Uma proposta para detecção de anomalias na etapa de filtração do processo microcervejeiro (2025)
- Authors:
- Autor USP: MATHEUS, CAROLINA ROSSETI - EESC
- Unidade: EESC
- Sigla do Departamento: SEM
- DOI: 10.11606/D.18.2025.tde-22102025-094234
- Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; PROCESSAMENTO DE SINAIS; REDE DE COMUNICAÇÃO
- Agências de fomento:
- Language: Português
- Abstract: A ampliação do campo tecnológico envolvendo inteligência artificial e indústria 4.0 representa, em especial ao cenário de desenvolvimento de pequenas e médias empresas, um aumento expressivo de oportunidades no que se refere ao contexto de incremento processual, compreendendo de maneira direta o ramo de pesquisa e análise de produto. Há, dentro dessa abordagem, consequente melhora de eficiência dos procedimentos, redução de custos e elevação do caráter qualitativo da mercadoria. Dentre as categorias beneficiadas nesse cenário encontram-se as microcervejarias, importante braço da indústria de cerveja que, apesar de incorporarem a inovação aos produtos como elemento central da fabricação, possuem, muitas vezes, lacunas significativas nas áreas de estudo e aperfeiçoamento dos sistemas, falhas operacionais constantes e outras barreiras comumente interligadas à baixa automatização processual. Nessas circunstâncias, sistemas inteligentes de diagnóstico de anomalias podem, além de aumentar a confiabilidade dos processos, garantir uma melhor qualidade do produto final. Assim, neste trabalho, implementam-se e se validam métodos com base na utilização de dados operacionais de uma bomba de filtração utilizada em uma microcervejaria, bem como através do estudo das informações de vibração coletadas mediante o uso de sensores acoplados a pontos estratégicos da planta. Os registros extraídos foram submetidos a etapas de pré-processamento e extração de atributos estatísticos e espectrais, seguidos pela seleção e reconhecimento de padrões de características relevantes. A modelagem computacional foi conduzida com o uso do algoritmo de aprendizagem de máquinas Support Vector Machine (máquina de vetores de suporte), a fim de viabilizar a classificação dos regimes operacionais e detectar condições anômalas associadas a diferentes fases do processo, tais como filtração normal, compactação progressiva e formação decama de grãos. De modo geral, os modelos propostos demonstraram desempenho satisfatório em termos de acurácia e robustez, destacando-se como alternativas promissoras para aplicação em sistemas inteligentes voltados ao monitoramento operacional, à manutenção preditiva e ao controle de qualidade na produção de cerveja artesanal
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 04.09.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MATHEUS, Carolina Rosseti. Uma proposta para detecção de anomalias na etapa de filtração do processo microcervejeiro. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18162/tde-22102025-094234/. Acesso em: 20 jan. 2026. -
APA
Matheus, C. R. (2025). Uma proposta para detecção de anomalias na etapa de filtração do processo microcervejeiro (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18162/tde-22102025-094234/ -
NLM
Matheus CR. Uma proposta para detecção de anomalias na etapa de filtração do processo microcervejeiro [Internet]. 2025 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18162/tde-22102025-094234/ -
Vancouver
Matheus CR. Uma proposta para detecção de anomalias na etapa de filtração do processo microcervejeiro [Internet]. 2025 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18162/tde-22102025-094234/
Informações sobre o DOI: 10.11606/D.18.2025.tde-22102025-094234 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
