Sistema de identificação de falhas em escadas rolantes utilizando redes neurais artificiais
| dc.contributor.advisor | Caporali, Alexandre Simião | |
| dc.contributor.author | Alves, Alessandro Lins | |
| dc.date.accessioned | 2017-10-03T14:23:11Z | |
| dc.date.available | 2017-10-03T14:23:11Z | |
| dc.date.issued | 05/10/2015 | |
| dc.description.abstract | Escadas 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.abstract2 | Escalators 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.mimetype | application/pdf | |
| dc.identifier.bibliographicCitation | ALVES, 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.uri | http://repo.ifsp.edu.br/123456789/55 | |
| dc.identifier2.lattes | 9538039597701916 | |
| dc.publisher | IFSP | |
| dc.publisher.campi | SÃO PAULO | |
| dc.publisher.program | Mestrado Profissional em Automação e Controle de Processos | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject.keywords | Redes neurais artificiais | |
| dc.subject.keywords | Mapas auto-organizáveis | |
| dc.subject.keywords | Escada rolante | |
| dc.subject.keywords | Gerenciamento de falhas | |
| dc.title | Sistema de identificação de falhas em escadas rolantes utilizando redes neurais artificiais | pt_BR |
| dc.title.alternative | Escalator fault identification system using artificial neural networks | |
| dc.type | Teses e Dissertações |