Dissertação
{pt_PT=Análise da viabilidade de previsão do consumo de combustível de camiões de transporte em obras rodoviárias através de machine learning} {} EVALUATED
{pt=No contexto tecnológico e empresarial em que vivemos, os objetivos passam por fazer mais utilizando menos recursos através da otimização dos processos. Assim, utilizar a tecnologia mais recente em áreas como a inteligência artificial, com o intuito de termos máquinas a prever e estimar custos, configura-se como algo bastante importante. Sabendo que o custo dos combustíveis, mais concretamente dos veículos pesados de transporte de materiais para obras de pavimentação de estradas, representa uma parte relevante do custo total do processo, na presente dissertação estabeleceu-se o objetivo de analisar a viabilidade da previsão do consumo de combustível dos mesmos. Recorrendo à utilização de base de dados real decorrente da instalação de sensores num camião de obra, procedeu-se à previsão do consumo de combustível através da implementação de modelos de Inteligência Artificial, mais especificamente machine learning, considerando os trajetos percorridos, as velocidades médias, as cargas transportadas e o registo do consumo real associado a cada trajeto, que corresponde ao termo de comparação no qual se baseia o estudo. Esta premissa foi validada em contexto real num estaleiro de construção rodoviária em colaboração com uma empresa construtora portuguesa. Os resultados deste estudo demonstraram a viabilidade da previsão efetuada e confirmaram as vantagens associadas à combinação de sensorização para recolha de dados e inteligência artificial num contexto de construção real., en=In our current technological and business setting, the main goal is to do more with less, i.e., to use fewer resources, through process optimization. Therefore, the use of the latest technology in areas such as artificial intelligence, as a way to predict and estimate costs, is crucial. Knowing that the cost of fuels, more specifically heavy vehicles transporting materials for road paving works, represents a significant part of the total cost of the process, this dissertation’s goal is to analyze the feasibility of predicting fuel consumption. Through the installation of sensors in a transport truck, the real numbers of fuel consumption were analyzed. This database allowed the prediction of fuel consumption through the implementation of Artificial Intelligence models, more specifically machine learning. This has enabled an evaluation, considering the following dimensions: route traveled, average speed, loads transported and recording of the actual consumption associated with each route, which corresponds to the comparison term on which the study is based. This premise was validated in a real-life context (road construction site) in collaboration with a Portuguese construction company. The results of this study support the feasibility of the concept, providing relevant insights into the advantages associated with the combination of sensorization for data collection and artificial intelligence in a real construction scenario.}
novembro 22, 2021, 14:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)
Professor Auxiliar
