RDBU| Repositório Digital da Biblioteca da Unisinos

Opqualigen: um modelo para geração de índices de qualidade para máquinas wirebonders

Show simple item record

metadataTrad.dc.contributor.author Trindade, Eduardo Silveira da;
metadataTrad.dc.contributor.authorLattes http://lattes.cnpq.br/6138699319505357;
metadataTrad.dc.contributor.advisor Costa, Cristiano André da;
metadataTrad.dc.contributor.advisorLattes http://lattes.cnpq.br/9637121030877187;
metadataTrad.dc.contributor.advisor-co1 Goytia Mejía, Rodrigo Iván;
metadataTrad.dc.contributor.advisor-co1Lattes http://lattes.cnpq.br/7899183834952426;
metadataTrad.dc.publisher Universidade do Vale do Rio dos Sinos;
metadataTrad.dc.publisher.initials Unisinos;
metadataTrad.dc.publisher.country Brasil;
metadataTrad.dc.publisher.department Escola Politécnica;
metadataTrad.dc.language pt_BR;
metadataTrad.dc.title Opqualigen: um modelo para geração de índices de qualidade para máquinas wirebonders;
metadataTrad.dc.description.resumo Qualquer maquinário industrial em seu estado de funcionamento, produz vibrações que podem ser lidas mediante o uso de sensores de vibração, ou também conhecidos como acelerômetros. Este ciclo de vibração pode ocorrer milhares de vezes por segundo, o que ocasionará em um grande volume de dados gerados a serem coletados, caracterizando séries temporais de dados. Sendo assim, e de acordo com algumas pesquisas já realizadas, durante uma operação de trabalho do equipamento, onde ele realizará suas etapas de processo, e partindo da premissa que a operação quando for realizada novamente irá repetir as mesmas etapas de processo, é possível identificar padrões de vibrações que descrevem aquela operação sendo executada no equipamento. Em outras pesquisas relacionadas, alguns modelos de predição de falhas são propostos, seja utilizando redes neurais ou algum outro algoritmo de inteligência artificial, mas nem sempre o modelo proposto pode ser aplicado de forma universal, deixando alguns equipamentos muito específicos de fora destas implementações. E mesmo que o modelo se aplique, para que uma rede neural seja eficaz, ela precisa ser treinada com uma base de dados de referência. Desta forma, o modelo proposto sugere inicialmente a criação de templates de operação para equipamentos industriais do tipo wirebonders, utilizando como base apenas os dados de vibração do equipamento. Com a criação destes templates através da catalogação, quantificação e sequenciamento das assinaturas de vibração, foi possível gerar um índice para medir a qualidade das operações do equipamento avaliado, neste modelo de sistema não supervisionado, mas que demonstrou grande potencial para tornar-se um sistema supervisionado, seja para predição de falhas ou predição de normalidades, dependendo do tipo de template de operação catalogado. No caso do experimento aplicado, optou-se por catalogar uma operação qualquer e comparála a outras operações que estiveram executando os mesmos processos que a operação catalogada, com o propósito de gerar um índice escalar de qualidade, baseando-se não apenas na similaridade das assinaturas de vibração, mas também no sequenciamento e quantificação das mesmas. Desta forma, ao comparar o template catalogado com as outras duas operações, foram obtidos dois índices escalares de qualidade: a primeira operação comparada obteve um índice de qualidade de 87,25% e a segunda obteve um índice de 95,36%. Sendo assim, este trabalho atingiu o objetivo proposto, tendo como principal contribuição científica a capacidade de gerar os índices de qualidade por operação em máquinas do tipo wirebonders, abrindo outras possibilidades de pesquisas que poderão estar relacionadas a outros tipos de equipamentos.;
metadataTrad.dc.description.abstract Any industrial machinery in its working state produces vibrations that can be read out using vibration sensors, or also known as accelerometers. This vibration cycle can occur thousands of times per second, which will cause a large volume of data to be collected, characterizing time séries of data. Thus, during any operation of the equipment, and based on some research already carried out in the area of Industry 4.0 and Internet of Things, it is possible to identify patterns of cyclic vibrations that characterize the operation of the equipment being performed. In other related research, some fault prediction models are proposed, whether using neural networks or some other artificial intelligence algorithm, but the proposed model cannot always be applied universally, leaving some very specific equipment outside of these implementations. And even if the model is applied, for a neural network to be effective, it needs to be trained with a reference database. Thus, the proposed model suggests the creation of operating templates for industrial equipment of the wirebonders type, using as a basis only the equipment’s vibration data. With the creation of these templates through the cataloging, quantification and sequencing of vibration signatures, it was possible to generate an index to measure the quality of the operations of the evaluated equipment, in this unsupervised system model, but which demonstrated great potential to become a system supervised, either to predict failures or predict normalities, depending on the type of operation template cataloged. In the case of the applied experiment, it was decided to catalog any operation and compare it or other operations that were executing the same processes as the cataloged operation, with the purpose of generating a scalar quality index, based not only on the similarity of vibration signatures, but also in their sequencing and quantification. Thus, when comparing the cataloged template with the other two operations, two scalar quality indexes were obtained: the first compared operation obtained a quality index of 87.25% and the second obtained an index of 95.36%. Thus, this work achieved the proposed objective, having as its main scientific contribution the ability to generate quality indexes per operation in machines of the wirebonders type, opening other possibilities of research that may be related to other types of equipment.;
metadataTrad.dc.subject Wirebonding; Vibrações; Templates de operação; Índice de qualidade; Indústria 4.0.; Internet das coisas; Vibration; Operations templates; Quality index; Internet of things;
metadataTrad.dc.subject.cnpq ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação;
metadataTrad.dc.type Dissertação;
metadataTrad.dc.date.issued 2020-11-27;
metadataTrad.dc.description.sponsorship Nenhuma;
metadataTrad.dc.rights openAccess;
metadataTrad.dc.identifier.uri http://www.repositorio.jesuita.org.br/handle/UNISINOS/9473;
metadataTrad.dc.publisher.program Programa de Pós-Graduação em Computação Aplicada;


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search

Advanced Search

Browse

My Account

Statistics