Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | , , , |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da FEI |
Texto Completo: | https://repositorio.fei.edu.br/handle/FEI/5093 |
Resumo: | Combinar Inteligência Artificial com sensores IoT para coleta de dados automaticamente, sem a necessidade da presença humana para o monitoramento é uma das novas tendências tecnológicas. A requisição de dados de sensores automatizados está se tornando cada vez mais acessível e lucrativa para empresas com o propósito em melhorar o setor de manutenção, portanto o investimento em análise de grandezas de um motor elétrico trifásico (corrente, temperatura e vibração), é extremamente importante para a indústria, pois pode antecipar falhas inesperadas que prejudicam o bom rendimento da máquina. Com a implementação de um sistema conectado utilizando o conceito de Harvest Energy, é possível observar essas grandezas em tempo real, e assim salvar as informações coletadas em um banco de dados. Após o monitoramento dos parâmetros com o auxílio de uma inteligencia artificial, pode-se prevenir e combater possíveis erros, os quais venham afetar a vida útil do motor. |
id |
FEI_c90a29ac04c11c4f4cefa7416a52e9f3 |
---|---|
oai_identifier_str |
oai:repositorio.fei.edu.br:FEI/5093 |
network_acronym_str |
FEI |
network_name_str |
Biblioteca Digital de Teses e Dissertações da FEI |
repository_id_str |
https://repositorio.fei.edu.br/oai/request |
spelling |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva sensores IoTharvesty energyManutenção preditivaIoT sensorspredictive maintenanceCombinar Inteligência Artificial com sensores IoT para coleta de dados automaticamente, sem a necessidade da presença humana para o monitoramento é uma das novas tendências tecnológicas. A requisição de dados de sensores automatizados está se tornando cada vez mais acessível e lucrativa para empresas com o propósito em melhorar o setor de manutenção, portanto o investimento em análise de grandezas de um motor elétrico trifásico (corrente, temperatura e vibração), é extremamente importante para a indústria, pois pode antecipar falhas inesperadas que prejudicam o bom rendimento da máquina. Com a implementação de um sistema conectado utilizando o conceito de Harvest Energy, é possível observar essas grandezas em tempo real, e assim salvar as informações coletadas em um banco de dados. Após o monitoramento dos parâmetros com o auxílio de uma inteligencia artificial, pode-se prevenir e combater possíveis erros, os quais venham afetar a vida útil do motor.Combine Artificial Intelligence with IoT sensors to collect data automatically, without the need for human presence for monitoring is one of the new technological trends. The data collection from automated sensors is becoming increasingly accessible and profitable for companies with the purpose of improving the maintenance sector, so the investment in the analysis of magnitudes of a three-phase electric motor (current, temperature and vibration) is extremely important for the industry, as it can anticipate unexpected failures that jeopardize the good performance of the machine. The implementation of a connected system using the concept of Harvest Energy, it is possible to observe these magnitudes in real time and then save the collected information in a database. After monitoring the parameters with the aid of an artificial intelligence, it is possible to prevent and combat possible errors, which may affect the useful life of the engine.Perin, André Luiz http://lattes.cnpq.br/8473854572180435https://orcid.org/0000-0001-6577-4611Silva, Bianca Dias Alcântara da Rua, Guilherme Almir Nunes Pinto, Lucas dos Santos Alves Silva, Matheus Chagas da Silva Silva, Matheus Orlandi Pereira da 2023-09-06T13:31:02Z2023-09-06T13:31:02Z2023-06-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis63application/pdfapplication/pdfhttps://repositorio.fei.edu.br/handle/FEI/5093Restrito info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da FEIinstname:Centro Universitário da Fundação Educacional Inaciana (FEI)instacron:FEI2023-09-07T03:00:20Zoai:repositorio.fei.edu.br:FEI/5093Biblioteca Digital de Teses e Dissertaçõeshttp://sofia.fei.edu.br/pergamum/biblioteca/PRIhttp://sofia.fei.edu.br/pergamum/oai/oai2.phpcfernandes@fei.edu.bropendoar:https://repositorio.fei.edu.br/oai/request2023-09-07T03:00:20Biblioteca Digital de Teses e Dissertações da FEI - Centro Universitário da Fundação Educacional Inaciana (FEI)false |
dc.title.none.fl_str_mv |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva |
title |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva |
spellingShingle |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva Silva, Bianca Dias Alcântara da sensores IoT harvesty energy Manutenção preditiva IoT sensors predictive maintenance |
title_short |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva |
title_full |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva |
title_fullStr |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva |
title_full_unstemmed |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva |
title_sort |
Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva |
author |
Silva, Bianca Dias Alcântara da |
author_facet |
Silva, Bianca Dias Alcântara da Rua, Guilherme Almir Nunes Pinto, Lucas dos Santos Alves Silva, Matheus Chagas da Silva Silva, Matheus Orlandi Pereira da |
author_role |
author |
author2 |
Rua, Guilherme Almir Nunes Pinto, Lucas dos Santos Alves Silva, Matheus Chagas da Silva Silva, Matheus Orlandi Pereira da |
author2_role |
author author author author |
dc.contributor.none.fl_str_mv |
Perin, André Luiz http://lattes.cnpq.br/8473854572180435 https://orcid.org/0000-0001-6577-4611 |
dc.contributor.author.fl_str_mv |
Silva, Bianca Dias Alcântara da Rua, Guilherme Almir Nunes Pinto, Lucas dos Santos Alves Silva, Matheus Chagas da Silva Silva, Matheus Orlandi Pereira da |
dc.subject.por.fl_str_mv |
sensores IoT harvesty energy Manutenção preditiva IoT sensors predictive maintenance |
topic |
sensores IoT harvesty energy Manutenção preditiva IoT sensors predictive maintenance |
description |
Combinar Inteligência Artificial com sensores IoT para coleta de dados automaticamente, sem a necessidade da presença humana para o monitoramento é uma das novas tendências tecnológicas. A requisição de dados de sensores automatizados está se tornando cada vez mais acessível e lucrativa para empresas com o propósito em melhorar o setor de manutenção, portanto o investimento em análise de grandezas de um motor elétrico trifásico (corrente, temperatura e vibração), é extremamente importante para a indústria, pois pode antecipar falhas inesperadas que prejudicam o bom rendimento da máquina. Com a implementação de um sistema conectado utilizando o conceito de Harvest Energy, é possível observar essas grandezas em tempo real, e assim salvar as informações coletadas em um banco de dados. Após o monitoramento dos parâmetros com o auxílio de uma inteligencia artificial, pode-se prevenir e combater possíveis erros, os quais venham afetar a vida útil do motor. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-09-06T13:31:02Z 2023-09-06T13:31:02Z 2023-06-14 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.fei.edu.br/handle/FEI/5093 |
url |
https://repositorio.fei.edu.br/handle/FEI/5093 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Restrito info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Restrito |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
63 application/pdf application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da FEI instname:Centro Universitário da Fundação Educacional Inaciana (FEI) instacron:FEI |
instname_str |
Centro Universitário da Fundação Educacional Inaciana (FEI) |
instacron_str |
FEI |
institution |
FEI |
reponame_str |
Biblioteca Digital de Teses e Dissertações da FEI |
collection |
Biblioteca Digital de Teses e Dissertações da FEI |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da FEI - Centro Universitário da Fundação Educacional Inaciana (FEI) |
repository.mail.fl_str_mv |
cfernandes@fei.edu.br |
_version_ |
1809225181344825344 |