Banca de QUALIFICAÇÃO: OSCAR TOMÉ FARIAS SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: OSCAR TOMÉ FARIAS SILVA
DATA: 27/02/2015
HORA: 10:45
LOCAL: Sala de Reunioes do DIMAp
TÍTULO:

Um novo método para o treinamento da rede neural RBF aplicado ao problema de manutenção de motores elétricos


PALAVRAS-CHAVES:

Algoritmos de agrupamentos, k-means, c-means, ck-means, RBF e motores elétricos.


PÁGINAS: 50
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Sistemas de Informação
RESUMO:

Os algoritmos de agrupamento de dados são técnicas computacionais que consiste em particionar um conjunto de dados em grupos específicos através de algum tipo de similaridade. Esses algoritmos são aplicados a diversas áreas como mineração de dados e reconhecimento de padrões. Dentre os tipos de algoritmos de agrupamento de dados existentes, utilizaremos três tipos k-means, c-means e o ck-means. Os quais serão utilizados como algoritmos de aprendizagem da rede neural RBF para detectar falhas em motores de indução com rotor em gaiola, que são, as falhas no isolamento do enrolamento estatórico e desgastes rolamentos rotóricos, prevenindo assim uma futura falha geral da maquina. Os motores de indução são uma classe dos motores elétricos de corrente alternada. Basicamente, são constituídos por uma parte fixa, o estator, e uma parte móvel, o rotor, e seu princípio de funcionamento é baseado no deslizamento entre o campo magnético produzido nos enrolamentos de ambas as partes. Sendo assim, este trabalho propõem um novo algoritmo de treinamento para a RBF, o ck-means e comparar com os algoritmos k-means e c-means.


MEMBROS DA BANCA:
Presidente - 2212166 - BENJAMIN RENE CALLEJAS BEDREGAL
Interno - 1345816 - REGIVAN HUGO NUNES SANTIAGO
Externo ao Programa - 1350250 - ANNE MAGALY DE PAULA CANUTO
Notícia cadastrada em: 12/02/2015 15:56
SIGAA | Superintendência de Informática - | | Copyright © 2006-2020 - UFRN - sigaa01-producao.info.ufrn.br.sigaa01-producao