Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Silva, Lucas Baccarat Carneiro da Cunha Bernardino da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
SISTEMAS CIBERFÍSICOS (CPS)
INTELIGÊNCIA ARTIFICIAL
APRENDIZADO COMPUTACIONAL
REDES NEURAIS ARTIFICIAIS
CYBER-PHYSICAL SYSTEMS (CPS)
ARTIFICIAL INTELLIGENCE
MACHINE LEARNING
ARTIFICIAL NEURAL NETWORKS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA - UFABC
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037
Resumo: Orientador: Prof. Dr. Guilherme Canuto da Silva
id UFBC_89580a53d9ead3186bbf86a78b311cac
oai_identifier_str oai:BDTD:118037
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquinaSISTEMAS CIBERFÍSICOS (CPS)INTELIGÊNCIA ARTIFICIALAPRENDIZADO COMPUTACIONALREDES NEURAIS ARTIFICIAISCYBER-PHYSICAL SYSTEMS (CPS)ARTIFICIAL INTELLIGENCEMACHINE LEARNINGARTIFICIAL NEURAL NETWORKSPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA - UFABCOrientador: Prof. Dr. Guilherme Canuto da SilvaDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Mecânica, 2019.As indústrias automotivas passam por uma transformação em seus sistemas de manufatura. Denominada pelo governo alemão de Industrie 4.0, esta transformação baseia-se na evolução de sistemas embarcados (Embedded Systems - ES) para sistemas ciberfísicos (Cyber-Physical Systems - CPS). CPS utilizam tecnologia da informação para fazer o controle direto dos sistemas de manufatura. CPS utilizam ainda sistemas digitais, tais como: computação de máquina (Machine-to-Machine ¿ M2M), inteligência artificial (Artificial Intelligence - AI) e controle automático de processos. Mesmo com a difusão de tais tecnologias na indústria automotiva, os sistemas de manufatura automotiva ainda estão sujeitos a falhas. Neste sentido, o uso de técnicas de AI como, por exemplo, aprendizado de máquina (Machine Learning - ML), pode tornar o controle/funcionamento destes sistemas mais robusto. Este trabalho tem como objetivo implementar um algoritmo de redes neurais artificiais (RNA) que possa ser utilizado na estimativa de dimensões efetivas, para a operação de montagem/ajuste do conjunto tampa traseira na carroceria de um automóvel de passeio. A utilização do algoritmo de RNA é escolhido após um estudo sobre as principais técnicas de ML que podem ser utilizadas para solucionar o problema de engenharia deste trabalho. Para que isto seja possível, um referencial teórico é feito. Posteriormente, um levantamento de campo e estudo de caso em uma filial de montadora europeia instalada no Brasil (FMEIB) são desenvolvidos. O algoritmo de RNA apresentou resultados satisfatórios, com um erro de aproximadamente 1% e uma acurácia de aproximadamente 87%.Automotive industries undergo a transformation in their manufacturing systems. Named by the German government of Industrie 4.0, this transformation is based on the evolution of embedded systems (Embedded Systems - ES) for cyber-physical systems (CPS). CPS uses information technology to make direct control of manufacturing systems. CPS also uses digital systems, such as: Machine-to-Machine (M2M), Artificial Intelligence (AI) and automatic process control. Even with the diffusion of such technologies in the automotive industry, automotive manufacturing systems are still subject to failure. In this sense, the use of AI techniques, such as machine learning (ML), can make the control / operation of these systems more robust. This work aims to implement an algorithm of artificial neural networks (ANN) that can be used in estimating effective dimensions for the assembly / adjustment operation of the rear cover assembly in the body of a passenger car. The use of the ANN algorithm is chosen after a study on the main ML techniques that can be used to solve the engineering problem of this work. For this to be possible, a theoretical reference is made. Subsequently, a field survey and case study at a European assembler branch installed in Brazil (FMEIB) are developed. The ANN algorithm presented satisfactory results, with an error of approximately 1% and an accuracy of approximately 87%.Silva, Guilherme Canuto daDel Conte, Erik GustavoCeliberto Junior, Luiz AntonioSilva, Lucas Baccarat Carneiro da Cunha Bernardino da2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf168 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037&midiaext=77341http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037&midiaext=77342Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=118037porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2022-03-21T15:03:53Zoai:BDTD:118037Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2022-03-21T15:03:53Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
title Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
spellingShingle Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
Silva, Lucas Baccarat Carneiro da Cunha Bernardino da
SISTEMAS CIBERFÍSICOS (CPS)
INTELIGÊNCIA ARTIFICIAL
APRENDIZADO COMPUTACIONAL
REDES NEURAIS ARTIFICIAIS
CYBER-PHYSICAL SYSTEMS (CPS)
ARTIFICIAL INTELLIGENCE
MACHINE LEARNING
ARTIFICIAL NEURAL NETWORKS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA - UFABC
title_short Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
title_full Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
title_fullStr Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
title_full_unstemmed Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
title_sort Avaliação e estimativa de dimensões efetivas de um conjunto tampa traseira automotivo com uso de aprendizado de máquina
author Silva, Lucas Baccarat Carneiro da Cunha Bernardino da
author_facet Silva, Lucas Baccarat Carneiro da Cunha Bernardino da
author_role author
dc.contributor.none.fl_str_mv Silva, Guilherme Canuto da
Del Conte, Erik Gustavo
Celiberto Junior, Luiz Antonio
dc.contributor.author.fl_str_mv Silva, Lucas Baccarat Carneiro da Cunha Bernardino da
dc.subject.por.fl_str_mv SISTEMAS CIBERFÍSICOS (CPS)
INTELIGÊNCIA ARTIFICIAL
APRENDIZADO COMPUTACIONAL
REDES NEURAIS ARTIFICIAIS
CYBER-PHYSICAL SYSTEMS (CPS)
ARTIFICIAL INTELLIGENCE
MACHINE LEARNING
ARTIFICIAL NEURAL NETWORKS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA - UFABC
topic SISTEMAS CIBERFÍSICOS (CPS)
INTELIGÊNCIA ARTIFICIAL
APRENDIZADO COMPUTACIONAL
REDES NEURAIS ARTIFICIAIS
CYBER-PHYSICAL SYSTEMS (CPS)
ARTIFICIAL INTELLIGENCE
MACHINE LEARNING
ARTIFICIAL NEURAL NETWORKS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA - UFABC
description Orientador: Prof. Dr. Guilherme Canuto da Silva
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037&midiaext=77341
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118037&midiaext=77342
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=118037
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
168 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1801502161128914944

Registros relacionados