[Brasil] Embraer aplica inteligência artificial em manutenção de aeronaves
Página 1 de 1
[Brasil] Embraer aplica inteligência artificial em manutenção de aeronaves
Solução desenhada em parceria com a Algar combina o uso de plataforma analítica RapidMiner com o tratamento e análise de dados
A Embraer aplicou técnicas de aprendizado de máquina em processos de manutenção de aeronaves. A fabricante brasileira adotou tecnologias baseadas em inteligência artificial para automatizar a classificação dos eventos ocorridos na frota. O projeto teve apoio da Algar Tech, que trabalhou em parceria no desenvolvimento da solução.
O desafio residia em classificar e correlacionar eventos que ocorriam com a frota de aeronaves e eram anotados por pilotos e times de manutenção dos clientes. Esses dados eram enviados na forma de textos livres – logo, desestruturados.
Sem o uso de técnicas de aprendizado de máquina, engenheiros altamente especializados da empresa recebiam esses dados, liam todos os registros, os interpretavam e associavam a um dos possíveis códigos de falha em planilhas ou banco de dados.
Dessa forma, a informação passava a ser estruturada e era possível gerar dados estatísticos que são encaminhados para o time de engenharia para que se ache uma solução.
Foi desenvolvido um sistema analítico de processamento que basicamente olha para a base histórica de dados de eventos da frota já qualificados e aí, usando técnica de machine learning, foi possível identificar padrões desses dados e construir um modelo estatístico de classificação. Aí, qualquer evento que chega hoje, entra na base de dados, esse evento é aplicado um modelo e classificado de forma automática.
A solução desenhada em parceria com a Algar combina o uso de plataforma analítica (RapidMiner) com o tratamento e análise de dados e aplicação de milhares de modelos de forma automática por meio de técnicas de otimização e aprendizado de máquina que usa técnicas de suport vector machine, Naive Bayes e k-NN.
A iniciativa trouxe ganhos qualitativos e quantitativos na operação de manutenção de aeronaves, bem como reduziu tempo gasto com processos manuais. Os modelos alcançaram assertividade na previsão da falha de quase 80%, para um contexto com mais de 700 classes a serem preditas.
Fonte: ComputerWorld Brasil
A Embraer aplicou técnicas de aprendizado de máquina em processos de manutenção de aeronaves. A fabricante brasileira adotou tecnologias baseadas em inteligência artificial para automatizar a classificação dos eventos ocorridos na frota. O projeto teve apoio da Algar Tech, que trabalhou em parceria no desenvolvimento da solução.
O desafio residia em classificar e correlacionar eventos que ocorriam com a frota de aeronaves e eram anotados por pilotos e times de manutenção dos clientes. Esses dados eram enviados na forma de textos livres – logo, desestruturados.
Sem o uso de técnicas de aprendizado de máquina, engenheiros altamente especializados da empresa recebiam esses dados, liam todos os registros, os interpretavam e associavam a um dos possíveis códigos de falha em planilhas ou banco de dados.
Dessa forma, a informação passava a ser estruturada e era possível gerar dados estatísticos que são encaminhados para o time de engenharia para que se ache uma solução.
Foi desenvolvido um sistema analítico de processamento que basicamente olha para a base histórica de dados de eventos da frota já qualificados e aí, usando técnica de machine learning, foi possível identificar padrões desses dados e construir um modelo estatístico de classificação. Aí, qualquer evento que chega hoje, entra na base de dados, esse evento é aplicado um modelo e classificado de forma automática.
A solução desenhada em parceria com a Algar combina o uso de plataforma analítica (RapidMiner) com o tratamento e análise de dados e aplicação de milhares de modelos de forma automática por meio de técnicas de otimização e aprendizado de máquina que usa técnicas de suport vector machine, Naive Bayes e k-NN.
A iniciativa trouxe ganhos qualitativos e quantitativos na operação de manutenção de aeronaves, bem como reduziu tempo gasto com processos manuais. Os modelos alcançaram assertividade na previsão da falha de quase 80%, para um contexto com mais de 700 classes a serem preditas.
Fonte: ComputerWorld Brasil
_________________
Placa mãe: Gigabyte GA-970A-DS3P Processador: AMD FX(tm)-8300 8 Cores Memória Ram: 16 GB DDR3 1333 MHz Disco rígido Western Digital 1 Tb Placa de vídeo: Nvidia 1050 Ti 4096 Gb Monitor: LG 24M38H-B 24" Led Sistema Operacional: Arch Linux Joystick: Logitech Extreme 3D Pro
Fontenele- Coronel
-
Inscrito em : 22/07/2011
Mensagens : 1775
Reputação : 234
Idade : 52
Simulador preferido : X-Plane 11
Emprego/lazer : Técnico em Informática
Nacionalidade :
Tópicos semelhantes
» [Brasil] Embraer realiza 12º workshop de manutenção de aeronaves
» [Brasil] TAM MRO estreia no mercado de manutenção de aeronaves Embraer
» [Brasil] Manutenção de aeronaves é tema de seminário em São Paulo
» [Brasil] Unidade de manutenção de aeronaves da TAM completa 10 anos
» [Brasil] Mulheres ganham espaço na manutenção de aeronaves
» [Brasil] TAM MRO estreia no mercado de manutenção de aeronaves Embraer
» [Brasil] Manutenção de aeronaves é tema de seminário em São Paulo
» [Brasil] Unidade de manutenção de aeronaves da TAM completa 10 anos
» [Brasil] Mulheres ganham espaço na manutenção de aeronaves
Página 1 de 1
Permissões neste sub-fórum
Não podes responder a tópicos
|
|