Desenvolvimento de assistente virtual para suporte a assistência técnica de bombas centrífugas em processos industriais
Carregando...
Arquivos
Data
2024-04-10
Autores
Orientador
Lemos, Marilza Antunes de 
Coorientador
Pós-graduação
Curso de graduação
Sorocaba - ICTS - Engenharia de Controle e Automação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso restrito
Resumo
Resumo (português)
O campo da pesquisa em diagnóstico automático de falhas baseado em técnicas de Inteligência Artificial remonta há algumas décadas. Em anos mais recentes, os métodos da Inteligência Artificial, particularmente Machine Learning, tem contribuído para que sistemas preditivos alcancem bons resultados prevendo quando determinado elemento industrial poderá falhar. Apesar dos avanços em diagnóstico e predição de falhas automáticos, nenhum desses métodos eliminam a necessidade de um técnico complementar o trabalho de manutenção, seja pela substituição de componentes na planta industrial, manutenção preventiva ou outras ações humanas de manutenção. Um processo eficaz de manutenção pode requerer uma equipe técnica bem treinada, processos de manutenção bem estabelecidos e um conjunto de sistemas que auxiliem esta equipe. Atualmente as aplicações Chatbots ou assistentes virtuais vem obtendo sucesso em interações com humanos em diversas áreas. O presente trabalho explora esse recurso e apresenta o desenvolvimento de um assistente virtual do tipo Chatbot para dar suporte à equipe técnica de manutenção de bombas centrífugas em um contexto industrial. A aplicação visa auxiliar sobre especificidades desses dispositivos, bem como em operações de retirada e instalação dos equipamentos. O desenvolvimento foi realizado com a ferramenta Chatterbot na linguagem Phyton. Conhecimento técnico especializado foi modelado e embutido na aplicação. Recursos de Machine Learning em Chatterbot foram aplicados para treinamento e refinamento das respostas ao usuário. Testes preliminares com banco de dados reduzido indicaram que o chatbot E-MANUEL obteve uma taxa de sucesso de 89,2%, e apenas em 7,7% das interações não foi capaz de gerar resposta ao usuário dentro do contexto esperado.
Resumo (inglês)
The field of research into automatic fault diagnosis based on Artificial Intelligence techniques dates back a few decades. In more recent years, Artificial Intelligence methods, particularly Machine Learning, have contributed to predictive systems achieving good results by predicting when a certain industrial element may fail. Despite advances in automatic diagnosis and failure prediction, none of these methods eliminate the need for a technician to complement maintenance work, whether by replacing components in the industrial plant or other human maintenance actions. An effective maintenance process may require a well-trained technical team, well-established maintenance processes and a set of systems that assist this team. Currently, Chatbots or virtual assistant applications have been successful in interactions with humans in several areas. The present work explores this resource and presents the development of a Chatbot-type virtual assistant to support the technical team maintaining centrifugal pumps in an industrial context. The application aims to assist with the specificities of these devices, as well as in field removal and installation operations. The development was carried out with the Chatterbot tool in the Python language. Specialized technical knowledge was modeled and embedded in the application. Machine Learning resources in Chatterbot were applied to train and refine user responses. Preliminary tests with a reduced database indicated that the E-MANUEL chatbot achieved a success rate of 89.2%, and in only 7.7% of interactions it was unable to provide a response to the user within the expected context.
Descrição
Idioma
Português
Como citar
BIANCHINI, Otávio de Almeida. Desenvolvimento de assistente virtual para suporte a assistência técnica de bombas centrífugas em processos industriais. Orientadora: Marilza Antunes de Lemos. 2024. 134 p. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) – Instituto de Ciência e Tecnologia, Universidade Estadual Paulista, Sorocaba, 2024.