Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM

Bibliographic Details
Main Author: Vianna, Vinícius Serra, 1996-
Publication Date: 2024
Format: Master thesis
Language: por
Source: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Download full: https://hdl.handle.net/20.500.12733/26734
Summary: Orientador: Milton Dias Junior
id UNICAMP-30_6dd7d93569e39ba0b95f99cccd987e44
oai_identifier_str oai::1434821
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVMFault detection in ball bearings using a hybrid CNN-SVM artificial intelligence modelManutenção preditivaMaquinas - VibraçãoMancaisRedes neurais convolucionaisMáquina de vetores de suportePredictive maintenanceMachine vibrationBearingSupport vector machinesConvolutional neural networksOrientador: Milton Dias JuniorDissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia MecânicaResumo: A detecção de falhas em mancais de esferas, componentes cruciais em máquinas rotativas, desempenha um papel fundamental na manutenção eficiente, reduzindo custos e otimizando processos industriais. Neste trabalho, foi desenvolvido um modelo híbrido de inteligência artificial conhecido como CNN-SVM, que combina Redes Neurais Convolucionais (CNN) e Máquinas de Vetores de Suporte (SVM). A metodologia proposta é aplicada para classificar a excitação devido a falhas mecânicas em mancais de esferas, além da condição normal de funcionamento, utilizando apenas um sensor de vibração. A motivação por trás dessa modelagem está na busca por um modelo que apresente as vantagens das camadas convolucionais da CNN, boas extratoras de atributos discriminantes, ao mesmo tempo em que se beneficie da alta capacidade de generalização das SVMs. Os resultados de classificação obtidos sobre os dados de teste, com maior acurácia do modelo híbrido em relação aos modelos CNN e SVM tradicionais, atrelado à capacidade de discriminação das camadas convolucionais observada, corroboram com a escolha do modelo híbrido CNN-SVM como uma abordagem promissora para ser aplicada em cenários industriais reais, oferecendo uma solução com potencial para uma manutenção preditiva eficaz de mancais de esferas. A solução proposta pode resultar na redução de custos operacionais, na melhoria da segurança dos processos e na garantia da qualidade dos produtos finaisAbstract: The detection of faults in ball bearings, crucial components in rotating machinery, plays a fundamental role in efficient maintenance, reducing costs, and optimizing industrial processes. In this work, a hybrid artificial intelligence model known as CNN-SVM, which combines Convolutional Neural Networks (CNN) and Support Vector Machines (SVM), was developed. The methodology is applied to classify the excitation due to mechanical faults in ball bearings, as well as the normal operating condition, using only one vibration sensor. The motivation behind this modeling lies in the search for a model that takes advantage of the CNN's convolutional layers, which are effective at extracting discriminant attributes, while leveraging the SVM's generalization capacity. The classification results obtained on the test data show higher accuracy of the hybrid model compared to traditional CNN and SVM models. This, along with the discrimination ability observed in the convolutional layers, supports the choice of the CNN-SVM hybrid model as a promising approach for real industrial scenarios, offering a solution with the potential for effective predictive maintenance of ball bearings. The proposed solution could lead to reduced operational costs, improved process safety, and assurance of final product qualityAbertoMestradoMecânica dos Sólidos e Projeto MecânicoMestre em Engenharia MecânicaCAPES88887.499838/2020-00[s.n.]Dias Junior, Milton, 1962-Bacurau, Rodrigo MoreiraBrito, Jorge NeiUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia MecânicaPrograma de Pós-Graduação em Engenharia MecânicaUNIVERSIDADE ESTADUAL DE CAMPINASVianna, Vinícius Serra, 1996-20242024-06-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (100 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/26734VIANNA, Vinícius Serra. Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM. 2024. 1 recurso online (100 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Mecânica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/26734. Acesso em: 17 mai. 2025.https://repositorio.unicamp.br/acervo/detalhe/1434821Cover: https://repositorio.unicamp.br/capa/capa?codigo=1434821Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-04-28T16:57:33Zoai::1434821Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-04-28T16:57:33Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
Fault detection in ball bearings using a hybrid CNN-SVM artificial intelligence model
title Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
spellingShingle Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
Vianna, Vinícius Serra, 1996-
Manutenção preditiva
Maquinas - Vibração
Mancais
Redes neurais convolucionais
Máquina de vetores de suporte
Predictive maintenance
Machine vibration
Bearing
Support vector machines
Convolutional neural networks
title_short Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
title_full Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
title_fullStr Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
title_full_unstemmed Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
title_sort Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM
author Vianna, Vinícius Serra, 1996-
author_facet Vianna, Vinícius Serra, 1996-
author_role author
dc.contributor.none.fl_str_mv Dias Junior, Milton, 1962-
Bacurau, Rodrigo Moreira
Brito, Jorge Nei
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Mecânica
Programa de Pós-Graduação em Engenharia Mecânica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Vianna, Vinícius Serra, 1996-
dc.subject.por.fl_str_mv Manutenção preditiva
Maquinas - Vibração
Mancais
Redes neurais convolucionais
Máquina de vetores de suporte
Predictive maintenance
Machine vibration
Bearing
Support vector machines
Convolutional neural networks
topic Manutenção preditiva
Maquinas - Vibração
Mancais
Redes neurais convolucionais
Máquina de vetores de suporte
Predictive maintenance
Machine vibration
Bearing
Support vector machines
Convolutional neural networks
description Orientador: Milton Dias Junior
publishDate 2024
dc.date.none.fl_str_mv 2024
2024-06-28T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/26734
VIANNA, Vinícius Serra. Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM. 2024. 1 recurso online (100 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Mecânica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/26734. Acesso em: 17 mai. 2025.
url https://hdl.handle.net/20.500.12733/26734
identifier_str_mv VIANNA, Vinícius Serra. Detecção de falhas em mancais de esferas através de modelo de inteligência artificial híbrido CNN-SVM. 2024. 1 recurso online (100 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Mecânica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/26734. Acesso em: 17 mai. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1434821
Cover: https://repositorio.unicamp.br/capa/capa?codigo=1434821
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (100 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1832420249924796416

Similar Items