Modelos preditivos para a gestão de manutenção em equipamentos agrícolas para a cana-de-açúcar: análise, otimização e validação (2024)
- Authors:
- Autor USP: FERNANDES, WILLIAN RAFAEL - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- DOI: 10.11606/D.55.2024.tde-08012025-100100
- Subjects: EQUIPAMENTOS AGRÍCOLAS; APRENDIZADO COMPUTACIONAL; CANA-DE-AÇÚCAR; MODELOS LINEARES GENERALIZADOS
- Keywords: Agricultural equipment; Eficiência operacional; Machine learning models; Maintenance; Manutenção; Operational efficiency; Sugarcane
- Language: Português
- Abstract: O setor sucroenergético desempenha um papel crucial na economia brasileira, sendo responsável por uma significativa parcela da produção de energia renovável e açúcar do país. A eficiência operacional desse setor está diretamente ligada à gestão adequada de colhedoras e tratores, cujas manutenções são essenciais para garantir a continuidade da produção. As intervenções por manutenção podem ser classificadas entre corretiva e preventiva, cada uma com impactos distintos na disponibilidade dos equipamentos. A improdutividade desses ativos pode acarretar elevados custos financeiros, comprometendo a rentabilidade das operações. Neste contexto, predições precisas de falhas nos equipamentos tornam-se estratégicas para reduzir paradas não planejadas e otimizar a alocação de recursos. Dessa forma, este trabalho utiliza diversos modelos de aprendizagem de máquina e estatística, como modelos lineares generalizados (GLM), Random Forests, XGBoost, CatBoost, LightGBM, ARIMA e Redes Neurais Artificiais para prever quebras em colhedoras e tratores. Os resultados foram satisfatórios, destacando-se pela precisão das predições, sendo que o menor erro percentual absoluto médio (MAPE) obtido foi de 3,8% para colhedora e de 6,5% para trator, indicando razoável acurácia na previsão de falhas. Dessa forma, essa pesquisa pode contribuir significativamente para a otimização de manutenção e, consequentemente, para a melhoria da eficiência operacional no setor.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
- Data da defesa: 31.10.2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
FERNANDES, Willian Rafael. Modelos preditivos para a gestão de manutenção em equipamentos agrícolas para a cana-de-açúcar: análise, otimização e validação. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-08012025-100100/. Acesso em: 29 dez. 2025. -
APA
Fernandes, W. R. (2024). Modelos preditivos para a gestão de manutenção em equipamentos agrícolas para a cana-de-açúcar: análise, otimização e validação (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55137/tde-08012025-100100/ -
NLM
Fernandes WR. Modelos preditivos para a gestão de manutenção em equipamentos agrícolas para a cana-de-açúcar: análise, otimização e validação [Internet]. 2024 ;[citado 2025 dez. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-08012025-100100/ -
Vancouver
Fernandes WR. Modelos preditivos para a gestão de manutenção em equipamentos agrícolas para a cana-de-açúcar: análise, otimização e validação [Internet]. 2024 ;[citado 2025 dez. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-08012025-100100/
Informações sobre o DOI: 10.11606/D.55.2024.tde-08012025-100100 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
