Inteligência artificial aplicada para detecção de Knock em motores automotivos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/237502 |
Resumo: | TCC (graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Engenharia Mecatrônica. |
id |
UFSC_f1f059f1379147e2085e849f05ea9cd9 |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/237502 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Inteligência artificial aplicada para detecção de Knock em motores automotivosInteligência artificialSérie temporalMotorKnockTCC (graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Engenharia Mecatrônica.No uso de técnicas de aquisição de informações sobre um sistema, uma aplicação essencial dos dados é a detecção de falhas. Diversos métodos existem para realizar tal tarefa, porém, muitos exigem conhecimento específico de domínio e modelos complexos do sistema avaliado. O advento dos algoritmos de aprendizado de máquina abriu a possibilidade de, automaticamente, se criar modelos do sistema a partir dos dados produzidos, no entanto, ainda há necessidade de se escolher o melhor algoritmo e otimizar os hiper-parâmetros para um dado problema. Assim, este trabalho implementa uma abordagem de detecção de falhas a partir de dados em série temporal, de modo a fornecer uma visão geral das técnicas existem e como aplicá-las. Para isso, o problema abordado foi Knock em motores automotivos, uma falha de combustão que gera ruído e desgaste. Onde os dados são coletados pela Electronic Control Unit (ECU) gerando a série temporal de variáveis do sistema, além disso, a própria ECU também tem um algoritmo de detecção de falhas otimizado manualmente por especialistas, o que possibilita a avaliação dos métodos aqui apresentados. Por fim, diversas métricas de desempenho são coletadas e comparadas para ilustrar as diferenças e se decidir a melhor abordagem para o problema em questão.Joinville, SCGiovani, GracioliUniversidade Federal de Santa CatarinaPierozan, Victor Elízio2022-08-01T20:36:12Z2022-08-01T20:36:12Z2022-07-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis53application/pdfhttps://repositorio.ufsc.br/handle/123456789/237502info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-08-01T20:36:12Zoai:repositorio.ufsc.br:123456789/237502Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-08-01T20:36:12Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Inteligência artificial aplicada para detecção de Knock em motores automotivos |
title |
Inteligência artificial aplicada para detecção de Knock em motores automotivos |
spellingShingle |
Inteligência artificial aplicada para detecção de Knock em motores automotivos Pierozan, Victor Elízio Inteligência artificial Série temporal Motor Knock |
title_short |
Inteligência artificial aplicada para detecção de Knock em motores automotivos |
title_full |
Inteligência artificial aplicada para detecção de Knock em motores automotivos |
title_fullStr |
Inteligência artificial aplicada para detecção de Knock em motores automotivos |
title_full_unstemmed |
Inteligência artificial aplicada para detecção de Knock em motores automotivos |
title_sort |
Inteligência artificial aplicada para detecção de Knock em motores automotivos |
author |
Pierozan, Victor Elízio |
author_facet |
Pierozan, Victor Elízio |
author_role |
author |
dc.contributor.none.fl_str_mv |
Giovani, Gracioli Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Pierozan, Victor Elízio |
dc.subject.por.fl_str_mv |
Inteligência artificial Série temporal Motor Knock |
topic |
Inteligência artificial Série temporal Motor Knock |
description |
TCC (graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Engenharia Mecatrônica. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-08-01T20:36:12Z 2022-08-01T20:36:12Z 2022-07-27 |
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.ufsc.br/handle/123456789/237502 |
url |
https://repositorio.ufsc.br/handle/123456789/237502 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
53 application/pdf |
dc.publisher.none.fl_str_mv |
Joinville, SC |
publisher.none.fl_str_mv |
Joinville, SC |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808651949154762752 |