Browsing by Issue Date, starting with "2025-10-07"
Now showing 1 - 5 of 5
Results Per Page
Sort Options
- Aplicação de ferramentas informáticas de controlo de produção na maquinagem num fornecedor de peças fundidas na indústria automóvelPublication . MOREIRA, BRUNO FERREIRA OLIVEIRA; Costa, Eduardo José Rego Gil daSendo a indústria automóvel caraterizada por elevados níveis de exigência, o que obriga os fornecedores a adotar soluções cada vez mais automatizadas, digitalizadas e orientadas por dados, na presente dissertação foi analisado e otimizado o processo de maquinagem da Tesco – Componentes para Automóveis, Lda., através da aplicação de ferramentas informáticas de controlo de produção e com melhorias com foco na digitalização. A metodologia seguida integrou uma análise detalhada do processo em estudo e a identificação de limitações e a implementação de soluções de melhoria com recurso a tecnologias digitais. Entre estas, destacam-se a integração do software MT-LINKi, permitindo automatizar a recolha de dados diretamente das máquinas CNC, a introdução de painéis interativos eliminando tarefas arcaicas e documentação física, e a digitalização do preenchimento de listas de checagem, promovendo a digitalização, garantindo maior rastreabilidade e organização documental. Os resultados obtidos evidenciam a redução de tarefas manuais, a diminuição de erros de registo e o aumento da fiabilidade da informação, criando condições para uma monitorização mais eficaz para uma gestão de produção mais ágil. Conclui-se que este projeto contribui para a modernização da Tesco, reforçando a sua competitividade e preparando a empresa para responder aos desafios da Indústria 4.0.
- Modelação e estudo de algoritmos de manutenção preditiva em equipamento de fresagemPublication . SANTOS, FÁBIO MIGUEL PINTO; Araújo , Susana Cláudia Nicola de; Pereira , Ivo André SoaresA indústria segue a sua constante transformação digital, alavancada por conceitos como a Indústria 4.0, Internet of Things (IoT), Big Data ou agora e mais atual a Inteligência Artificial. Este novo paradigma industrial promove a interligação entre sistemas físicos e digitais, criando as Smart Factories cada vez mais automatizadas onde a tomada de decisão é cada vez mais baseada em dados. Aqui surge a manutenção preditiva, uma aplicação estratégica que tem como finalidade a antecipação de falhas em equipamentos recorrendo a dados obtidos e analisados em tempo real, reduzindo tempos de paragens não planeados, custos de operação e respetivos riscos associados à produção. A presente dissertação está desenvolvida no âmbito da manutenção preditiva, que utiliza abordagens avançadas de análise de dados, por forma a prever quando e onde poderá ocorrer uma avaria. Para isto tem um papel essencial as técnicas de Machine Learning, que permite a construção de modelos capazes de identificar padrões anormais, classificando-os e estimando a vida útil dos ativos em avaliação. Suportado por algoritmos como o Random Forest, o Gradient Boosting, entre outros, as organizações conseguem extrair uma quantidade de dados históricos e operacionais, convertendo-os em conhecimento. Em termos de resultados da dissertação, realizou-se a análise de vários modelos de Machine Learning e avaliou-se quais os tipos de algoritmos mais capacitados de implementar em um caso real de Manutenção Preditiva, onde observamos os bons resultados que alguns dos algoritmos nos fornece, caso do Gradient Boosting, Random Forest e o Neural Network.
- Concepção e projecto de manga de eixo para categoria CN - FIAPublication . TEIXEIRA, GONÇALO CARVALHO; Paiva, António Pedro Dinis; Ferreira, Fernando JoséThe impact of motorsport is noticeable in the research and development of innovative technologies within the industry, particularly in the manufacturing of road vehicles. The establishment of different competition classes and governing bodies like the Fédération Internationale de l’Automobile (FIA) has made it possible to create numerous categories of production vehicles eligible for homologation to compete in Motorsport events, including the group CN-FIA category. The main aim of this thesis was the design and development of an upright and wheel hub assembly for a group CN-FIA racing vehicle, taking into account the state of the art and relevant methodologies for the conception and structural analysis of the developed models. Initially, the specifications for the design were established, in order to effectively establish the constraints that demanded consideration throughout the project, as well as the initial calculations that were fundamental to determine the applicable load scenarios and bearing selection for the wheel assembly. Afterwards, an initial sketch of the upright and the wheel hub was created, in order to proceed with subsequent stress simulations using the Finite Element Method (FEM) approach. Concerning the structural studies performed, five load cases were employed for the preprocessing of the FEM simulations, with the primary purpose of demonstrating the convergence of equivalent stress values as the mesh is refined. This methodology allowed a better assessment of the stress results, enabling a more complete strength evaluation of the designed components. For the wheel hub, the results obtained were satisfactory, since all of the simulations conducted resulted in safety factor values above the predefined metric and the evolution of stress convergence was clear across the various loading conditions. As for the upright, the outcomes observed also exhibited suitable equivalent stress values; however, the convergence progression was not evident due to lower order of magnitude stress figures. In the final stage of this project, technical and manufacturing drawings for the components and wheel assembly were prepared, in order to showcase the suitability of the components for future production and eventual integration in a group CN-FIA category racing vehicle.
- Gestão de stocks de produtos em fim de vidaPublication . PEREIRA, GONÇALO MANUEL LOPES; Costa, Eduardo José Rego Gil daEsta dissertação propõe e valida uma metodologia prática para o dimensionamento do stock remanescente de materiais exclusivos durante a fase de fim do ciclo de vida de um produto, com o objetivo de reduzir custos e mitigar o risco de obsolescência. Esta abordagem engloba uma árvore de decisão para classificar casos operativos, uma tabela de decisão que aplica percentagens de ajuste do stock final em função de fatores críticos, cálculos de equilíbrio de stocks e de lotes mínimos (adaptados ao horizonte temporal do processo de descontinuação) e um critério de arredondamentos que adequa as quantidades teóricas obtidas à realidade prática dos fornecedores. Esta metodologia parte do stock remanescente associado à última encomenda sugerida pelo sistema de planeamento SAP e aplica percentagens operacionais para redução do mesmo, definidas a partir da análise de dados históricos e do trabalho com responsáveis das áreas envolvidas. A sua aplicação ao caso de estudo do binóculo Ultravid 10x25 Leathered Black (406-07) evidenciou reduções do custo total original de cerca de 14,7% pela estratégia de entradas múltiplas e cerca de 15,0% com LTB. Isto demonstra que é possível conciliar a redução de custos com a diminuição do risco de obsolescência.
- Personalização no setor de seguros: Segmentação de clientes, recomendação de produtos e previsão de retençãoPublication . PEREIRA, MADALENA ANDREIA MARTINS; Marreiros, Maria Goreti CarvalhoA crescente complexidade do setor segurador, aliada às exigências de clientes cada vez mais informados e diversificados, torna a personalização de produtos e a fidelização dois dos maiores desafios enfrentados pelas seguradoras. Este trabalho explora a aplicação de técnicas de Machine Learning para apoiar a tomada de decisão no setor, através da segmentação de clientes, da recomendação de produtos e da previsão da retenção. A investigação iniciou-se com uma revisão sistemática da literatura, que permitiu mapear as abordagens mais relevantes e identificar lacunas na aplicação de métodos de personalização em seguros. Em seguida, foi desenvolvido um estudo experimental com base num conjunto de dados reais, abrangendo variáveis demográficas, contratuais e de sinistralidade. Foram aplicados algoritmos de clustering para segmentar clientes em grupos homogéneos, modelos supervisionados para identificar o produto mais provável para cada perfil e técnicas de previsão para estimar a probabilidade de retenção. A interpretabilidade dos modelos foi assegurada através do método SHAP, permitindo compreender o impacto relativo de cada variável nas previsões. Os resultados mostraram que a segmentação consegue identificar padrões claros entre perfis de clientes e os produtos contratados. A recomendação de produtos alcançou resultados promissores, destacando variáveis como idade, antiguidade e capitais segurados como determinantes para a escolha. Já a previsão da retenção revelou-se mais desafiante, com desempenhos modestos, mas evidenciou que fatores estruturais e contratuais têm maior influência na renovação de apólices do que a sinistralidade. Conclui-se que a integração de segmentação, recomendação e previsão constitui uma abordagem viável para apoiar a personalização no setor segurador, ainda que persistam desafios técnicos e de qualidade dos dados. Este estudo abre caminho para investigações futuras que explorem datasets mais ricos, modelos mais sofisticados e a validação em contextos reais de seguradoras.