Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas

Com o advento da globalização, houve o processo de intensificação dos mercados que por sua vez acarretou um maior nível de competição entre as instituições. Nesse contexto, as empresas procuram otimizar seus processos produtivos para mantê-las dentro de um ambiente altamente competitivo, como a redução de quebras que, por sua vez, acabam sendo associadas a diversas variáveis pertinentes à produção. Em paralelo aos acontecimentos citados, o desenvolvimento de novas tecnologias associadas à área de tecnologia da informação vem passando por diversos avanços tanto em questões de capacidade de processamento quanto na solução de problemas complexos. Dentre esses avanços, a temática de aprendizado de máquina oriundo de uma ramificação da inteligência artificial vem ganhando destaque devido aos seus bons resultados em encontrar relações complexas entre variáveis. Nesse ambiente, a premissa de investir em inovação se faz presente, abrindo espaço para aprendizado de máquina ser empregada com o intuito de encontrar padrões e relações antes ocultos aos olhos humanos. Neste trabalho, técnicas de aprendizado de máquina são aplicados ao problema de predição de quebra de produtos em uma linha de produção para fabricação de lentes oftalmológicas. O melhor modelo preditivo obtido após a realização dos experimentos alcançou uma acurácia 92,02%As the phenomenon of globalization took place there has been a process of intensification of markets, which in turn has led to a higher level of competition among institutions. In this context, companies seek to improve their production processes to keep them within a highly competitive environment, such as the reduction of outages, which in turn ends up being associated with several variables pertinent to production. In parallel to the aforementioned events, the development of new technologies associated with the information technology area has been going through several advances both in terms of processing capacity and solutions to complex problems. Among these advances, the machine learning field, a branch of artificial intelligence, has been gaining prominence due to its good results in finding complex relationships between variables. In this vein, the premise of promoting innovation is imperative, making room for machine learning to be employed in order to find patterns and relationships previously hidden from human eyes. In this work, machine learning techniques are applied to the problem of predicting products outages in a production line for the manufacture of lenses. The best predictive model found after our experiments reached an accuracy of 93,90 %64 f