Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/29723
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBarraca, João Paulo Silvapt_PT
dc.contributor.advisorGomes, Diogo Nuno Pereirapt_PT
dc.contributor.authorSantiago, Ana Rita Antunespt_PT
dc.date.accessioned2020-11-05T11:43:34Z-
dc.date.available2020-11-05T11:43:34Z-
dc.date.issued2019-07-
dc.identifier.urihttp://hdl.handle.net/10773/29723-
dc.description.abstractHeating appliances such as HVAC systems are susceptible to failures that may result in disruption of important operations. With this in mind, it is relevant to increase the efficiency of those solutions and diminish the number of detected faults. Moreover, understand why these failures occur that be relevant for future devices. Thus, there is a need to develop methods that allow the identification of eventual failures before they occur. This is only achievable when solutions capable of analyzing data, interpret it and obtaining knowledge from it, are created. This dissertation presents an infrastructure that supports the inspection of failure detection in boilers, making viable to forecast faults and errors. A major part of the work is data analysis and the creation of procedures that can process it. The main goal is creating an efficient system able to identify, predict and notify the occurrence of failure events.pt_PT
dc.description.abstractEquipamentos de Climatização, como caldeiras e ar-condicionado, são suscetíveis a falhas que podem resultar na interrupção de operações importantes. Assim, é relevante aumentar a eficiência dessas soluções e diminuir o número de falhas detectadas. Além disso, entender o porquê da ocorrências dessas falhas torna-se importante para a criação de equipamentos futuros. Existe, assim, a necessidade de desenvolver métodos que permitam a identificação de eventuais falhas antes que elas ocorram. Isso só é possível quando são criadas soluções capazes de analisar dados, interpretá-los e obter conhecimento a partir deles. Esta dissertação apresenta uma infraestrutura que suporta a inspeção de detecção de falhas em caldeiras, viabilizando a previsão de falhas e erros. Uma parte importante do trabalho é a análise de dados e a criação de procedimentos que possam processá-los. O objetivo principal é criar um sistema eficiente capaz de identificar, prever e notificar a ocorrência de eventos de falha.pt_PT
dc.language.isoengpt_PT
dc.relationPOCI-01-0247-FEDER-007678pt_PT
dc.rightsopenAccesspt_PT
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/pt_PT
dc.subjectBig Data applicationspt_PT
dc.subjectMachine Learningpt_PT
dc.subjectHVACpt_PT
dc.subjectPredictive Maintenancept_PT
dc.subjectData processingpt_PT
dc.subjectData Analysispt_PT
dc.titlePredictive maintenance mechanisms for heating equipmentpt_PT
dc.title.alternativeMecanismos para manutenção preditiva em equipamentos de climatizaçãopt_PT
dc.typemasterThesispt_PT
thesis.degree.grantorUniversidade de Aveiropt_PT
dc.description.masterMestrado em Engenharia de Computadores e Telemáticapt_PT
Appears in Collections:UA - Dissertações de mestrado
DETI - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
Documento_Ana_Rita_Santiago.pdf1.31 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.