| Campo DC | Valor | Idioma |
|---|
| dc.contributor.advisor | Mendonça, Fábio Lúcio Lopes de | pt_BR |
| dc.contributor.author | Rabelo, Bruno Soares | pt_BR |
| dc.date.accessioned | 2024-02-27T20:57:25Z | - |
| dc.date.available | 2024-02-27T20:57:25Z | - |
| dc.date.issued | 2024-02-27 | - |
| dc.date.submitted | 2023-08-30 | - |
| dc.identifier.citation | RABELO, Bruno Soares. Plataforma IoT para predição de falhas em freezers de vacinas a partir do monitoramento contínuo da temperatura interna. 2023. viii, 90 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023. | pt_BR |
| dc.identifier.uri | http://repositorio2.unb.br/jspui/handle/10482/47920 | - |
| dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023. | pt_BR |
| dc.description.abstract | A estrutura geral das redes da Internet das Coisas (IoT) ainda é um assunto interessante para
pesquisa e inovação. O monitoramento geral de dispositivos em redes se torna um desafio grande
nessas redes. Este trabalho propõe o estudo através de uma plataforma de IoT para o monitoramento preventivo e contínuo da temperatura interna em freezers ultra-low, utilizados em armazenamento de vacinas. O objetivo é realizar um estudo de predição de falhas e paradas inesperadas
através de tecnologias de Inteligência Artifícial. A proposta envolve a concepção de um modelo
de arquitetura de sistema IoT que inclui uma unidade física de hardware para a coleta local e o
envio de dados, bem como sensores de temperatura. Além disso, a solução incorpora uma camada
de middleware hospedada em um servidor na nuvem, responsável por coletar dados desses dispositivos e efetuar um monitoramento contínuo 24/7 da temperatura em freezers distribuídos em
várias instituições de saúde em todo o Brasil. Além disso, possui uma camada de aplicação a fim
de identificar indícios de falha através da utilização de métodos estatísticos, utilizando modelos
preditivos para séries temporais. | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.title | Plataforma IoT para predição de falhas em freezers de vacinas a partir do monitoramento contínuo da temperatura interna | pt_BR |
| dc.type | Dissertação | pt_BR |
| dc.subject.keyword | Internet das Coisas (IoT) | pt_BR |
| dc.subject.keyword | Inteligência artificial | pt_BR |
| dc.subject.keyword | Análise preditiva | pt_BR |
| dc.rights.license | A 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.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, 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.contributor.advisorco | Sousa Júnior, Rafael Timoteo de | pt_BR |
| dc.description.abstract1 | The overall structure of Internet of Things (IoT) networks remains an intriguing subject for
research and innovation. General monitoring of devices within these networks becomes a significant challenge. This work proposes the study through an IoT platform for the preventive and
continuous monitoring of internal temperature in ultra-low freezers used in vaccine storage. The
objective is to conduct a predictive analysis of failures and unexpected shutdowns using Artificial Intelligence technologies. The proposal involves the design of an IoT system architecture
model that includes a physical hardware unit for local data collection and transmission, as well
as temperature sensors. Furthermore, the solution incorporates a middleware layer hosted on a
cloud server, responsible for collecting data from these devices and conducting continuous 24/7
temperature monitoring of freezers distributed across various healthcare institutions throughout
Brazil. Additionally, it features an application layer aimed at identifying signs of failure through
the use of statistical methods, utilizing predictive models for time series data. | pt_BR |
| dc.description.unidade | Faculdade de Tecnologia (FT) | pt_BR |
| dc.description.unidade | Departamento de Engenharia Elétrica (FT ENE) | pt_BR |
| dc.description.ppg | Programa de Pós-Graduação em Engenharia Elétrica, Mestrado Profissional | pt_BR |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|
