A carregar...
Publicação
Diagnosis in an Intelligent Supervision System
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.93 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
In the Automotive industry there is an integration of various systems present in different contexts, such us: production line, logistics spaces, among others. There are also other processes, some performed by machines, and some performed by human intervention, that are prone to failures and errors, whose diagnosis is a difficult task, causing some productivity breaks and slow recovery, which in the end, will present negative results for the business.
To address this, the development of an Intelligent Supervision System is proposed. This system, which will integrate monitoring, diagnosis, and failure recovery modules, has the objective of optimizing the entire process including the production line, logistics spaces and quality control stations.
By implementing an Intelligent Supervision System, a preventive and reactive system is expected, capable of predicting issues using machine learning techniques. This approach is expected to boost productivity, reduce production line’s stop-time caused by errors, enhancing resource usage efficiency and overall improvement of product quality. These modules are based on real-time data extraction and analysis. Failure detection will be based on comparing the gathered data with the system’s normal functioning information. Once a failure is detected, the system's objective is to discover its origin and type and, whenever possible, implement recovery solutions automatically or, otherwise, report the detected error. The diagnosis and failure recovery processes will be supported by a Decision Support System which will be implemented by an Artificial Neural Network or by Artificial intelligence.
Na indústria automotiva, há uma integração de vários sistemas presentes em diferentes contextos, como a linha de produção, espaços logísticos, entre outros. Além disso, existem outros processos, alguns realizados por máquinas e outros por intervenção humana, que são suscetíveis a falhas e erros. O diagnóstico desses problemas é uma tarefa difícil, causando interrupções na produtividade e uma recuperação lenta, o que, no final, resulta em impactos negativos para o negócio. Para solucionar esse problema, propõe-se o desenvolvimento de um Sistema de Supervisão Inteligente. Esse sistema, que integrará módulos de monitoramento, diagnóstico e recuperação de falhas, tem como objetivo otimizar todo o processo, incluindo a linha de produção, os espaços logísticos e as estações de controle de qualidade. Ao implementar um Sistema de Supervisão Inteligente, e espera-se um sistema preventivo e reativo, capaz de prever problemas com técnicas de aprendizado de máquina. Essa abordagem deve impulsionar a produtividade, reduzir o tempo de parada da linha de produção causado por erros, aumentar a eficiência no uso dos recursos e melhorar a qualidade geral do produto. Esses módulos são baseados na extração e análise de dados em tempo real. A deteção de falhas será realizada comparando os dados coletados com as informações do funcionamento normal do sistema. Quando uma falha for detetada, o objetivo do sistema será identificar sua origem e tipo e, sempre que possível, implementar soluções de recuperação automaticamente ou, caso contrário, relatar o erro detetado. Os processos de diagnóstico e recuperação de falhas serão auxiliados por um Sistema de Suporte à Decisão, que será implementado por meio de uma Rede Neural Artificial ou Inteligência Artificial.
Na indústria automotiva, há uma integração de vários sistemas presentes em diferentes contextos, como a linha de produção, espaços logísticos, entre outros. Além disso, existem outros processos, alguns realizados por máquinas e outros por intervenção humana, que são suscetíveis a falhas e erros. O diagnóstico desses problemas é uma tarefa difícil, causando interrupções na produtividade e uma recuperação lenta, o que, no final, resulta em impactos negativos para o negócio. Para solucionar esse problema, propõe-se o desenvolvimento de um Sistema de Supervisão Inteligente. Esse sistema, que integrará módulos de monitoramento, diagnóstico e recuperação de falhas, tem como objetivo otimizar todo o processo, incluindo a linha de produção, os espaços logísticos e as estações de controle de qualidade. Ao implementar um Sistema de Supervisão Inteligente, e espera-se um sistema preventivo e reativo, capaz de prever problemas com técnicas de aprendizado de máquina. Essa abordagem deve impulsionar a produtividade, reduzir o tempo de parada da linha de produção causado por erros, aumentar a eficiência no uso dos recursos e melhorar a qualidade geral do produto. Esses módulos são baseados na extração e análise de dados em tempo real. A deteção de falhas será realizada comparando os dados coletados com as informações do funcionamento normal do sistema. Quando uma falha for detetada, o objetivo do sistema será identificar sua origem e tipo e, sempre que possível, implementar soluções de recuperação automaticamente ou, caso contrário, relatar o erro detetado. Os processos de diagnóstico e recuperação de falhas serão auxiliados por um Sistema de Suporte à Decisão, que será implementado por meio de uma Rede Neural Artificial ou Inteligência Artificial.
Descrição
Palavras-chave
Intelligent supervision system Neural Network Artificial Intelligence Diagnosis Decision Support System