Análise de Dados para Previsão de Defeito Em Sistemas de Radiocomunicação Naval

Alan Lopes Pombo, Vitor Hugo Ferreira, MArcio Zamboti Fortes

Resumo


O presente trabalho estudará um caso real. Toda e qualquer tipo de embarcação deve atender as exigências mínimas de segurança marítima, dentre vários outros aspectos de segurança, o item de radiocomunicação, pode acarretar risco de morte ou de danos irreparáveis. É um dos principais itens de checklist para que a embarcação seja liberada para zarpar. A proposta é detectar um defeito antes que ele provoque a queda da comunicação, com levantamento de dados através de simulação de defeitos típicos, utilizando técnicas de classificação, que é uma subárea do Machine Learning, atribuindo uma classe a cada nova observação com base nessas informações. A partir dos resultados da análise e processamento, será feito um diagnóstico para tomar as medidas corretivas necessárias, antes que o sistema seja interrompido, foi desenvolvido um hardware específico afim de permitir a obtenção dos dados aqui tratados.


Texto completo:

PDF

Referências


J. L. Bosa, “Sistema embarcado para manutenção inteligente de atuadores elétricos,” Trabalho de Conclusão de Curso, Universidade Estadual do Rio Grande do Sul, 2009.

R.J. Eassom, R.L.J. Awcock and B.M. Sosin, “HF transmitters and receivers for naval”, Proceedings of the 1995 International Conference on 100 Years of Radio, pp.62-68, London, UK, 1995. doi: 10.1049/cp:19950791.

T.Thomas, Tudo que você precisa saber sobre a diferença entre VHF e UHF, 2019. Disponível em: https://firstsourcewireless.com/pt-br/blogs/blog/all-you-need-to-know-about-the-difference-between-vhf-and-uhf > Acesso em 4 de novembro de 2022.

Diretoria de Portos e Costas, NORMAN – NORMAS DE AUTORIDADE MARITIMA, 2022.

ICOM, “IC-M330GE Rádio Fixo de VHF Marítimo c/ DSC Classe D e GPS”, 2002. Disponível em: https://www.nautiradar.pt/pt/produtos/icom/ic-m330ge-radio-fixo-de-vhf-maritimo-c-dsc-classe-d-e-gps > Acesso em 4 de novembro de 2022.

Relação de Ondas Estacionárias, 2019. Disponível em: https://www.wikifox.org/pt/wiki/Rela%C3%A7%C3%A3o_de_ondas_estacion%C3%A1rias > Acesso em 4 de novembro de 2022.

Radiohaus, CN-501H2 - Wattímetro/Medidor de ROE (SWR) HF / VHF Daiwa , Disponível em: https://www.radiohaus.com.br/produto/5504/cn-501h2-wattimetro-medidor-de-roe-swr-hf-vhf-daiwa?nomodal > Acesso em 4 de novembro de 2022.

M. Harrison, Machine Learning - Guia de Referência Rápida, São Paulo, 2020.

P. G. Crepaldi, R. N. P. Avila, J. P. M. D. O. Paulo, R. Rodrigues and R. L. Martins, “Um Estudo Sobre a Árvore de Decisão e sua Importância na Habilidade de Aprendizado,” Rev. Saber, vol. 6, pp. 1–14, 2008.

F. Luz, “Algoritmo KNN para Classificação”, 2019. Disponível em: https://inferir.com.br/artigos/algoritimo-knn-para-classificacao/ > Acesso em 05 de julho de 2023.

D. Mariano, “Métricas de avaliação em Machine Learning: acurácia, sensibilidade, precisão, especificidade e F-score”, In: book: BIOINFO - Revista Brasileira de Bioinformática e Biologia Computacional, 2021. doi: 10.51780/978-6-599-275326-15.


Apontamentos

  • Não há apontamentos.