1. Repositório Institucional da UFMG
  2. Trabalhos Acadêmicos
  3. Monografias de Especialização
  4. Especialização em Estatística
Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/35455
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Roberto da Costa Quininopt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4614108535307047pt_BR
dc.contributor.referee1Marta Afonso Freitaspt_BR
dc.contributor.referee2Anderson Laécio Galindo Trindadept_BR
dc.creatorVanessa Miranda Oliveirapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/5627141501163729pt_BR
dc.date.accessioned2021-03-26T19:42:15Z-
dc.date.available2021-03-26T19:42:15Z-
dc.date.issued2019-12-16-
dc.identifier.urihttp://hdl.handle.net/1843/35455-
dc.description.abstractThe power generation process uses the latest technology, where it is used at all stages of the production process, from power generation by turbines to transmission and distribution. electricity generated in the plants for the most diverse end consumers. It is important in this process that the entire system keep working good. When this don’t work, preventive and corrective maintenance should be done, however these can generate expensive costs when did at the bad moment. The distribution transformer will be the object of study here in this work. The objective is find the optimal maintence time for repairable systems. For this we used maximum likelihood estimation methods, Bootstrap and confidence intervals to find the optimal time.pt_BR
dc.description.resumoO processo de geração de energia elétrica utiliza o que existe de mais moderno na tecnologia, onde ela é utilizada em todas as fases do processo de produção, que vai desde a geração de energia elétrica propriamente dita, pelas turbinas, até a transmissão e a distribuição da eletricidade gerada nas usinas para os mais diversos consumidores finais. É importante nesse processo que todo o sistema se mantenha funcionando da melhor forma possível, quando isso não ocorre manutenções preventivas e corretivas devem ser realizadas, no entanto estas podem gerar custos muito altos quando realizadas no momento errado. O transformador de distribuição será o objeto de estudo aqui neste trabalho, para o qual busca-se encontrar o tempo ótimo de manutenção. Para tal utilizou-se métodos de estimação de máxima verossimilhança, Bootstrap e intervalos de confiança para encontrar o tempo ótimo.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICX - DEPARTAMENTO DE ESTATÍSTICApt_BR
dc.publisher.programCurso de Especialização em Estatísticapt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/pt/*
dc.subjectProcesso de Poisson Não Paramétricopt_BR
dc.subjectManutenção Preventivapt_BR
dc.subjectEstimador de Máxima Verossimilhançapt_BR
dc.subjectBootstrap Paramétricopt_BR
dc.subjectSistemas Reparáveispt_BR
dc.subject.otherEstatística.pt_BR
dc.subject.otherPoisson, Distribuição de.pt_BR
dc.subject.otherEstatística não paramétrica.pt_BR
dc.subject.otherBootstrap (Estatística).pt_BR
dc.subject.otherVerossimilhança (Estatistica).pt_BR
dc.titleIntervalo de confiança Bootstrap paramétrico para o tempo ótimo de manutenção preventiva aplicada em sistemas reparáveispt_BR
dc.typeMonografia (especialização)pt_BR
Appears in Collections:Especialização em Estatística

Files in This Item:
File Description SizeFormat 
Vanessa Miranda Oliveira.pdf1.31 MBAdobe PDFView/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons