Redes neurais no diagnóstico de máquinas rotativas: uma perspectiva de dados (2025)
- Authors:
- Autor USP: MARRA, AMANDA LUCATTO - EP
- Unidade: EP
- Sigla do Departamento: PTC
- Subjects: INTELIGÊNCIA ARTIFICIAL; REDES NEURAIS; VIBRAÇÕES DE MÁQUINAS; INSTRUMENTAÇÃO E MEDIDAS ELÉTRICAS
- Agências de fomento:
- Language: Português
- Abstract: Redes neurais para o diagnóstico de falhas em máquinas rotativas é um tema amplamente abordado na literatura, onde já o primeiro trabalho publicado, em 1992, apresentou resultados melhores que as técnicas de estado da arte até aquele momento. Esta tese, então, tem como objetivo determinar os motivos e limitações que ainda impedem sua aplicação de maneira ampla pela indústria, apesar da tecnologia e conhecimento disponíveis. Para isso, é realizado um estudo analítico a respeito das características dos sinais de vibração que são relevantes para o treinamento de redes neurais para este fim. Foi identificado que o gerenciamento dos dados de treinamento é negligenciado na literatura, o que implica em problemas marginais, como a aplicação indevida da instrumentação e aquisição de sinais, mas também em problemas graves, como o treinamento com dados desbalanceados, que é uma característica comum em bancos de dados de casos práticos. Por isso, ao estudar toda a cadeia do sinal, foi necessário dividir esta tese em três partes. A primeira, focada na Instrumentação e Aquisição de Sinais, onde um protótipo de instrumento coletor de vibração foi desenvolvido e avaliado; a segunda, onde foi realizada uma avaliação comparativa de 20 redes neurais treinadas com diferentes datasets visando avaliar o impacto do desbalanceamento de dados, da extração de características e do tipo de rede neural no desempenho das redes; e a terceira, que trata do tema de data augmentation de sinais de vibração ao propor um novo método de modelagem de sinais com base em Identificação de Sistemas no domínio da frequência. Este método se mostrou bastante promissor, mas ainda necessita ser melhor explorado e desenvolvido para poder ser aplicado em casos reais. Ao final, foi verificado que, apesar de o foco da pesquisa atualmente estarrelacionado ao tipo e à forma da rede neural usada, o tipo mais simples possível, quando treinado com um conjunto de dados representativo e aliado a uma extração de dados simples mas eficiente, é suficiente para se obter um ótimo resultado. Ao realizar um amplo estudo multidisciplinar, este trabalho traz uma nova perspectiva e abre novos caminhos de pesquisa para a área de redes neurais no diagnóstico de falhas em máquinas rotativas.
- Imprenta:
- Data da defesa: 13.03.2025
-
ABNT
MARRA, Amanda Lucatto e GARCIA, Claudio. Redes neurais no diagnóstico de máquinas rotativas: uma perspectiva de dados. 2025. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-19052025-070123/pt-br.php. Acesso em: 04 ago. 2025. -
APA
Marra, A. L., & Garcia, C. (2025). Redes neurais no diagnóstico de máquinas rotativas: uma perspectiva de dados (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3139/tde-19052025-070123/pt-br.php -
NLM
Marra AL, Garcia C. Redes neurais no diagnóstico de máquinas rotativas: uma perspectiva de dados [Internet]. 2025 ;[citado 2025 ago. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-19052025-070123/pt-br.php -
Vancouver
Marra AL, Garcia C. Redes neurais no diagnóstico de máquinas rotativas: uma perspectiva de dados [Internet]. 2025 ;[citado 2025 ago. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-19052025-070123/pt-br.php
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
