XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: APRENDIZADO DE MÁQUINA APLICADO À DETECÇÃO DE FALHAS EM SISTEMAS MECÂNICOS Autor: HUMBERTO SEGHETTO DOS SANTOS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
HELON VICENTE HULTMANN AYALA - ORIENTADOR
PEDRO HENRIQUE LEITE DA SILVA PIRES DOMINGUES - COORIENTADOR
Nº do Conteudo: 65666
Catalogação: 21/12/2023 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65666@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65666@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.65666
Resumo:
Título: APRENDIZADO DE MÁQUINA APLICADO À DETECÇÃO DE FALHAS EM SISTEMAS MECÂNICOS Autor: HUMBERTO SEGHETTO DOS SANTOS
PEDRO HENRIQUE LEITE DA SILVA PIRES DOMINGUES - COORIENTADOR
Nº do Conteudo: 65666
Catalogação: 21/12/2023 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65666@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65666@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.65666
Resumo:
Nas diversas áreas da engenharia é fundamental garantir a saúde das
estruturas utilizadas. O Structural Health Monitoring (SHM) é a disciplina
específica que tem como objetivo avaliar e manter a integridade de estruturas,
possibilitando a detecção precoce de falhas e prolongando sua vida útil. Neste
trabalho iremos apresentar uma aplicação de Machine Learning (ML) como
uma ferramenta auxiliar no processo de identificação de falhas essencial ao
SHM. Em particular, analisaremos um estudo de caso desenvolvido com ênfase
nas pás de turbinas eólicas e utilizaremos os dados deste caso como uma base
para demonstrar a aplicabilidade dos conceitos teóricos. Dentre as técnicas
utilizadas damos destaque a metodologia focada na redução dimensional, tanto
através de métodos tradicionais como o Principal Component Analysis quanto
mais modernos como o Feature Engineering, aliados aos modelos altamente
adaptativos de ML. Essas ferramentas são fundamentais para ser possível tirar
máximo proveito da imensa quantidade de dados que são produzidos pelas
tecnologias de sensores e de monitoramento moderno. A integração de ML ao
SHM não apenas aprimora a precisão na identificação de falhas, mas também
exemplifica a adaptabilidade e eficácia de tecnologias inovadoras na proteção
da saúde estrutural.
Descrição | Arquivo |
NA ÍNTEGRA |