1,720,965 research outputs found
Intelligent systems for defect monitoring and diagnosis in the body shop of a automotive assembly line
No full textMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáThis study investigates data analysis techniques and the development of two analytical tools in the openZDM project for the body shop and final assembly measurement stations of a automotive industry plant. These systems were designed to generate quality information, helping the industry to achieve the Zero Defect Manufacturing (ZDM) goals. The use case section provides essential background for understanding the nuances and limitations of the case study. Next sections devised the tools to apply the Zero Defect Manufac-
turing strategies, firstly the proposed rule-based monitoring framework, which enables quick adaptation of context-specific and general rules for statistical, trend, and Machine Learning based monitoring. Two micro-services serve as the diagnostic tool, evaluating the car and measurement quality while classifying defects, and generating their causes, consequences, and process implications. The tests carried out demonstrated the system’s effectiveness in handling a high-frequency data environment having a processing time 30
times faster than the required by the use case, and offering reliable outputs for proactive decision-making. The tools development was a collaborative effort within the industry partners, this concern with the operator comfort reinforces mainly the adaptation to the existing industrial process.Este estudo investiga técnicas de análise de dados e o desenvolvimento de duas ferramentas de analise de dados no projeto openZDM para as estações de medição da montagem final e da funilaria em uma fábrica automotiva. Esses sistemas foram projetados para gerar informações de qualidade, ajudando a indústria a alcançar os objetivos do Zero Defect Manufacturing (ZDM). A seção do caso de estudo fornece o contexto essencial para compreender as nuances e limitações do estudo de caso. As próximas seções detalham
as ferramentas aplicadas para implementar as estratégias de ZDM, começando com o framework de monitoramento baseado em regras, que permite a rápida adaptação de regras específicas e gerais para o monitoramento estatístico, de tendências e baseado em aprendizado de máquina. Dois microsserviços funcionam como ferramentas de diagnóstico, avaliando a qualidade do carro e das medições, classificando defeitos e gerando suas causas, consequências e implicações nos processos. Os testes realizados demonstraram a eficácia do sistema em lidar com um ambiente de dados de alta frequência, com um tempo de processamento 30 vezes mais rápido que o necessário para o caso de uso, além de fornecer saídas confiáveis para decisões proativas. Este desenvolvimento foi fruto da colaboração entre o autor e os parceiros da indústria, e a preocupação com o conforto do operador reforça a viabilidade e qualidade do sistema no ambiente de manufatura
Intelligent systems for defect monitoring and diagnosis in the body shop of a automotive assembly line
No full textMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáThis study investigates data analysis techniques and the development of two analytical tools in the openZDM project for the body shop and final assembly measurement stations of a automotive industry plant. These systems were designed to generate quality information, helping the industry to achieve the Zero Defect Manufacturing (ZDM) goals. The use case section provides essential background for understanding the nuances and limitations of the case study. Next sections devised the tools to apply the Zero Defect Manufac-
turing strategies, firstly the proposed rule-based monitoring framework, which enables quick adaptation of context-specific and general rules for statistical, trend, and Machine Learning based monitoring. Two micro-services serve as the diagnostic tool, evaluating the car and measurement quality while classifying defects, and generating their causes, consequences, and process implications. The tests carried out demonstrated the system’s effectiveness in handling a high-frequency data environment having a processing time 30
times faster than the required by the use case, and offering reliable outputs for proactive decision-making. The tools development was a collaborative effort within the industry partners, this concern with the operator comfort reinforces mainly the adaptation to the existing industrial process.Este estudo investiga técnicas de análise de dados e o desenvolvimento de duas ferramentas de analise de dados no projeto openZDM para as estações de medição da montagem final e da funilaria em uma fábrica automotiva. Esses sistemas foram projetados para gerar informações de qualidade, ajudando a indústria a alcançar os objetivos do Zero Defect Manufacturing (ZDM). A seção do caso de estudo fornece o contexto essencial para compreender as nuances e limitações do estudo de caso. As próximas seções detalham
as ferramentas aplicadas para implementar as estratégias de ZDM, começando com o framework de monitoramento baseado em regras, que permite a rápida adaptação de regras específicas e gerais para o monitoramento estatístico, de tendências e baseado em aprendizado de máquina. Dois microsserviços funcionam como ferramentas de diagnóstico, avaliando a qualidade do carro e das medições, classificando defeitos e gerando suas causas, consequências e implicações nos processos. Os testes realizados demonstraram a eficácia do sistema em lidar com um ambiente de dados de alta frequência, com um tempo de processamento 30 vezes mais rápido que o necessário para o caso de uso, além de fornecer saídas confiáveis para decisões proativas. Este desenvolvimento foi fruto da colaboração entre o autor e os parceiros da indústria, e a preocupação com o conforto do operador reforça a viabilidade e qualidade do sistema no ambiente de manufatura
Utilização de data mining e deep learning para business intelligence em estrutura integrada de sistema smart parking
Get PDFMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáO avanço tecnológico e o crescimento populacional dos últimos anos trouxe uma alta
demanda por soluções inteligentes que pudessem melhorar a qualidade de vida da população.
Uma dessas soluções é o Smart Parking (estacionamentos inteligentes). Esse
conceito integra diferentes áreas e tem por objetivo reduzir o fluxo de trânsito de cidades
por meio da implementação de sistemas inteligentes, focados no controle e gestão de estacionamentos.
O presente trabalho integrou o desenvolvimento de um modelo de Smart
Parking já estruturado, o qual foi concebido de forma gradual por alunos e professores da
UTFPR e IPB. Propôs-se a criação de uma estrutura de dados que integrasse todos os
módulos do sistema. Além disso, foi proposto um sistema que pudesse auxiliar na tomada
de decisões do produto, utilizando como base o grande volume de dados gerados por esse
tipo de aplicação. Com isso, no decorrer do trabalho é apresentado o modelo conceitual
utilizado na integração dos módulos, seguido de etapas de mineração e análise de dados.
Também é abordada a criação de um modelo para simulação de dados e a implementação
de algoritmos de machine learning (K-Means e Random Forest) e deep learning (LSTM)
focados na previsão de demanda de estacionamentos. A aplicação dos algoritmos mostrou
bons resultados na previsão de demanda, sendo os melhores obtidos pelo Random Forest.
Por fim, é apresentada uma ferramenta modular, que integrou processos de mineração e
análise de dados, fornecendo aos gestores um sistema para auxiliar na tomada de decisões
do produto.The technological advance and population growth of the last years brought a high demand
for intelligent solutions that could improve the population’s quality of life. One of these
solutions is Smart Parking. This concept integrates different areas and aims to reduce
the traffic flow of cities through the implementation of intelligent systems, focused on the
control and management of parking lots. The present work integrated the development of
an already structured Smart Parking System, which was conceived gradually by students
and professors from UTFPR and IPB. It was proposed the creation of a data structure that
integrated all the system modules. Moreover, a system that could help in the decision
making process of the product was proposed, using as base the large volume of data
generated by this kind of application. Consequently, the conceptual model used in the
integration of the modules is presented, followed by the data mining and analysis steps.
The creation of a model for data simulation and the implementation of machine learning
(K-Means and Random Forest) and deep learning (LSTM) algorithms, focused on parking
lot demand forecasting are also addressed. The application of the algorithms showed good
results in predicting demand, the best results being obtained by Random Forest. Finally, a
modular tool is presented, which integrated data mining and analysis processes, providing
managers with a system to assist in product decision making
A cloud architecture to integrate a multi-agent smart parking system
Get PDFMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáSmart parking systems are becoming a solution to recurring issues as the number of
vehicles in traffic rises in major cities, which can be related to vehicle traffic congestion,
unnecessary time spent searching for parking spots, and, consequently, environmental
issues. The purpose of these systems is to help drivers who are searching for available
parking spaces or who want to reserve for a specified period of time, quickly and, if
possible, near the desired location. In this context, there are several modules within
smart parking systems that may include cyber-physical systems, multi-agent systems,
dynamic pricing and artificial intelligence. This dissertation presents the development of
a smart parking system architecture, using Cloud-based technology to integrate a multiagent
system into a scalable, decentralized, adaptable and safe environment. The proposed
architecture was tested using, as a case study, a web system developed for the management
and analysis of smart parking lots, as well as an application for mobile devices, which
allows users to interact with multiple functionalities available in this system. Results
obtained demonstrate that the implementation of the proposed architecture offers an
efficient communication between users who use parking resources and the multi-agent
system responsible for the autonomy and intelligence of the parking system.Os sistemas inteligentes de estacionamento estão se tornando uma solução para problemas
recorrentes à medida que aumenta o número de veículos em trânsito nas grandes cidades,
os quais podem estar relacionados ao congestionamento no tráfego de veículos, tempo
desnecessário gasto na busca por vagas e, consequentemente, questões ambientais. O objetivo
desses sistemas é auxiliar os motoristas que buscam por vagas disponíveis ou que desejam
reservar por determinado período de tempo, de forma rápida e, se possível, próximo
ao local desejado. Neste contexto, existem vários módulos dentro dos sistemas inteligentes
de estacionamento que podem incluir sistemas ciberfísicos, sistemas multi-agentes, precificação
dinâmica e inteligência artificial. Esta dissertação apresenta o desenvolvimento
de uma arquitetura para sistemas inteligentes de estacionamento, utilizando tecnologia
baseada em Nuvem para integrar um sistema multi-agentes em um ambiente escalável,
descentralizado, adaptável e seguro. A arquitetura proposta foi testada utilizando, como
um caso de estudo, um sistema web desenvolvido para gestão e análise de estacionamentos
inteligentes, bem como uma aplicação para dispositivos móveis, que permite ao
usuário interagir com as múltiplas funcionalidades disponibilizadas neste sistema. Resultados
obtidos demonstram que a implementação da arquitetura proposta oferece uma
comunicação eficiente entre usuários que utilizam os recursos e o sistema multi-agentes
responsável pela autonomia e inteligência de um sistema de estacionamento
A cloud architecture to integrate a multi-agent smart parking system
Get PDFMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáSmart parking systems are becoming a solution to recurring issues as the number of
vehicles in traffic rises in major cities, which can be related to vehicle traffic congestion,
unnecessary time spent searching for parking spots, and, consequently, environmental
issues. The purpose of these systems is to help drivers who are searching for available
parking spaces or who want to reserve for a specified period of time, quickly and, if
possible, near the desired location. In this context, there are several modules within
smart parking systems that may include cyber-physical systems, multi-agent systems,
dynamic pricing and artificial intelligence. This dissertation presents the development of
a smart parking system architecture, using Cloud-based technology to integrate a multiagent
system into a scalable, decentralized, adaptable and safe environment. The proposed
architecture was tested using, as a case study, a web system developed for the management
and analysis of smart parking lots, as well as an application for mobile devices, which
allows users to interact with multiple functionalities available in this system. Results
obtained demonstrate that the implementation of the proposed architecture offers an
efficient communication between users who use parking resources and the multi-agent
system responsible for the autonomy and intelligence of the parking system.Os sistemas inteligentes de estacionamento estão se tornando uma solução para problemas
recorrentes à medida que aumenta o número de veículos em trânsito nas grandes cidades,
os quais podem estar relacionados ao congestionamento no tráfego de veículos, tempo
desnecessário gasto na busca por vagas e, consequentemente, questões ambientais. O objetivo
desses sistemas é auxiliar os motoristas que buscam por vagas disponíveis ou que desejam
reservar por determinado período de tempo, de forma rápida e, se possível, próximo
ao local desejado. Neste contexto, existem vários módulos dentro dos sistemas inteligentes
de estacionamento que podem incluir sistemas ciberfísicos, sistemas multi-agentes, precificação
dinâmica e inteligência artificial. Esta dissertação apresenta o desenvolvimento
de uma arquitetura para sistemas inteligentes de estacionamento, utilizando tecnologia
baseada em Nuvem para integrar um sistema multi-agentes em um ambiente escalável,
descentralizado, adaptável e seguro. A arquitetura proposta foi testada utilizando, como
um caso de estudo, um sistema web desenvolvido para gestão e análise de estacionamentos
inteligentes, bem como uma aplicação para dispositivos móveis, que permite ao
usuário interagir com as múltiplas funcionalidades disponibilizadas neste sistema. Resultados
obtidos demonstram que a implementação da arquitetura proposta oferece uma
comunicação eficiente entre usuários que utilizam os recursos e o sistema multi-agentes
responsável pela autonomia e inteligência de um sistema de estacionamento
Utilização de data mining e deep learning para business intelligence em estrutura integrada de sistema smart parking
No full textMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáO avanço tecnológico e o crescimento populacional dos últimos anos trouxe uma alta
demanda por soluções inteligentes que pudessem melhorar a qualidade de vida da população.
Uma dessas soluções é o Smart Parking (estacionamentos inteligentes). Esse
conceito integra diferentes áreas e tem por objetivo reduzir o fluxo de trânsito de cidades
por meio da implementação de sistemas inteligentes, focados no controle e gestão de estacionamentos.
O presente trabalho integrou o desenvolvimento de um modelo de Smart
Parking já estruturado, o qual foi concebido de forma gradual por alunos e professores da
UTFPR e IPB. Propôs-se a criação de uma estrutura de dados que integrasse todos os
módulos do sistema. Além disso, foi proposto um sistema que pudesse auxiliar na tomada
de decisões do produto, utilizando como base o grande volume de dados gerados por esse
tipo de aplicação. Com isso, no decorrer do trabalho é apresentado o modelo conceitual
utilizado na integração dos módulos, seguido de etapas de mineração e análise de dados.
Também é abordada a criação de um modelo para simulação de dados e a implementação
de algoritmos de machine learning (K-Means e Random Forest) e deep learning (LSTM)
focados na previsão de demanda de estacionamentos. A aplicação dos algoritmos mostrou
bons resultados na previsão de demanda, sendo os melhores obtidos pelo Random Forest.
Por fim, é apresentada uma ferramenta modular, que integrou processos de mineração e
análise de dados, fornecendo aos gestores um sistema para auxiliar na tomada de decisões
do produto.The technological advance and population growth of the last years brought a high demand
for intelligent solutions that could improve the population’s quality of life. One of these
solutions is Smart Parking. This concept integrates different areas and aims to reduce
the traffic flow of cities through the implementation of intelligent systems, focused on the
control and management of parking lots. The present work integrated the development of
an already structured Smart Parking System, which was conceived gradually by students
and professors from UTFPR and IPB. It was proposed the creation of a data structure that
integrated all the system modules. Moreover, a system that could help in the decision
making process of the product was proposed, using as base the large volume of data
generated by this kind of application. Consequently, the conceptual model used in the
integration of the modules is presented, followed by the data mining and analysis steps.
The creation of a model for data simulation and the implementation of machine learning
(K-Means and Random Forest) and deep learning (LSTM) algorithms, focused on parking
lot demand forecasting are also addressed. The application of the algorithms showed good
results in predicting demand, the best results being obtained by Random Forest. Finally, a
modular tool is presented, which integrated data mining and analysis processes, providing
managers with a system to assist in product decision making
Architecture and negotiation protocols for a smart parking system
Get PDFMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáSmart City uses emerging technologies to improve citizens’ quality of life. A branch of this
topic is the Smart Parking, where the parking system implements intelligent mechanisms
to simplify to the searching of parking spots and consequently decrease the traffic of
cars. This work proposes an architecture using Multi-Agent System (MAS), enhanced
with some holonic systems principles, that is capable to be applied to different range of
parking systems, e.g., considering trucks, cars, or bicycles.
Being a distributed architecture, a special attention is devoted to study the negotiation
protocols that will regulate the behavior of autonomous and cooperative actors in the
system, namely drivers and parking spots, during allocation process of parking spots to
drivers. For this purpose, the Contract Net Protocol (CNP), English Auction, Dutch
Auction and Faratin Auction were the tested, being the CNP the selected protocol for
this problem. Also addressing the distributed nature of the system, some efforts were
focused on the security of the messages exchanged between the agents was proposed using
Secure Socket Layer (SSL).
The proposed multi-agent systems architecture was implemented using JADE (Java
Agent DEvelopment Framework), which is a FIPA-compliant agent development framework
that simplifies the development of agent-based applications. The exchange of messages
follows the FIPA-ACL protocol using the CNP protocol for the negotiation. The
communication between the agents and the User Interface is performed through the use
of Message Queuing Telemetry Transport (MQTT) protocol
Architecture and negotiation protocols for a smart parking system
Get PDFMestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáSmart City uses emerging technologies to improve citizens’ quality of life. A branch of this
topic is the Smart Parking, where the parking system implements intelligent mechanisms
to simplify to the searching of parking spots and consequently decrease the traffic of
cars. This work proposes an architecture using Multi-Agent System (MAS), enhanced
with some holonic systems principles, that is capable to be applied to different range of
parking systems, e.g., considering trucks, cars, or bicycles.
Being a distributed architecture, a special attention is devoted to study the negotiation
protocols that will regulate the behavior of autonomous and cooperative actors in the
system, namely drivers and parking spots, during allocation process of parking spots to
drivers. For this purpose, the Contract Net Protocol (CNP), English Auction, Dutch
Auction and Faratin Auction were the tested, being the CNP the selected protocol for
this problem. Also addressing the distributed nature of the system, some efforts were
focused on the security of the messages exchanged between the agents was proposed using
Secure Socket Layer (SSL).
The proposed multi-agent systems architecture was implemented using JADE (Java
Agent DEvelopment Framework), which is a FIPA-compliant agent development framework
that simplifies the development of agent-based applications. The exchange of messages
follows the FIPA-ACL protocol using the CNP protocol for the negotiation. The
communication between the agents and the User Interface is performed through the use
of Message Queuing Telemetry Transport (MQTT) protocol
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
- …
