Markdown

MVP: Manutenção Preditiva com Machine Learning para Ativos Industriais

Autor: Igor Cassimiro Assunção
Data: 27/09/2025

---

1. Visão Geral do Projeto

Este projeto consiste em um MVP (Minimum Viable Product) de uma solução de Machine Learning para manutenção preditiva. O objetivo é prever falhas iminentes em componentes de máquinas industriais com 24 horas de antecedência, utilizando dados de telemetria e histórico de eventos. A solução permite que equipes de manutenção atuem de forma proativa, reduzindo custos com paradas não planejadas e otimizando a operação.

O problema foi modelado como uma classificação binária supervisionada em um dataset severamente desbalanceado.

2. Dataset Utilizado

O projeto utiliza o Microsoft Azure Predictive Maintenance Dataset, uma base de dados sintética que simula um ambiente industrial realista. Ela é composta por múltiplos arquivos, incluindo:

• Telemetria (telemetry.csv): Leituras horárias de sensores (voltagem, rotação, pressão, vibração).
• Erros (errors.csv): Histórico de erros ocorridos nas máquinas.
• Manutenções (maint.csv): Histórico de manutenções e trocas de componentes.
• Falhas (failures.csv): Registros de falhas de componentes (nosso alvo).
• Máquinas (machines.csv): Features estáticas de cada máquina (modelo e idade).

3. Metodologia

O fluxo de trabalho seguiu as melhores práticas de um projeto de Data Science, desde a análise até a avaliação final do modelo.

3.1 Análise Exploratória de Dados (EDA)

A análise inicial revelou um severo desbalanceamento de classes, com os eventos de falha representando apenas ~2% do dataset. Isso norteou a escolha das métricas de avaliação e das estratégias de modelagem.

3.2 Engenharia de Atributos

Foi a etapa mais crítica do projeto. Os dados brutos das diversas fontes foram transformados em um único dataset preditivo através de:

• Criação de Features de Janela Temporal: Cálculo de médias e desvios padrão móveis sobre uma janela de 24 horas para os dados de telemetria.
• Integração de Dados de Eventos: Utilização de merge_asof para enriquecer cada registro com o histórico mais recente de erros e manutenções.
• Criação da Variável Alvo: Definição de uma janela de 24 horas antes de cada falha real para rotular os dados como "Falha Iminente" (classe 1).

3.3 Modelagem e Otimização

Foram comparados diversos modelos de classificação, incluindo Logistic Regression, Random Forest e LightGBM. O modelo proposto, um Specialist Custom LGBM, foi desenvolvido para otimizar o limiar de decisão, maximizando o F1-Score. A otimização de hiperparâmetros foi realizada com GridSearchCV e validação cruzada estratificada para garantir a robustez dos resultados.

4. Resultados Finais

O modelo final (Specialist Custom LGBM otimizado) demonstrou uma performance excelente no conjunto de teste, provando ser uma ferramenta valiosa para o negócio.

• Recall (Taxa de Detecção): 80%
• F1-Score (Equilíbrio P-R): 72%
• Precision (Confiabilidade dos Alertas): 65%

Isso significa que o modelo foi capaz de identificar corretamente 8 de cada 10 falhas reais com 24 horas de antecedência.

Matriz de Confusão do Modelo Final

5. Como Executar o Projeto

Este projeto está contido em um notebook do Google Colab (.ipynb) e é totalmente reprodutível.

5.1 Pré-requisitos

• Uma conta Google para executar o Google Colab.
• (Opcional) Uma chave de API do Kaggle para baixar os dados diretamente, conforme instruído no notebook.

5.2 Execução

1. Abra o arquivo predictive_maintenance_MVP.ipynb no Google Colab.
2. Execute as células em ordem. O notebook foi projetado para ser autossuficiente, instalando dependências e carregando os dados.
3. A célula final do notebook carrega o modelo_final.pkl deste repositório e realiza uma predição no conjunto de teste para validar o funcionamento.