Aprendizado de máquina aplicado a predição de alarme de temperatura em rolamentos de vagões de trem

Abstract

O alarme de temperatura de rolamentos é um custo elevado para as ferrovias, pois é necessário a parada do trem. A predição com antecedência dessas temperaturas pode ajudar na manutenção preditiva desse componente. Visando isso, esse trabalho propõe um estudo sobre o comportamento da temperatura de rolamento de trem e a construção de um modelo para para predizer futuras temperaturas. Utiliza-se de uma série temporal multivariada para compor o banco de dados e aprendizado de máquina. Para a realização da predição, o Support Vector Regression e Redes Neurais de Múltiplas Camadas foram escolhidas e seus resultados foram comparados. Todas as etapas são descritas, desde o processamento de dados até a etapa de avaliação dos resultados.