Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/89526
Título: | Development of statistical cycle-time analysis tool in tire building |
Outro(s) título(s): | Desenvolvimento de uma ferramenta estatística para análise de tempos de ciclo na montagem de pneus |
Autor(es): | Oliveira, Miguel Domingos Silva Pinto |
Orientador(es): | Braga, A. C. |
Palavras-chave: | Data-pipeline Statistics Tire-industry Database-modeling Feature-engineering Industry 4.0 Bases de dados Inferência estatística Modelação de dados Indústria 4.0 |
Data: | 11-Jan-2024 |
Resumo(s): | This dissertation covers the development of an end-to-end data science application in the tire industry and
supports the increasing importance of data-driven solutions in the context of Industry 4.0. Incorporating
evidence from research papers and personal correspondence, this dissertation demonstrates it is possible
to create strategic value from unstructured data, which is often a neglected by-product of industrial activi ties.
The value proposition is to capture the real-time data from industrial programmable logic circuits (PLC)
and store it in structured databases, compute industry-relevant metrics, and build a dashboard to support
managerial decisions over productivity, and machine up-time and efficiency. Pinpointing a set of pertinent
features of the application can (1) create an up-to-date database with support for multiple connectors, (2)
develop black-box algorithms to provide statistical measures, (3) increase awareness and visibility about
PLC settings. To this end, multiple technologies & methods were employed to implement a data pipeline,
to ensure numerical solutions to statistical problems with accuracy, and finally, to display pertinent data
in a data visualization dashboard according to a set of user requirements. Esta dissertação aborda o desenvolvimento de uma aplicação com base nos principios de ciência de dados na indústria de pneus e apoia a crescente importância de soluções orientadas por dados no con texto da Indústria 4.0. Incorporando evidências de artigos cientificos, esta dissertação demonstra que é possível criar valor estratégico a partir de dados não estruturados, frequentemente negligenciados como subproduto das atividades industriais. A proposta de valor é capturar dados em tempo real dos programmable logic circuits e armazená los em bases de dados estruturadas, calcular métricas relevantes para a indústria e criar um painel de apoio a decisões com especial enfase em produtividade e eficiência industrial. A identificação de um conjunto de características pertinentes da aplicação permite (1) criar uma base de dados atualizada com suporte para múltiplos conectores diferentes, (2) desenvolver algoritmos ’caixa-preta’ para fornecer medidas estatísticas e (3) aumentar a conscientização e visibilidade sobre as configurações do PLC. Neste sentido, foram empregues várias tecnologias e métodos para implementar um pipeline de dados, garantir soluções numéricas para problemas estatísticos e, finalmente, exibir dados pertinentes num painel de visualização de dados de acordo com um conjunto de requisitos do utilizador. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado em Industrial Engineering and Management |
URI: | https://hdl.handle.net/1822/89526 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado DPS - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Miguel Domingos Silva Pinto Oliveira.pdf | Dissertação de mestrado | 2,69 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons