Tecnologia IoT de baixo consumo de energia para monitoramento de máquinas e diagnóstico de falhas para manutenção preditiva

Detalhes bibliográficos
Autor(a) principal: Silva, Bianca Dias Alcântara da
Data de Publicação: 2023
Outros Autores: Rua, Guilherme Almir Nunes, Pinto, Lucas dos Santos Alves, Silva, Matheus Chagas da Silva, Silva, Matheus Orlandi Pereira da
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

Registros relacionados