transformations that impact the entire world economic context, and there is a growing need for better use of resources, reduction of waste and, mainly, dynamism in the development of activities due to the growth in competition. Industrial maintenance is a sector that plays an essential role for the operation of industrial parks, and it is important to have a system that assists the decision making process in relation to this area of industry. With technological advancement, there is the possibility of implementing applications through cloud computing platforms, developed according to the needs and specificities of each scenario. This work presents a system for prioritizing maintenance orders, developed using multicriteria decision support methods and machine learning algorithms. This system aims to improve the asset management activity, optimizing the process of meeting maintenance orders, prioritizing and allocating them according to criteria established on an information basis. The resulting system has a parallel approach between the multicriteria method and machine learning, allowing to evaluate the performance of both and identify characteristics of their application. In addition, commercial platform implementation aimed to explore the applicability of current technology platforms in the industry. O cenário industrial atual passa por transformações que impactam em todo o contexto econômico mundial, existindo uma crescente necessidade de melhor aplicação de recursos, redução de desperdícios e, principalmente, dinamismo no desenvolvimento de atividades devido ao crescimento na concorrência. A manutenção industrial é um setor que desempenha papel essencial para a operação dos parques industriais, sendo importante possuir um sistema que auxilie o processo de tomada de decisão em relação à esta área da indústria. Com o avanço tecnológico, existe a possibilidade de realizar a implementação de aplicações através de plataformas em cloud computing, desenvolvidas de acordo com as necessidades e especificidades de cada cenário. Neste trabalho é apresentado um sistema para priorização das ordens de manutenção, desenvolvido com a utilização de métodos multicritério de apoio à tomada de decisão e algoritmos de machine learning. Este sistema possui o objetivo de aprimorar a atividade de gestão de ativos, otimizando o processo de atendimento às ordens de manutenção, realizando a priorização e destinação das mesmas conforme critérios estabelecidos em base informacional. O sistema resultante possui abordagem em paralelo entre o método multicritério e o machine learning, possibilitando avaliar o desempenho de ambos e identificar características de sua aplicação. Além disso, a implementação em plataforma comercial buscou explorar a aplicabilidade das atuais plataformas de tecnologia na indústria. 2022-04-04T21:58:54Z 2022-04-04T21:58:54Z 2019-11-21 bachelorThesis ADONIS, Leonardo Cabral; ROCHA, Sulivan Matheus Santos. Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial. 2019. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019. http://repositorio.utfpr.edu.br/jspui/handle/1/27827 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Curitiba Brasil Graduação em Engenharia de Controle e Automação UTFPR |
| institution |
Universidade Tecnológica Federal do Paraná |
| collection |
RIUT |
| language |
Português |
| topic |
Manutenção Sistemas de suporte de decisão Processo decisório por critério múltiplo Aprendizado de máquinas Indústria 4.0 Maintenance Decision support systems Multiple criteria decision making Machine learning Industry 4.0 CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| spellingShingle |
Manutenção Sistemas de suporte de decisão Processo decisório por critério múltiplo Aprendizado de máquinas Indústria 4.0 Maintenance Decision support systems Multiple criteria decision making Machine learning Industry 4.0 CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Adonis, Leonardo Cabral Rocha, Sulivan Matheus Santos Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial |
| description |
The current industrial scenario is undergoing transformations that impact the entire world economic context, and there is a growing need for better use of resources, reduction of waste and, mainly, dynamism in the development of activities due to the growth in competition. Industrial maintenance is a sector that plays an essential role for the operation of industrial parks, and it is important to have a system that assists the decision making process in relation to this area of industry. With technological advancement, there is the possibility of implementing applications through cloud computing platforms, developed according to the needs and specificities of each scenario. This work presents a system for prioritizing maintenance orders, developed using multicriteria decision support methods and machine learning algorithms. This system aims to improve the asset management activity, optimizing the process of meeting maintenance orders, prioritizing and allocating them according to criteria established on an information basis. The resulting system has a parallel approach between the multicriteria method and machine learning, allowing to evaluate the performance of both and identify characteristics of their application. In addition, commercial platform implementation aimed to explore the applicability of current technology platforms in the industry. |
| format |
Trabalho de Conclusão de Curso (Graduação) |
| author |
Adonis, Leonardo Cabral Rocha, Sulivan Matheus Santos |
| author_sort |
Adonis, Leonardo Cabral |
| title |
Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial |
| title_short |
Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial |
| title_full |
Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial |
| title_fullStr |
Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial |
| title_full_unstemmed |
Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial |
| title_sort |
métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial |
| publisher |
Universidade Tecnológica Federal do Paraná |
| publishDate |
2022 |
| citation |
ADONIS, Leonardo Cabral; ROCHA, Sulivan Matheus Santos. Métodos multicritério e mecanismos de aprendizagem para suporte à tomada de decisão em manutenção industrial. 2019. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019. |
| url |
http://repositorio.utfpr.edu.br/jspui/handle/1/27827 |
| _version_ |
1805323275179393024 |
| score |
10,814766 |