Revista de Engenharia da Computação e Tecnologia da Informação

Manutenção preditiva para falhas relacionadas com vibrações na indústria de semicondutores

Kevin Curran e Robert King

A manutenção preditiva tem-se mostrado um método de gestão de manutenção económico para equipamentos críticos em muitos setores verticais. A indústria de semicondutores também poderia beneficiar. A maioria das fábricas de semicondutores está equipada com amplos sensores de diagnóstico e controlo de qualidade que podem ser utilizados para monitorizar a condição dos ativos e, em última análise, mitigar o tempo de inatividade não programado, identificando as causas dos problemas mecânicos antecipadamente , antes que possam evoluir para falhas mecânicas. O Machine Learning é o processo de construção de um modelo científico após a descoberta de conhecimento a partir de um conjunto de dados. É o complexo processo de computação de reconhecimento automático de padrões e tomada de decisão inteligente com base em dados de amostra de treino. O algoritmo de aprendizagem automática pode recolher factos sobre uma situação através de sensores ou informações humanas e comparar essas informações com os dados armazenados e decidir o que as informações significam. Apresentamos aqui os resultados da aplicação da aprendizagem automática a um conjunto de dados de manutenção preditiva para identificar futuras falhas relacionadas com vibrações. Os resultados de falhas futuras previstas atuam como um auxílio para os engenheiros no seu processo de tomada de decisão em relação à manutenção de ativos.