Uma abordagem baseada em granulação fuzzy e máquinas de vetores suporte para prognóstico de falhas

Página do item simplificado
dc.creatorMurilo César Osório Camargos Filho
dc.creatorReinaldo Martinez Palhares
dc.creatorMarcos Flávio Silveira Vasconcelos D'angelo
dc.date.accessioned2025-04-10T13:25:45Z
dc.date.accessioned2025-09-08T22:51:21Z
dc.date.available2025-04-10T13:25:45Z
dc.date.issued2018
dc.identifier.doihttps://doi.org/10.20906/CBA2022/756
dc.identifier.urihttps://hdl.handle.net/1843/81437
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofXXII Congresso Brasileiro de Automática
dc.rightsAcesso Restrito
dc.subjectInteligência artificial
dc.subjectControle automático
dc.subject.otherControle
dc.subject.otherPrognóstico de Falhas
dc.subject.otherDiagnóstico de Falhas
dc.subject.otherInteligência Computacional
dc.subject.otherIndústria 4.0
dc.subject.otherGranulação Fuzzy, Máquinas de Vetores Suporte (SVM), Nelder-Mead
dc.titleUma abordagem baseada em granulação fuzzy e máquinas de vetores suporte para prognóstico de falhas
dc.typeArtigo de evento
local.citation.epage8
local.citation.spage1
local.description.resumoEste artigo propõe uma abordagem baseada em dados históricos para prognóstico de falha. A abordagem proposta utiliza uma técnica para granulação da informação baseada em formas fuzzy para representar a série temporal dos dados de desgaste em uma máquina; em seguida, os grânulos são modelados através de máquinas de vetores suporte por mínimos quadrados (LSSVM), cujos parâmetros são otimizados através do algoritmo simplex de Nelder-Mead. A abordagem foi aplicada com sucesso no prognóstico do desgaste da fresa em máquinas de comando num´´erico computadorizado (CNC). Os resultados mostram que a utilizaçâo do simplex de Nelder{Mead, quando comparados com outros algoritmos de otimizaçâao, pode melhorar a acurácia da previsão e diminuir o tempo gasto na fase de treinamento.
local.publisher.countryBrasil
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICA
local.publisher.initialsUFMG
local.url.externahttps://www.sba.org.br/open_journal_systems/index.php/cba/article/view/756

Arquivos

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição:
Baixar

Coleções

Artigo de Evento

Logo UFMG