Curso Manutenção Preditiva de Frotas e Ativos Logísticos via IA (96h)
Sobre o curso
Módulo 1: Gêmeos Digitais (Digital Twins) na Manutenção
- Aplicações Práticas: Criação de modelos virtuais de equipamentos e sistemas de transporte para coletar dados de sensores em tempo real e identificar padrões de falhas iminentes.
- Ferramentas/Tecnologias: Softwares de modelagem e simulação, como AnyLogic e Simio.
Módulo 2: Visão Computacional para Ativos Logísticos
- Aplicações Práticas: Inspeção de qualidade de ativos, identificação de pacotes e detecção automática de danos em produtos durante o transporte por meio de análise de imagens.
- Ferramentas/Tecnologias: Câmeras inteligentes e algoritmos baseados em redes neurais profundas.
Módulo 3: Análise Preditiva e Roteirização Inteligente
- Aplicações Práticas: Detecção de anomalias na frota, previsão de tempos de chegada (ETAs preditivos) e ajuste dinâmico de rotas para reduzir o consumo de combustível e evitar desgastes.
- Ferramentas/Tecnologias: Project44, FourKites, Blue Yonder Luminate e ClearMetal.
Módulo 4: Deep Learning e Análise de Vibrações em Motores
- Aplicações Práticas: Diagnóstico de condições de funcionamento e detecção de falhas em rolamentos de motores de indução (trifásicos) a partir de sinais de vibração.
- Ferramentas/Tecnologias: Modelos de Redes Neurais Convolucionais (CNN) e redes de memória longa de curto prazo (LSTM).
Módulo 5: Séries Temporais e Dados Reais em Frotas Pesadas
- Aplicações Práticas: Estimação da Vida Útil Restante (RUL – Remaining Useful Life) e previsão de falhas de componentes usando dados de sensores operacionais de caminhões.
- Ferramentas/Tecnologias: Modelos de regressão e análise de sobrevivência aplicados a datasets reais, como o da SCANIA.
Classificações e revisões de estudantes
Sem avaliações ainda