site do Governo de São Paulo
Quem Somos
  Perfil e histórico
Secr. Desenvolvimento
Parcerias
Departamentos
Etecs
  Cursos
Escolas
Vestibulinho
Projetos
Enem
Regimento Comum
Fatecs
  Cursos
Faculdades
Vestibular
Concursos
Projetos
Enem
Telecurso TEC
Ensino Básico
Pós-graduação
  Geral
Lato Sensu
Stricto Sensu
Ensino a Distância
Trabalhos Acadêmicos
Avaliação
  Observatório Escolar
SAI
Projeto Caminhar
Produção Didática
  Livros e Software
Guia da Internet
Notícias
  Releases
Clipping

Revista
Capacitações
Licitações
  Concorrência Pública
Convite
Leilão
Pregões
Tomadas de Preços
   
Fale Conosco
   
 

Dissertações

Mestrado em Tecnologia: Gestão, Desenvolvimento e Formação
Autor: Adilson Pereira dos Santos
Orientador: Prof. Dr. Maurício Amaral de Almeida
Banca: Profa. Dra. Márcia Ito; Prof. Dr. Regis Rossi Alves Faria
Título: Uso de Árvores de Decisão na Predição de Falhas em Motores Elétricos: Uma Abordagem Auxiliada por um Sistema de Banco de Dados

Resumo

Dispor de técnicas para identificar quais os fatores predisponentes para a ocorrência de falhas em motores elétricos de tração de sistemas metro-ferroviários e os seus inter-relacionamentos pode ajudar a aperfeiçoar os processos de manutenção e reduzir o número de falhas, aumentando a confiabilidade destes equipamentos. Neste tipo de equipamento, onde as intervenções realizadas podem ser bastante invasivas, os processos de manutenção podem ser fatores geradores de novas falhas. Possuir um bom histórico de manutenção juntamente com técnicas adequadas de mineração de dados pode indicar os pontos a serem melhorados nas atividades de manutenção realizadas.
Neste trabalho é aplicada a técnica de indução de árvores de decisão sobre os dados históricos da manutenção em oficinas para descobrir a relação entres os processos de manutenção e a reincidência de falhas. São discutidos os aspectos teóricos envolvidos na tarefa de indução das árvores de decisão e o estado da arte sobre a integração de ferramentas de mineração de dados e sistemas de banco de dados. São abordadas também, as atividades realizadas na fase de pré-processamento dos dados e as soluções utilizadas para o tratamento dos atributos cujos valores são desconhecidos e a discretização dos atributos contínuos, usando uma técnica baseada na análise de histogramas. Na abordagem proposta, as informações necessárias para o processo de indução da árvore de decisão serão obtidas diretamente do banco de dados, com o uso de instruções SQL. Além dos dados do histórico de manutenção, os parâmetros de configuração do programa de indução e a árvore gerada pelo programa também são armazenados neste banco de dados. Por fim discute-se a validade dos resultados obtidos com a implementação desta abordagem.




para visualizar o arquivo é necessário o Adobe Reader

site melhor visualizado em 800x600 e I.E. - © Copyright 2002, Centro Paula Souza