a economia digital 76 em portugal 2018 1.6 Inteligência Artificial | Machine Learning | Robótica Severity Index 0.4 0.3 0.2 PERFORMANCE DA REGRESSÃO CUBIST predicted truth custo e o tempo de reparação dos motores, através da deteção de falhas numa fase inicial à sua evolução. Ou seja, é uma plataforma de apoio aos processos de manutenção dos motores elétricos, que avalia o seu estado e fornece um módulo de alarmística na ocorrência de uma avaria. Ao desenvolvimento desta solução esteve inerente a: 0.1 0 100 200 300 400 Criação de modelos analíticos para deteção de falhas no motor, a partir de um emulador de falhas; Criação de dashboards e visua- 0.4 PERFORMANCE DA REGRESSÃO COM KNN lizações técnicas para diagnóstico personalizado; Obtenção de Indicadores de performance (KPI); Severity Index 0.3 0.2 predicted truth Desenvolvimento de aplicação de consulta web para diversos perfis de utilização. Tecnologia As tecnologias que estão na base do 0.1 0 100 200 300 400 REARM podem ser dividas de acordo com o seu propósito, onde podem ser enumeradas de acordo com o gráfico em MÓDULO INSPETOR DA APLICAÇÃO REARM anexo ("Arquitetura REARM"): o emulador e o datalogger pertencem ao Laboratório da Universidade de Coimbra; o armazenamento, processamento e integração é feito com recurso ao ecossistema Hadoop, PostGres e MongoDB; a análise, visualização e os serviços de machine learning são construídos em R e Python. Resultados Esta solução foi desenvolvida com recurso a técnicas avançadas de processamento de sinal e inteligência artificial. Os modelos de deteção de falhas nos enrolamentos do estator convergiram Fonte: Altran com sucesso na deteção de curto-circuitos sensíveis a incipientes. A aplicação de uma otimização do algoritmo Random Forest apresentou 100% de precisão para correntes de curto-circuito, em 50 espiras, de 2.5A, 2.0A, 1.5A, 1.25A e 0.25A, além disso, 93% em correntes de 2.5A para 25 espiras 1 .
77 a economia digital REDE CORPORATIVA ARQUITETURA REARM PLATAFORMA REARM STREAM PROCESSING REDE DE ACESSO SERVIDOR DE DADOS em portugal 2018 1.6 Inteligência Artificial | Machine Learning | Robótica TRANSFORMAÇÃO & CONEXÃO ANÁLISE & VISUALIZAÇÃO ARMAZENAMENTO DE DADOS INTEGRAÇÃO DE DADOS EDGE SERVICE JOBS API DATALOGGER SISTEMAS CORPORATIVOS PLANS WORKS SPACES WEB SERVICES SERVIÇOS MACHINE LEARNING LABORATÓRIO & ATIVOS ELÉTRICOS Fonte: Altran A abordagem utilizada aprendeu classe saudável e defeito por fase. Em paralelo foram desenvolvidos dois modelos de regressão, KNN e Cubist, para estimativa do índice de severidade em função do número de ciclos. As figuras ao lado apresentam a avaliação dos algoritmos nos conjuntos de validação e teste, sendo o algoritmo Cubist a demonstrar maior desempenho 2 . A figura em anexo ilustra um ecrã do front-end da plataforma web do REARM, onde é possível ter acesso a uma gama alargada de indicadores associados ao desempenho, condição e gestão de um motor ou grupo de motores caracterizados essencialmente por: Tempo médio para ocorrência de falhas críticas; Tempo médio entre falhas críticas; Custo e tempo médio de reparação. O sucesso dos resultados desta solução depende dos dados disponíveis para a criação de modelos válidos, garantindo ao mesmo tempo, as configurações necessárias que permitam obter representatividade real para experimentação, treino e validação. O desenvolvimento desta solução permitiu conhecer os domínios de análise de comportamento de motores, e alavanca a possibilidade de obter vários indicadores de desempenho que contribuem de forma relevante para a prevenção e previsão da manutenção destes equipamentos. Coordenação/Autoria: Jorge Afonso e João Henriques, Altran 1 M. Pires and C. Dam, Stator Winding Short-Circuit Fault Diagnosis in Induction Motors using Random Forest, 2017. 2 T. Santos, F. J. T. E. Ferreira, M. Pires, and C. V. Dam, Severity Estimation of Stator Winding Short-Circuit Faults using Cubist, pp. 1–12. Esta solução é uma plataforma de apoio aos processos de manutenção dos motores elétricos, que avalia o seu estado e fornece um módulo de alarmística na ocorrência de avarias
