O Sentinela Industrial é uma aplicação de Inteligência Artificial voltada para a Indústria 4.0, desenhada para prever falhas em maquinário pesado antes que elas ocorram (Manutenção Preditiva).
Utilizando um modelo treinado de Machine Learning, o sistema analisa dados brutos de sensores (temperatura, vibração, rotação) e fornece um diagnóstico em tempo real, permitindo que gestores de fábrica evitem paradas não planejadas (Downtime) e otimizem custos operacionais.
- 🧠 Modelo Preditivo de Alta Precisão: Utiliza o algoritmo RandomForestClassifier, alcançando acurácia superior a 99% na detecção de padrões de falha.
- 📊 Dashboard em Tempo Real: Interface construída com Streamlit, permitindo input dinâmico de parâmetros operacionais.
- 🚨 Sistema de Alerta Visual: Classificação binária instantânea:
- 🟢 Operação Normal: Equipamento seguro.
- 🔴 ALERTA DE FALHA: Risco iminente detectado com probabilidade percentual.
- ⚙️ Engenharia de Recursos: Pipeline robusto com
StandardScalerpara normalização de dados sensoriais.
O projeto combina Ciência de Dados robusta com uma interface web ágil.
| Camada | Tecnologia | Função |
|---|---|---|
| Linguagem | Python 3.10+ |
Core do processamento de dados. |
| Modelagem | Scikit-learn |
Treinamento do modelo RandomForest e métricas. |
| Frontend | Streamlit |
Interface web interativa para operadores. |
| Dados | Pandas / Joblib |
Manipulação de datasets e persistência do modelo (.pkl). |
Siga os passos abaixo para executar a aplicação de monitoramento em seu ambiente local.
- Python 3.10 ou superior.
- Git instalado.
# Clone o repositório
git clone [https://github.com/RomarioDelphin/Sentinela_Industrial.git](https://github.com/RomarioDelphin/Sentinela_Industrial.git)
# Entre na pasta
cd Sentinela_Industrial
# Crie um ambiente virtual
python -m venv venv
# Ative o ambiente:
# Windows:
.\venv\Scripts\activate
# Linux/Mac:
# source venv/bin/activate
# Instale as dependências
pip install -r requisitos.txt
Com o ambiente ativo, inicie a interface do Streamlit:
streamlit run app.py
O navegador abrirá automaticamente exibindo o Painel de Controle do Sentinela.
app.py: Código principal da interface e lógica de inferência.modelo_manutencao_preditiva.pkl: O "cérebro" da IA (modelo treinado).scaler_manutencao_preditiva.pkl: Normalizador de dados (garante a precisão matemática).requisitos.txt: Lista de bibliotecas necessárias.
Desenvolvido por Romário Delphin como parte do portfólio RAM.IO Holdings.