Sistema de identificação de falhas em escadas rolantes utilizando redes neurais artificiais

dc.contributor.advisorCaporali, Alexandre Simião
dc.contributor.authorAlves, Alessandro Lins
dc.date.accessioned2017-10-03T14:23:11Z
dc.date.available2017-10-03T14:23:11Z
dc.date.issued05/10/2015
dc.description.abstractEscadas Rolantes são importantes meios de locomoção dentro de sistemas metro-ferroviários. Em caso de falhas, elas podem parar bruscamente, podendo gerar graves acidentes. Desta forma, é fundamental que a detecção das falhas neste equipamento ocorra de forma correta. O objetivo deste trabalho é diminuir a incidência de paradas desnecessárias nas escadas rolantes, evitando assim graves acidentes, transtornos aos usuários e também diminuindo custos com manutenção. Para isto, foi desenvolvido um dispositivo de baixo custo para captar os dados vibracionais de uma escada rolante. De posse destes dados, foi realizado um estudo de viabilidade da utilização de uma rede neural artificial do tipo mapa auto-organizável, para que estes dados fossem classificados corretamente e com isto o sistema pudesse diferenciar uma falha real de uma falsa falha em uma escada rolante. O modelo proposto obteve 77,67% de acerto na classificação das falhas, em relação a outros tipos de sinais provenientes da vibração das escadas rolantes.pt_BR
dc.description.abstract2Escalators are important means of locomotion within metro-rail systems. In case of failure, they can stop abruptly and may cause serious accidents. Thus, it is essential that the detection of faults occurring in this equipment correctly. The objective of this work is to reduce the incidence of unnecessary stops on escalators, thus avoiding serious accidents, inconvenience to users and reducing maintenance costs. For this, a low cost device is designed to raise the vibrational data of an escalator. Using these data, a feasibility study of the use of an artificial neural network, of type self-organizing map, so that these data were classified correctly and that the system could differentiate an actual failure of a false failure on an escalator. The proposed model has obtained 77.67% of correct classification of failures in relation to other types of signals from the vibration of escalators.
dc.format.mimetypeapplication/pdf
dc.identifier.bibliographicCitationALVES, Alessandro Lins. Sistema de identificação de falhas em escadas rolantes utilizando redes neurais artificiais. Orientador: Prof. Dr. Alexandre Simião Caporali. Co-Orientador: Prof. Dr. Paulo Roberto Barbosa. 2015. 84 f.; il. Dissertação (Mestrado Profissional em Automação e Controle de Processos.) - Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, 2015.
dc.identifier.urihttp://repo.ifsp.edu.br/123456789/55
dc.identifier2.lattes9538039597701916
dc.publisherIFSP
dc.publisher.campiSÃO PAULO
dc.publisher.programMestrado Profissional em Automação e Controle de Processos
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.subject.keywordsredes neurais artificiais
dc.subject.keywordsmapas auto-organizáveis
dc.subject.keywordsescada rolante
dc.subject.keywordsgerenciamento de falhas.
dc.titleSistema de identificação de falhas em escadas rolantes utilizando redes neurais artificiaispt_BR
dc.title.alternativeEscalator fault identification system using artificial neural networks
dc.typeTeses e Dissertações
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Alves, Alessandro Lins.pdf
Tamanho:
3 MB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: