Manutenção preditiva utilizando técnicas de machine learning em um sistema embarcado

metadataTrad.dc.contributor.author	Franco, Igor Tedeschi;
metadataTrad.dc.contributor.advisor	Figueiredo, Rodrigo Marques de;
metadataTrad.dc.contributor.advisorLattes	http://lattes.cnpq.br/0192178587738651;
metadataTrad.dc.publisher	Universidade do Vale do Rio dos Sinos;
metadataTrad.dc.title	Manutenção preditiva utilizando técnicas de machine learning em um sistema embarcado;
metadataTrad.dc.description.resumo	Os avanços tecnológicos trazem diferentes benefícios tanto para a vida cotidiana doméstica quanto industrial. Celulares e computadores disponibilizam um montante significativo de informações com apenas um toque. Assim, dando origem a novos conceitos como Internet das Coisas, que consiste em conectar diversos equipamentos comuns, como lâmpadas, janelas, sistemas de ar condicionado, etc., em uma única rede distribuída. Em um ambiente industrial, esta evolução vai além, trazendo o conceito de Indústria 4.0, onde diversas ferramentas modernas surgem para auxiliar nos diferentes processos de manufatura: sistemas supervisórios, realidade aumentada para verificação do estado de uma máquina, entre outros. Contudo, um tópico que vem ganhando destaque na indústria é a gestão de manutenção, que são geralmente baseadas em ações reativas (corretivas), preventivas e preditivas, sendo está última um conceito em ascensão e o mais avançado dentre as três.;
metadataTrad.dc.subject	Machine learning; Avanços tecnológicos; Sistema; Manutenção;
metadataTrad.dc.type	TCC;
metadataTrad.dc.date.issued	2020-06-02;
metadataTrad.dc.identifier.uri	http://www.repositorio.jesuita.org.br/handle/UNISINOS/11237;
metadataTrad.dc.audience.educationLevel	Graduação;
metadataTrad.dc.curso	Engenharia de Controle e Automação;