RECONHECIMENTO DE PADRÕES DE OPERAÇÕES DE PARTIDA DE TURBINA UTILIZANDO MACHINE LEARNING
Resumo
Diversos problemas interferem nos processos industriais e provocam impactos diretos na operação e nas estratégias a serem tomadas a longo prazo. Como consequência, há uma forte exigência por uma rápida resolução. O advento dos algoritmos de aprendizado de máquina possibilita que a atividade produtiva seja contemplada com análises de padrões e ferramentas estatísticas para tornar o processo mais eficiente. Nessa perspectiva, esse trabalho teve por objetivo verificar a aplicabilidade da técnica de agrupamento Fuzzy C-Means para séries temporais univariadas, utilizando diferentes métricas no reconhecimento de padrões no processo de operação de partida de turbinas. Para isso, foi aplicada a técnica de agrupamento de séries temporais Fuzzy C-Means, utilizando diferentes métricas de distância (Euclidiana e Dynamic Time Warping), com a utilização do Software R. A métrica utilizada não influenciou fortemente o comportamento das séries, porém, foi observado que a quantidade de grupos escolhidos pode comprometer a qualidade do agrupamento e a eficácia da técnica. Foi possível verificar o padrão existente quando a turbina apresenta falha, bem como o padrão de operação normal de partida. O Índice de Silhueta calculado na validação, indicou que para o estudo de caso da partida da turbina o número ideal é de dois grupos.
