Aplicação de inteligência artificial através de algoritmos de aprendizagem de máquina para redução do número de OS em campo, baseado em falhas encontradas na linha de montagem de refrigeradores em uma indústria multinacional de bens de consumo

Este trabalho consiste na aplicação de inteligência artificial através de algoritmos de aprendizagem de máquina para redução de ordens de serviço de uma indústria multinacional de bens de consumo. Os dados utilizados neste trabalho são provenientes das falhas da linha de montagem de refrigeradores e ordens de serviço geradas para refrigeradores pós-venda em um intervalo de 6 meses após serem fabricados. Os dados das falhas de montagem de refrigeradores são obtidos através da linha de montagem industrial, que consecutivamente são gravados em bases de dados específicas. Após isso, os dados são migrados para uma nova base de dados e normalizados para a aplicação da IA. Assim como os dados de ordens de serviço que são gerados, gravados em bases de dados específicas, normalizados e migrados para uma nova base de dados, prontos para serem manipulados com IA. A separação, normalização e organização dos dados é realizada através da linguagem SQL e uma base de dados SQL Server. Já, a Inteligência Artificial é utilizada através da aplicação de algoritmos de aprendizagem de máquina como Random Forest, Light GBM e Linear Regression, por meio da linguagem de programação Python e técnicas como Grid Search e Cross Validação. Sendo assim, o objetivo principal da combinação dessas tecnologias é apresentar as principais falhas que contribuem para geração de ordens de serviço e a predição da quantidade de OS que poderão ser geradas, baseado nas falhas que aconteceram na linha de montagem industrial de refrigeradores.