Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Andrade, Patrick Rafael Portes
Orientador(a): Pessin, Gustavo
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 embarcados - computadores
Inteligência artificial
Aprendizado do computador
Arduino - controlador programável - nano 33 BLE Sense
Python - linguagem de programação de computador
Link de acesso: http://www.repositorio.ufop.br/jspui/handle/123456789/17927
Resumo: Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
id UFOP_f00f32399e46dbde31df35fa5504eb58
oai_identifier_str oai:repositorio.ufop.br:123456789/17927
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str
spelling Andrade, Patrick Rafael PortesPessin, GustavoCoelho, Bruno NazárioRocha Filho, Geraldo PereiraPessin, Gustavo2023-12-12T21:44:10Z2023-12-12T21:44:10Z2023ANDRADE, Patrick Rafael Portes. Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina. 2023. 77 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.http://www.repositorio.ufop.br/jspui/handle/123456789/17927Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.Sistemas que utilizam algoritmos de Machine Learning (ML) para classificação e predição de informações são cada vez mais comuns na indústria. Relatórios que unem inteligência analítica e big data são capazes de prover insights preciosos sobre comportamentos de clientes, tendências de mercado e oportunidades de negócio, contudo, o uso de IA embarcado no chão de fábrica ainda é reduzido. Com avanço do poder de processamento de microcontroladores e utilização de técnicas de otimização de algoritmos de ML, surgiram algumas bibliotecas dedicadas para embarcar modelos de ML em placas microcontroladas de baixo custo. O sistema UPS é de extrema importância para o Sistema Elétrico de Potência (SEP), uma vez que é o responsável por garantir monitoramento e comando no caso da falta de tensão primária. O retificador trifásico é a parte mais sensível do sistema UPS e é o mais susceptível a falhas. Os retificadores atuais possuem um sistema de alarmes para indicar falhas, todavia esses alarmes, na maioria das vezes, vêm de forma tardia, quando o equipamento parou de funcionar. Esse trabalho propõe o desenvolvimento de uma solução embarcada utilizando a placa Arduino Nano 33 BLE Sense e algoritmos de ML para identificação de falhas em sistemas UPS através do processamento do som emitido por esses equipamentos. Foram obtidos resultados com acurácia de 99,74% para identificação de retificadores com defeito.Systems that use Machine Learning (ML) algorithms to classify and predict information are increasingly common in the industry. Reports that combine analytical intelligence and big data can provide precious insights into customer behaviors, market trends and business opportunities, however, the use of embedded AI on the factory floor is still low. With advances in the processing power of microcontrollers and the use of ML algorithm optimization techniques, such as quantization, some dedicated libraries have emerged to embed ML models on low-cost microcontroller boards. The UPS system is extremely important for the Electrical Power System (EPS), as it is responsible for ensuring monitoring and command in the event of a lack of primary voltage. The three-phase rectifier is the most sensitive part of the UPS system and is the most susceptible to failure. Current rectifiers have an alarm system to indicate failures, however these alarms, in most cases, come late, when the equipment has stopped working. This work proposes the development of an embedded solution using the Arduino Nano 33 BLE Sense board and ML algorithms to identify faults in UPS systems by processing the sound emitted by this equipment. Results were obtained with an accuracy of 99.74% for identifying defective rectifiers.http://creativecommons.org/licenses/by-nc-sa/3.0/us/Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 29/11/2023 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais.info:eu-repo/semantics/openAccessSistemas embarcados - computadoresInteligência artificialAprendizado do computadorArduino - controlador programável - nano 33 BLE SensePython - linguagem de programação de computadorDesenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOPORIGINALDISSERTAÇÃO_DesenvolvimentoSoluçãoEmbarcada.pdfDISSERTAÇÃO_DesenvolvimentoSoluçãoEmbarcada.pdfapplication/pdf2416503https://www.repositorio.ufop.br/bitstreams/f46171c9-a18c-4185-a961-d2c76cedb932/download77efb4bc0f118d7df81da03531041bb4MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://www.repositorio.ufop.br/bitstreams/22d92236-4b7d-4760-ad0c-cc7a0c306f29/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81037https://www.repositorio.ufop.br/bitstreams/3c459ded-6efd-4d5d-ba4c-58d5c11150ae/download80294ba9ff4c5b4f07812ee200fbc42fMD52falseAnonymousREADTHUMBNAILDISSERTAÇÃO_DesenvolvimentoSoluçãoEmbarcada.pdf.jpgDISSERTAÇÃO_DesenvolvimentoSoluçãoEmbarcada.pdf.jpgGenerated Thumbnailimage/jpeg3746https://www.repositorio.ufop.br/bitstreams/34a9dd25-231c-4e36-abba-0799aa8f33a7/downloadb08f1b267c02903be4e4146557fd3924MD54falseAnonymousREAD123456789/179272024-11-11 03:55:31.134http://creativecommons.org/licenses/by-nc-sa/3.0/us/abertoopen.accessoai:repositorio.ufop.br:123456789/17927https://www.repositorio.ufop.brRepositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332024-11-11T06:55:31Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)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
dc.title.pt_BR.fl_str_mv Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
title Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
spellingShingle Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
Andrade, Patrick Rafael Portes
Sistemas embarcados - computadores
Inteligência artificial
Aprendizado do computador
Arduino - controlador programável - nano 33 BLE Sense
Python - linguagem de programação de computador
title_short Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
title_full Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
title_fullStr Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
title_full_unstemmed Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
title_sort Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina.
author Andrade, Patrick Rafael Portes
author_facet Andrade, Patrick Rafael Portes
author_role author
dc.contributor.referee.pt_BR.fl_str_mv Pessin, Gustavo
Coelho, Bruno Nazário
Rocha Filho, Geraldo Pereira
dc.contributor.author.fl_str_mv Andrade, Patrick Rafael Portes
dc.contributor.advisor1.fl_str_mv Pessin, Gustavo
contributor_str_mv Pessin, Gustavo
dc.subject.por.fl_str_mv Sistemas embarcados - computadores
Inteligência artificial
Aprendizado do computador
Arduino - controlador programável - nano 33 BLE Sense
Python - linguagem de programação de computador
topic Sistemas embarcados - computadores
Inteligência artificial
Aprendizado do computador
Arduino - controlador programável - nano 33 BLE Sense
Python - linguagem de programação de computador
description Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-12-12T21:44:10Z
dc.date.available.fl_str_mv 2023-12-12T21:44:10Z
dc.date.issued.fl_str_mv 2023
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.citation.fl_str_mv ANDRADE, Patrick Rafael Portes. Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina. 2023. 77 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufop.br/jspui/handle/123456789/17927
identifier_str_mv ANDRADE, Patrick Rafael Portes. Desenvolvimento de uma solução embarcada para identificação de falhas em sistemas UPS (Uninterruptible Power Supply) por meio de aprendizado de máquina. 2023. 77 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.
url http://www.repositorio.ufop.br/jspui/handle/123456789/17927
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/us/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/us/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFOP
instname:Universidade Federal de Ouro Preto (UFOP)
instacron:UFOP
instname_str Universidade Federal de Ouro Preto (UFOP)
instacron_str UFOP
institution UFOP
reponame_str Repositório Institucional da UFOP
collection Repositório Institucional da UFOP
bitstream.url.fl_str_mv https://www.repositorio.ufop.br/bitstreams/f46171c9-a18c-4185-a961-d2c76cedb932/download
https://www.repositorio.ufop.br/bitstreams/22d92236-4b7d-4760-ad0c-cc7a0c306f29/download
https://www.repositorio.ufop.br/bitstreams/3c459ded-6efd-4d5d-ba4c-58d5c11150ae/download
https://www.repositorio.ufop.br/bitstreams/34a9dd25-231c-4e36-abba-0799aa8f33a7/download
bitstream.checksum.fl_str_mv 77efb4bc0f118d7df81da03531041bb4
8a4605be74aa9ea9d79846c1fba20a33
80294ba9ff4c5b4f07812ee200fbc42f
b08f1b267c02903be4e4146557fd3924
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)
repository.mail.fl_str_mv repositorio@ufop.edu.br
_version_ 1862724485100077056

Registros relacionados