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
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
FERNANDES, Willian Rafael. Modelos preditivos para a gestão de manutenção em equipamentos agrícolas para a cana-de-açúcar: análise, otimização e validação. 2024. Mestrado Profissionalizante – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://teses.usp.br/teses/disponiveis/55/55137/tde-08012025-100100/. Acesso em: 31 mar. 2026. -
APA
Fernandes, W. R. (2024). Modelos preditivos para a gestão de manutenção em equipamentos agrícolas para a cana-de-açúcar: análise, otimização e validação (Mestrado Profissionalizante). Universidade de São Paulo, São Carlos. Recuperado de https://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 2026 mar. 31 ] Available from: https://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 2026 mar. 31 ] Available from: https://teses.usp.br/teses/disponiveis/55/55137/tde-08012025-100100/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
