MÉTODOS DE MACHINE LEARNING PARA CLASSIFICAÇÃO DA TEMPERATURA NO PROCESSO DE MISTURA EM UMA PLANTA INDUSTRIAL

Resumo

O objetivo deste trabalho é a aplicação e análise de métodos de Machine Learning para a classificação da temperatura resultante do processo de mistura de líquidos de uma planta industrial didática localizada na UTFPR do câmpus Cornélio Procópio. Os métodos aplicáveis para esta classificação são k-nearest neighbors (KNN), Árvores de Decisão, Florestas Randômicas e Naive- Bayes. Para esta tarefa, as variáveis de entrada consideradas são a porcentagem de abertura da válvula, a vazão e o tempo da abertura; e a variável de saída é a temperatura, discretizada em 5 classes. O desempenho dos algoritmos é analisado considerando-se a acurácia e medidas estatísticas relevantes e as implementações dos métodos são feitas utilizando o software R. Os resultados apresentam um bom desempenho dos algoritmos na tarefa de classificação da temperatura do processo de mistura de líquidos, com acurácias acima de 90%.