Aplicação do processo de KDD a um ambiente industrial

• Autor(a) principal: Lucas Costa Oliveira Santos
• Data de Publicação: 2007
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUOS-8CDHRL
• topic: Engenharia Elétrica; Engenharia elétrica

O processo de extração de conhecimento de grandes volumes de dados é complexo e pode ter seu custo muito elevado, dependendo das características do problema e do que se quer obter. A quantidade de dados gerada pelos sistemas das organizações atuais supera a capacidade humana de interpretar manualmente e compreender tanta informação. Para abordar este problema surgiu, dentro da Computação, a área de pesquisa conhecida como Extração de Conhecimento em Bases de Dados (Knowledge Discovery in Databases, ou KDD).No presente trabalho, motivado pela ainda incipiente exploração das técnicas de KDD em ambientes industriais, apresenta-se um processo completo de aplicação dessa metodologia, utilizando dados reais do processo de Laminação de Tiras a Quente de uma grande Usina Siderúrgica do cenário nacional. Além da apresentação do processo deKDD, com a definição de cada uma das suas etapas, é feita uma revisão do estado-daarte da aplicação dessa metodologia e das técnicas de Data Mining na Siderurgia e, mais especificamente, na área de Laminação a Quente. Dentre um conjunto de problemas a serem tratados, foi definido como objetivo do trabalho a identificação de variáveis que, de alguma forma, estivessem relacionadas como Erro de Força das cadeiras do processo de Laminação a Quente. O algoritmo CART ´e empregado como principal ferramenta de Data Mining e sua utilização resultou em descobertas válidas e potencialmente ´uteis para a Usina Siderúrgica, como a correlação entre a atuação do operador da planta e aumento do Erro de Força de Laminação e também a influência da Força de Flexão dos Cilindros no Erro de Força. Além da análise dos resultados obtidos, são apresentadas também as dificuldades encontradas, bem como as perspectivas futuras sobre o assunto dentro do ambiente industrial.