Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/14882 |
Resumo: | A aplicação da ciência de dados para resolução de problemas de negócios teve relevante crescimento diante do aumento do volume de dados disponibilizados por usuários, clientes e empresas. A partir desse contexto e da necessidade que as companhias possuem de otimizar suas atividades, incluindo a manutenção de seu maquinário, o presente trabalho teve como objetivo elaborar um algoritmo que consiga predizer se uma manutenção será realizada dentro do prazo definido ou não, além de analisar os principais atributos das máquinas e manutenções registradas dentro de uma empresa de transporte e logística de combustíveis. Por meio de técnicas de redução de dimensionalidade, o Truncated SVD, e de classificação de dados, o K - Nearest Neighbours, e da coleta e seleção de dados de registros das manutenções dessa empresa, o algoritmo foi construído e testado com variações da base de dados original e diferentes valores dos parâmetros do KNN. Após os testes, os resultados obtidos foram comparados pelo cálculo de indicadores de avaliação escolhidos: acurácia, precisão, recall, F1 Score, curva ROC (Receive Operator Characteristic) e AUC (Area Under Curve). O resultado do melhor modelo foi considerado satisfatório para a predição de futuras manutenções, e a análise das variáveis selecionadas evidenciou características relacionadas às manutenções que sofrem atraso onde a empresa pode atuar para evitar novos atrasos, mudando a alocação de recursos quando necessário |
id |
UFF-2_e060392f8f6a790aaf7ce05ce41186f0 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/14882 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveisCiência de dadosManutençãoAprendizado de máquinaAlgoritmoClassificaçãoAprendizado de máquinaManutenção de máquinaAlgoritmoData scienceMaintenanceMachine learningAlgorithmClassificationA aplicação da ciência de dados para resolução de problemas de negócios teve relevante crescimento diante do aumento do volume de dados disponibilizados por usuários, clientes e empresas. A partir desse contexto e da necessidade que as companhias possuem de otimizar suas atividades, incluindo a manutenção de seu maquinário, o presente trabalho teve como objetivo elaborar um algoritmo que consiga predizer se uma manutenção será realizada dentro do prazo definido ou não, além de analisar os principais atributos das máquinas e manutenções registradas dentro de uma empresa de transporte e logística de combustíveis. Por meio de técnicas de redução de dimensionalidade, o Truncated SVD, e de classificação de dados, o K - Nearest Neighbours, e da coleta e seleção de dados de registros das manutenções dessa empresa, o algoritmo foi construído e testado com variações da base de dados original e diferentes valores dos parâmetros do KNN. Após os testes, os resultados obtidos foram comparados pelo cálculo de indicadores de avaliação escolhidos: acurácia, precisão, recall, F1 Score, curva ROC (Receive Operator Characteristic) e AUC (Area Under Curve). O resultado do melhor modelo foi considerado satisfatório para a predição de futuras manutenções, e a análise das variáveis selecionadas evidenciou características relacionadas às manutenções que sofrem atraso onde a empresa pode atuar para evitar novos atrasos, mudando a alocação de recursos quando necessárioThe application of data science to solve business problems has grown significantly due to the increase in the volume of data made available by users, customers and companies. Based on this context and the need that companies have to optimize their activities, including the maintenance of their machinery, the present work aimed to develop an algorithm that can predict whether a maintenance will be carried out within its defined period or not, in addition to analyzing the main attributes of the machines and maintenance registered within a fuel transportation and logistics company. Through dimensionality reduction techniques, Truncated SVD, and data classification, K - Nearest Neighbors, and the collection and selection of data from the maintenance records of this company, the algorithm was built and tested with variations of the original dataset and different values of the KNN parameters. After the tests, the results obtained were compared by calculating the chosen evaluation indicators: accuracy, precision, recall, F1 Score, ROC (Receive Operator Characteristic) curve and AUC (Area Under Curve). The result of the best model was considered satisfactory for the prediction of future maintenance, and the analysis of the selected variables showed characteristics related to maintenance that are delayed where the company can act to avoid further delays, changing the allocation of resources when necessaryPereira, ValdecyRego, Ricardo BordeauxLima, Gilson Brito AlvesLucchetti, Gustavo Pereira2020-09-08T15:20:03Z2020-09-08T15:20:03Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfLUCCHETTI, Gustavo Pereira. Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis. 2020. 73 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2020.https://app.uff.br/riuff/handle/1/14882http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-09-16T21:38:11Zoai:app.uff.br:1/14882Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:49:19.112775Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis |
title |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis |
spellingShingle |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis Lucchetti, Gustavo Pereira Ciência de dados Manutenção Aprendizado de máquina Algoritmo Classificação Aprendizado de máquina Manutenção de máquina Algoritmo Data science Maintenance Machine learning Algorithm Classification |
title_short |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis |
title_full |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis |
title_fullStr |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis |
title_full_unstemmed |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis |
title_sort |
Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis |
author |
Lucchetti, Gustavo Pereira |
author_facet |
Lucchetti, Gustavo Pereira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pereira, Valdecy Rego, Ricardo Bordeaux Lima, Gilson Brito Alves |
dc.contributor.author.fl_str_mv |
Lucchetti, Gustavo Pereira |
dc.subject.por.fl_str_mv |
Ciência de dados Manutenção Aprendizado de máquina Algoritmo Classificação Aprendizado de máquina Manutenção de máquina Algoritmo Data science Maintenance Machine learning Algorithm Classification |
topic |
Ciência de dados Manutenção Aprendizado de máquina Algoritmo Classificação Aprendizado de máquina Manutenção de máquina Algoritmo Data science Maintenance Machine learning Algorithm Classification |
description |
A aplicação da ciência de dados para resolução de problemas de negócios teve relevante crescimento diante do aumento do volume de dados disponibilizados por usuários, clientes e empresas. A partir desse contexto e da necessidade que as companhias possuem de otimizar suas atividades, incluindo a manutenção de seu maquinário, o presente trabalho teve como objetivo elaborar um algoritmo que consiga predizer se uma manutenção será realizada dentro do prazo definido ou não, além de analisar os principais atributos das máquinas e manutenções registradas dentro de uma empresa de transporte e logística de combustíveis. Por meio de técnicas de redução de dimensionalidade, o Truncated SVD, e de classificação de dados, o K - Nearest Neighbours, e da coleta e seleção de dados de registros das manutenções dessa empresa, o algoritmo foi construído e testado com variações da base de dados original e diferentes valores dos parâmetros do KNN. Após os testes, os resultados obtidos foram comparados pelo cálculo de indicadores de avaliação escolhidos: acurácia, precisão, recall, F1 Score, curva ROC (Receive Operator Characteristic) e AUC (Area Under Curve). O resultado do melhor modelo foi considerado satisfatório para a predição de futuras manutenções, e a análise das variáveis selecionadas evidenciou características relacionadas às manutenções que sofrem atraso onde a empresa pode atuar para evitar novos atrasos, mudando a alocação de recursos quando necessário |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-09-08T15:20:03Z 2020-09-08T15:20:03Z 2020 |
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 |
LUCCHETTI, Gustavo Pereira. Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis. 2020. 73 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2020. https://app.uff.br/riuff/handle/1/14882 |
identifier_str_mv |
LUCCHETTI, Gustavo Pereira. Aplicação de machine learning para predição de manutenção de máquinas em empresa de transporte e logística de combustíveis. 2020. 73 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2020. |
url |
https://app.uff.br/riuff/handle/1/14882 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823579581382656 |