Análise de Perdas da Linha de Montagem em uma Indústria Automotiva

Resumo

Este trabalho apresenta uma abordagem inovadora para a análise de perdas na linha de montagem de uma indústria automotiva, visando otimizar a eficiência do processo produtivo. A metodologia proposta utiliza o algoritmo de machine learning XGBoost em conjunto com técnicas de feature engineering. A análise de perdas é crucial para identificar e mitigar problemas que impactam a produtividade e qualidade na produção automotiva. O XGBoost, um algoritmo de aprendizado de máquina baseado em árvores de decisão, é escolhido devido à sua capacidade de lidar eficientemente com conjuntos de dados complexos e grandes volumes de informações. A fase de feature engineering desempenha um papel crucial na seleção de características relevantes para melhor capturar as nuances do processo de montagem. Os resultados experimentais demonstram a eficácia da abordagem proposta na detecção e prevenção de perdas na linha de montagem. O modelo XGBoost, treinado com dados historicamente relevantes, revela-se capaz de antecipar falhas potenciais, permitindo intervenções proativas para evitar interrupções no processo produtivo.