Publication: Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
Loading...
Date
Authors
Advisor
Luche, José Roberto Dale 
Coadvisor
Graduate program
Undergraduate course
Engenharia Mecânica - FEG
Journal Title
Journal ISSN
Volume Title
Publisher
Universidade Estadual Paulista (Unesp)
Type
Undergraduate thesis
Access right
Acesso aberto
Abstract
Abstract (portuguese)
Os dados vêm moldando a nova fase industrial e empresarial que vivemos, sendo considerado
o novo petróleo da era digital pela grande possibilidade de valorização de recursos que ele traz.
Com o grande avanço tecnológico e capacidade de armazenamento, surgiram ferramentas
sofisticadas para analisar o grande volume de dados, juntamente com algoritmos capazes de
identificar padrões e realizar previsões baseados em métodos estatísticos conforme aprendem
analisando os dados fornecidos a ele. Esse novo conceito de análise de dados baseia-se no
Aprendizado de Máquina, que vem sendo amplamente usado para aumentar os investimentos e
nossa qualidade de vida. Neste trabalho investiga-se formas de aplicações de análise de dados
e métodos baseados no Aprendizado de Máquina utilizando uma base de dados aplicada a
temperaturas de um motor síncrono de ímã permanente. O método utilizado constituiu em
passar por todas as etapas da aplicação de aprendizado de máquina, desde a seleção, tratamento
de dados, visualizações e por fim, a criação de 5 modelos preditivos utilizando diferentes
algoritmos e suas interpretações. O Python foi utilizado como linguagem de programação para
implementar o exercício de aprendizado de máquinas. Por fim, foi possível comparar a
performance dos diferentes algoritmos aplicados e concluir que o método da Regressão
Polinomial de ordem 3 se mostrou o melhor para este estudo de caso, com uma variância
explicada de 93%, indicando que este modelo é eficaz para a base de dados em específico.
Abstract (english)
Data has been shaping the new industrial and business phase that we are experiencing; it being
considered the new oil of the digital age due to the great possibility of valuing resources that it
brings. With the great technological advancement and storage capacity, sophisticated tools
emerged to analyze big data, along with algorithms capable of identify patterns e realize
predictions based on statistical methods as they learn analyzing data provided to it. This new
concept of analyzing data is based on Machine Learning, that has been used to enhance
investments and our life quality. This work will investigate the ways of applying data analysis
and methods based on Machine Learning utilizing a database of motor temperatures. The
method used consists of going through all stages of machine learning, from selection, data
treating, visualizations and finally formation of five predictive models using different
algorithms for prediction of engine failures and its results analysis. Python was used as a
programming language for implementing Machine Learning. Finally, it was possible to compare
the performance of those different algorithms and conclude that Polynomial Regression of third degree method presented the best result for this specific case, providing a explained variance of
93%, proving to be an algorithm very effective for this database of engine failures.
Description
Keywords
Aprendizado de máquina, Motor síncrono de ímã permanente, previsão da temperatura do motor, Machine learning, Permanent magnet synchronous motor, Prediction of motor temperature, Aprendizado de máquinas, Inteligência artificial, Motores elétricos
Language
Portuguese
