DIAGNÓSTICO AUTOMATIZADO DE FALHAS EM SENSORES UTILIZANDO AUTO MACHINE LEARNING APLICADO A PROCESSOS INDUSTRIAIS

A complexidade dos processos industriais em engenharia química demanda soluções eficazes para a detecção de falhas em sensores. Este trabalho utiliza algoritmos de AutoML, desenvolvidos no python, para diagnosticar falhas com base em dados operacionais de máquinas industriais. A metodologia incluiu análise exploratória, geração de dados sintéticos via VAE, modelagem com LazyClassifier, otimização de hiperparâmetros e avaliação por validação cruzada. Os dados foram segmentados por tipo de máquina, permitindo a criação de modelos específicos. Os resultados mostraram F1-score superior a 0,84, com destaque para o modelo da fresadora, que apresentou maior sensibilidade e menor taxa de falsos negativos. A abordagem comprovou a eficácia do AutoML na detecção automatizada de falhas em sensores.