Titulo Estágio
Fusão e Análise Inteligente de Dados para Manutenção Preditiva de Sistemas Industriais
Local do Estágio
Laboratório de Informática Industrial e Sistemas do DEI/CISUC (LIIS@DEI-FCTUC)
Enquadramento
A monitorização inteligente de sistemas complexos para fusão e análise inteligente de dados para o diagnóstico e prognóstico é de grande relevância, nomeadamente para a manutenção preditiva de sistemas industriais. Além disso, os sistemas de produção devem ser cada vez mais flexíveis e reconfiguráveis para permitir a sua adaptação a novos cenários e modos de operação variáveis no tempo.
As fábricas ágeis que podem ser prontamente implantadas e reconfiguradas com esforços mínimos de integração e programação representam uma estratégia para responder a esses desafios.
Neste contexto, o projeto europeu KYKLOS 4.0 tem como objetivo desenvolver um ecossistema inovador de Manufatura Circular usando novas tecnologias baseadas em sistemas ciberfísicos e em Inteligência Artificial, melhorado com novos mecanismos e algoritmos de produção, visando produtos personalizados com ciclo de vida estendido e promovendo processos de produção dentro da fábrica com eficiência energética e baixo consumo de material, resultando em emissões reduzidas de gases de efeito estufa e poluentes do ar.
Objetivo
No contexto do projeto KYKLOS 4.0, este estágio tem como objetivo a fusão e análise inteligente de dados recolhidos de sensores de diferentes sistemas ciberfísicos para a caracterização do estado de várias componentes desses sistemas, diagnóstico de falhas e prognóstico do tempo de vida útil, para suporte à manutenção preditiva dos sistemas.
Para isso serão desenvolvidos módulos, que serão integrados no sistema global para a monitorização do estado estrutural desses componentes.
O desenvolvimento dos módulos terá por base metodologias de análise inteligente de dados, envolvendo a especificação do modelo e o algoritmo a considerar para suporte às tarefas de diagnóstico e de prognóstico aplicadas a diferentes componentes de processos industriais.
Plano de Trabalhos - Semestre 1
1. Estudo sobre metodologias e ferramentas de fusão, análise e processamento inteligente de dados;
2. Estudo sobre abordagens de "Prognostics and Health Management" (PHM) no contexto do projeto;
3. Análise de requisitos dos módulos do sistema a desenvolver;
4. Especificação dos módulos e dos algoritmos de diagnóstico e prognóstico inteligente a desenvolver;
5. Realização de uma versão protótipo;
6. Elaboração de documentação.
Plano de Trabalhos - Semestre 2
7. Desenvolvimento dos algoritmos de diagnóstico e prognóstico inteligente e implementação dos módulos a integrar no sistema global;
8. Teste e validação dos módulos desenvolvidos;
9. Elaboração de artigo científico;
10. Elaboração de documentação e da Dissertação final.
Condições
O estágio decorrerá no Laboratório de Informática Industrial e Sistemas do DEI (LIIS@DEI-FCTUC). Sendo o estágio de investigação, a/o candidata/o deverá apresentar motivação e competências relevantes na área de trabalho.
A/O estagiária/o será integrada/o numa equipa de investigadores que se encontram a trabalhar no projeto europeu KYKLOS 4.0 – An Advanced Circular and Agile Manufacturing Ecosystem based on rapid reconfigurable manufacturing process and individualized consumer preferences.
O estágio será orientado por:
- Prof. Alberto Cardoso
- Prof. Jorge Henriques.
Observações
O estágio poderá beneficiar da atribuição de uma bolsa de investigação para licenciados por um período de 3 meses, eventualmente renovável, suportada pelo projeto europeu em curso.
Os dados a considerar correspondem a conjuntos de dados recolhidos em várias experiências realizadas no âmbito do projeto H2020 KYKLOS 4.0.
Adicionalmente, poderão ser usados conjuntos de dados existentes (benchmarks), como dados da NASA ou da CWRU.
Orientador
Alberto Cardoso
alberto@dei.uc.pt 📩