DIEGO OLIVA

Formação complementar

Idiomas

Áreas de atuação

Participação em bancas

Orientou

Produções bibliográficas

• PEREIRA, F. H. ; BEZERRA, F. E. ; SOUZA, G. F. M. ; CHABU, I. E. ; SANTOS, J. C. ; NAGAO JUNIOR, S. ; NABETA, S. I. ; OLIVA, D. . Forecast Model Update Based on a Real-Time Data Processing Lambda Architecture for Estimating Partial Discharges in Hydrogenerator. SENSORS , v. 20, p. 7242, 2020.

Projetos de pesquisa

• 2020 - Atual

  MODELO DE MANUTENÇÃO PREVENTIVA EM SISTEMAS REPARÁVEIS UTILIZANDO TÉCN, Descrição: A manutenção preventiva é uma ação sistemática e periódica que visa impedir que um sistema reparável apresente erros ou falhas que ocasionem a perda da sua função. Atividades como monitoramento e inspeção fazem parte deste processo. Ademais, uma manutenção preventiva objetiva o aumento da vida útil do sistema, de forma que o custo de manutenção seja menor que a troca integral de determinado objeto. De forma geral, uma manutenção preventiva não consegue reparar determinado sistema restabelecendo sua condição de ?novo?, por isso denomina-se como manutenção preventiva imperfeita. Garantir a confiabilidade do funcionamento de um sistema é uma premissa básica, a qual tem relacionamento com seu tempo de vida. Nesse âmbito, este trabalho tem como objetivo a pesquisa sobre modelos capazes de predizer o momento da falha e, não obstante, possa quantificar o tempo de vida e confiabilidade de sistemas reparáveis. O foco da pesquisa é em modelos de Inteligência Artificial, os quais têm sido utilizados nas mais diferentes áreas. A Inteligência Artificial, além de outras, possui técnicas como o aprendizado de máquina, onde é possível uma proposta de solução não linear, o que a difere de modelos puramente estatísticos. O trabalho é conduzido através de uma pesquisa bibliográfica com natureza exploratória, investigando o uso de Inteligência Artificial em processos de manutenção preventiva imperfeita, estimativa de vida útil e determinação de um índice de confiabilidade. Além disso, pesquisa-se modelos preditivos baseados em técnicas de Aprendizado de Máquina e possíveis vantagens às organizações, já que tais tecnologias podem mitigar a possibilidade de interrupções, as quais podem representar significativas perdas financeiras. Discute-se ainda, a mensuração da confiabilidade, de maneira que permita que um sistema reparável continue operando com eficiência, reduzindo a necessidade da substituição integral, o que exigiria alto investimento financeiro. Nesta pesquisa, além das técnicas mencionadas, investiga-se a implementação de redes neurais, as quais, através de algoritmos de reconhecimento de padrões podem ajudar na previsão de futuras falhas com tempo suficiente para que a manutenção possa ser efetuada. Este trabalho traz um panorama teórico acerca do uso de Inteligência Artificial como estratégia para manutenção preventiva, bem como um painel de dados sobre técnicas utilizadas para estimativa de ocorrência de falhas, vida útil e confiabilidade em sistemas reparáveis. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (1) . , Integrantes: Diego Oliva - Coordenador / Fábio Henrique Pereira - Integrante.