Banca de DEFESA: JOAO PABLO SANTOS DA SILVA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JOAO PABLO SANTOS DA SILVA
DATA : 27/08/2025
HORA: 14:30
LOCAL: Remota - Google Meet
TÍTULO:

K-Nearest Neighbors para Detecção de Anomalias e Manutenção Preditiva em Sistemas de Abastecimento Hídrico

 

 

PALAVRAS-CHAVES:

Redes Neurais, Aprendizagem de Máquina, K-Nearest Neighbors, Detecção de Anomalias Hidráulicas, Cidades Inteligentes.

PÁGINAS: 11
RESUMO:

Este trabalho propõe a aplicação de metodologias de aprendizado de máquina e redes neurais com o objetivo de otimizar a operação de redes de abastecimento hídrico, com ênfase na detecção de anomalias hidráulicas, tais como vazamentos e falhas em sistemas de bombeamento. Diante da crescente necessidade de gestão eficiente de recursos hídricos, alinhada aos conceitos de cidades inteligentes, visando à sustentabilidade, redução de perdas e melhoria na qualidade da água, foram desenvolvidos modelos preditivos para identificação de anomalias e proposição de soluções que aumentem a eficiência operacional, reduzindo falhas e custos de manutenção, a partir da utilização dos dados de sensores instalados em uma rede de abastecimento. O método utilizado neste estudo empregou o algoritmo K-Nearest Neighbors (KNN) para análise correlacional e predição de falhas. A aplicação do algoritmo foi feita para prever a inoperância de bombas com base nos dados dos sensores e integrar diferentes abordagens para aprimorar a precisão dos resultados. O modelo priorizou a simplicidade, mantendo alta acurácia com o menor número possível de parâmetros de entrada. Os resultados demonstraram que a abordagem possibilita a detecção precoce de anomalias, a tomada de decisão rápida com base em dados em tempo real e a geração de percepções operacionais antes não identificadas, assim como a redução no índice de falhas operacionais, o que comprovou a eficácia do sistema. Conclui-se que a integração de aprendizagem de máquina e redes neurais otimiza a gestão de redes hídricas, assegurando abastecimento contínuo e qualidade da água. O modelo desenvolvido pode ser adaptado a diferentes contextos, reforçando sua relevância para aplicações industriais e gestores públicos.

MEMBROS DA BANCA:
Presidente - 350693 - ANDRE LAURINDO MAITELLI
Interno - 347628 - ADRIAO DUARTE DORIA NETO
Interno - 1149567 - ANDRES ORTIZ SALAZAR
Externo à Instituição - JOÃO MARIA ARAÚJO DO NASCIMENTO - IFRN
Externo à Instituição - OSCAR GABRIEL FILHO - PETROBRAS