Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/38675
Files in This Item:
File Description SizeFormat 
2020_RobertoCanedoRosa.pdf2,42 MBAdobe PDFView/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBarbalho, Sanderson César Macêdo-
dc.contributor.authorRosa, Roberto Canedo-
dc.date.accessioned2020-07-01T19:43:16Z-
dc.date.available2020-07-01T19:43:16Z-
dc.date.issued2020-07-01-
dc.date.submitted2020-02-10-
dc.identifier.citationROSA, Roberto Canedo. Aprendizagem de máquina aplicada à predição do tempo de fabricação de novos produtos: um estudo exploratório com foco no tipo de material utilizado em empresa de produção mecatrônica da área médica e espacial. 2020. 91 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2020.pt_BR
dc.identifier.urihttps://repositorio.unb.br/handle/10482/38675-
dc.descriptionDissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2020.pt_BR
dc.description.abstractA indústria 4.0 é um projeto estratégico que combina inúmeras tecnologias com o intuito de transformar as cadeias de valor da indústria, da produção e dos modelos de negócio. Realizar estimativas e prever eventos futuros incorrem em desafios confrontados pela quarta revolução industrial. Predizer o lead-time total de fabricação de um produto ou componente na indústria torna-se uma atividade crítica e vital para um ambiente de grande competitividade enfrentado por um mercado altamente globalizado e direcionado para a inovação. O trabalho proposto apresenta um estudo com foco em predizer o lead-time total de fabricação de peças e componentes de novos produtos de uma empresa com produção mecatrônica na área de equipamentos médicos e espaciais. A análise preditiva e o aprendizado de máquina através dos algoritmos de Redes Neurais Artificiais (RNA), Support Vector Machine (SVM) e Random Forest (RF) delinearam a metodologia aplicada no estudo. Os modelos de predição foram aplicados em um conjunto de dados de ordens de serviço da empresa, e os resultados mostraram a eficiência do método na estimativa do lead-time total de fabricação. Os melhores resultados apresentaram uma taxa de acerto acima de 87% e com um erro médio absoluto menor que um (1) dia para a fabricação com o material alumínio 6061.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.language.isoPortuguêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAprendizagem de máquina aplicada à predição do tempo de fabricação de novos produtos : um estudo exploratório com foco no tipo de material utilizado em empresa de produção mecatrônica da área médica e espacialpt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordAprendizagem de máquinapt_BR
dc.subject.keywordProdução mecatrônicapt_BR
dc.subject.keywordLead timept_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.description.abstract1Industry 4.0 is a strategic project that combines numerous technologies in order to transform the value chains of industry, production and business models. Making estimates and predicting future events face challenges faced by the fourth industrial revolution. Predicting the total lead time for manufacturing a product or component in the industry becomes a critical and vital activity for a highly competitive environment faced by a highly globalized and innovation-driven market. The proposed work presents a study aimed at predicting the total lead time of manufacturing parts and components for new products of a company with mechatronic production in the area of medical and space equipment. Predictive analysis and machine learning through Artificial Neural Network (RNA), Support Vector Machine (SVM) and Random Forest (RF) algorithms outlined the methodology applied in the study. The prediction models were applied to a dataset of the company's work orders, and the results showed the efficiency of the method in estimating the total lead time of manufacture. The best results showed a hit rate above 87% and with an average absolute error less than one (1) day for manufacturing with 6061 aluminum material.pt_BR
dc.description.unidadeFaculdade de Tecnologia (FT)pt_BR
dc.description.unidadeDepartamento de Engenharia Mecânica (FT ENM)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Sistemas Mecatrônicospt_BR
Appears in Collections:Teses, dissertações e produtos pós-doutorado

Show simple item record " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/38675/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.