Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/32120
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSantos, José Paulo Oliveirapt_PT
dc.contributor.advisorRocha, Eugénio Alexandre Miguelpt_PT
dc.contributor.authorCoelho, Daniel Filipe Silveirapt_PT
dc.date.accessioned2021-09-15T13:55:39Z-
dc.date.available2021-09-15T13:55:39Z-
dc.date.issued2021-07-28-
dc.identifier.urihttp://hdl.handle.net/10773/32120-
dc.description.abstractThe increase in automation provided by Industry 4.0 combined with the growing competitiveness in the market highlights the importance of intelligent maintenance. Companies must rethink current maintenance strategies in order to detect failures before they occur. This is the motto of predictive maintenance, through the analysis of data from equipment it is possible to predict when failures will occur and act in accordance with the forecast. This project, in addition to developing a platform capable of receiving and processing data in real-time from deferent equipment, also proposes a predictive maintenance approach based on time series segmentation. This new predictive maintenance approach was applied to data from a mechanical press, located in Bosch Thermotechnology, S.A., having achieved an efficiency of 90.91%. Throughout the document, all elements of the developed system are discussed in detail, from the data acquisition systems to sending forecasts on the condition of the equipment to a visualization platform.pt_PT
dc.description.abstractO aumento da automatização proporcionada pela Industria 4.0 aliada à crescente competitividade no mercado destaca a importância de uma manutenção inteligente. As empresas devem repensar as atuais estratégias de manutenção de modo detetar de forma antecipada as avarias. Este é o lema da manutenção preditiva, através da análise dos dados dos equipamentos é possível prever quando as avarias irão ocorrer e agir em conformidade com a previsão. Este projeto, para além de desenvolver uma plataforma capaz de receber e processar dados em tempo real de diversos equipamentos, também propõe uma abordagem de manutenção preditiva baseada na segmentação de series temporais. Esta nova abordagem foi aplicada a dados de uma prensa mecânica da Bosch Thermotechnology, S.A., tendo-se alcançado uma eficiência de 90.91%. Ao longo do documento é abordado em detalhe todos os elementos do sistema desenvolvido, desde os sistemas de aquisição de dados, até ao envio das previsões sobre a condição do equipamento para uma plataforma de visualização.pt_PT
dc.language.isoengpt_PT
dc.relationPOCI-01-0247-FEDER-046103-
dc.rightsopenAccesspt_PT
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/pt_PT
dc.subjectPredictive maintenancept_PT
dc.subjectTime series segmentationpt_PT
dc.subjectTime seriespt_PT
dc.subjectData analysispt_PT
dc.subjectData processingpt_PT
dc.subjectAnomaly detectionpt_PT
dc.subjectForecastspt_PT
dc.titleA predictive maintenance approach based on time series segmentationpt_PT
dc.title.alternativeUma abordagem de manutenção preditiva baseada na segmentação de séries temporaispt_PT
dc.typemasterThesispt_PT
thesis.degree.grantorUniversidade de Aveiropt_PT
dc.description.masterMestrado em Engenharia Mecânicapt_PT
Appears in Collections:UA - Dissertações de mestrado
DEM - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
Documento_Daniel Coelho.pdf6.96 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

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