Manutenção Preditiva Veicular: Aplicação de T´écnicas de Aprendizado de M´aquina para An´alise Sonora de Falhas
Palavras-chave:
Manutenção preditiva veicular, Indústria 4.0, Aprendizagem de Máquina, Análise sonoraResumo
A Ind´ustria 4.0 tem proporcionado mudanc¸as no setor automotivo, em especial a manutenção veicular, permitindo a transição de m´etodos reativos para a manutenção preditiva e personalizada. Deste modo, este trabalho investiga a aplicação da an´alise de ´audio para o diagn´ostico de anomalias em motores de combust˜ao interna. A abor dagem proposta utilizou um conjunto de dados de 537 ´audios, dos quais foram extra´ıdas caracter´ısticas como Coeficientes Cepstrais na Frequˆencia de Mel (MFCCs), Taxa de Cruzamento por Zero (ZCR) e Centr´oide Espectral, para classificar os sons de motores com o algoritmo Random Forest. O modelo demonstrou alta efic´acia, alcanc¸ando uma acur´acia de 99% ao diferenciar motores saud´aveis de motores com falhas de ignição. Assim, conclui-se que a an´alise de ´audio, combinada com o aprendizado de m´aquina, ´e uma estrat´egia promissora para o diagn´ostico automotivo.
Referências
Akbalık, F., Yıldız, A., Ertu˘grul, F., and Zan, H. (2024). Engine fault detection by sound
analysis and machine learning. Applied Sciences, 14(15):6532.
Fedorishin, D., Forte III, L., Birgiolas, J., Schneider, P., and Govindaraju, V. (2022).
Large-scale acoustic automobile fault detection: Diagnosing engines through sound. In
Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data
Mining (KDD ’22), New York, NY, USA. ACM.
Fenga, L. and Biazzo, L. (2025). Stochastic modeling and time-frequency analysis for
predictive maintenance of automotive suspension systems. Applied Stochastic Models
in Business and Industry, 41(3):e70013.
Filho, A. C. L., de Vasconcelos Lima, T. L., Torres, N. N. S., Maciel, J. N., and Junior,
O. H. A. (2025). Acoustic fault dataset of internal combustion engine under controlled
conditions for ignition and mechanical anomalies (dataset).
Hossain, M., Rahman, M., and Ramasamy, D. (2024). Artificial intelligence-driven ve-
hicle fault diagnosis to revolutionize automotive maintenance: A review. Computer
Modeling in Engineering & Sciences, 141(2):951.
Kamalapuram, S. K. and Choudhury, D. (2024). Industry 4.0 technologies for cultivated
meat manufacturing. Food Bioengineering, 3(1):14–28.
Mahale, Y., Kolhar, S., and More, A. S. (2025). A comprehensive review on artificial
intelligence driven predictive maintenance in vehicles: technologies, challenges and
future research directions. Discover Applied Sciences, 7(4):243.
Nagy, J. and Lakatos, I. (2025). Acoustic fingerprint in vehicle manufacturing as a basis
for future applications. Pollack Periodica.
Nalla, N. R. (2025). Predictive maintenance in fleet management: Analyzing audio data
for hazard detection. Journal of Electrical Systems, 21.
Nasim, M. F., Hamad, A. A., Jaffar, A., Khalaf, O. I., Ouahada, K., Hamam, H., Akram,
S., and Siddique, A. (2024). Cognitive inspired sound-based automobile problem de-
tection: A step toward xai. SSRN.
Rashed, A., Abdulazeem, Y., Farrag, T. A., Bamaqa, A., Almaliki, M., Badawy, M.,
and Elhosseini, M. A. (2025). Toward inclusive smart cities: Sound-based vehicle
diagnostics, emergency signal recognition, and beyond. Machines, 13(4):258.
Shabbir, A., Cheema, A. N., Ullah, I., Almanjahie, I. M., and Alshahrani, F. (2024).
Smart city traffic management: Acoustic-based vehicle detection using stacking-based
ensemble deep learning approach. IEEE Access, 12:35947–35956.
Soori, M., Arezoo, B., and Dastres, R. (2024). Virtual manufacturing in industry 4.0: A
review. Data Science and Management, 7(1):47–63.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Valéria Silva Santos, Marianne Silva, Breno Santana Santos
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors who publish in the Annals of Data Analysis retain
the copyright of their work and agree to license it under a Creative Commons Attribution-
NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) license.
