[pt] Modelos CAD 3D têm desempenhado um importante papel no gerenciamento de projetos de engenharia. Em vários desses modelos é perceptível a presença de diversos objetos com representações implícitas sendo representados por malhas triangulares. Ainda que apropriada para o rendering, a utilização de malhas triangulares traz consigo algumas desvantagens, como a ambiguidade em objetos pouco discretizados. A engenharia reversa visa a reconstrução dessa representação discreta em sua representação contínua original. Neste trabalho, propomos uma metodologia para a reconstrução de geometrias em modelos CAD utilizando Support Vector Machines e Descritores de Forma. / [en] 3D CAD Models have played an important role in engineering projects management. It is noticeable in many of these files the presence of several objects with implicit representation that end up being represented as triangular meshes. Although suitable for rendering, the triangular mesh representation brings some drawbacks, such as the ambiguity in objects with low discretization rate. The reverse engineering aims to reconstruct this discrete representation to its original continuous representation. In this work, we propose a novel methodology for geometry reconstruction in CAD models using Support Vector Machines and Shape Descriptors.

[pt] A construção de poços marítimos tem se mostrado uma atividade complexa e de alto risco. Para efetuar esta atividade as empresas se valem principalmente das unidades de intervenção de poços, também conhecidas como sondas. Estas possuem altos valores de taxas diárias de uso devido à manutenção preventiva da unidade em si, mas também por falhas as quais seus equipamentos estão sujeitos. No cenário específico da Petrobras, em junho de 2011, foi implantado no banco de dados da empresa um maior detalhamento na classificação das falhas de equipamentos de sonda. Com isso gerou-se uma descontinuidade nos registros da empresa e a demanda para adequar estes casos menos detalhados à classificação atual, mais completa. Os registros são compostos basicamente de informação textual. Para um passivo de 3384 registros, seria inviável alocar uma pessoa para classificá-los. Com isso vislumbrou-se uma ferramenta que pudesse efetuar esta classificação da forma mais automatizada possível, utilizando os registros feitos após junho de 2011 como base. O objetivo principal deste trabalho é de sanar esta descontinuidade nos registros de falha de equipamentos de sonda. Os dados foram tratados e transformados por meio de ferramentas de mineração textual bem como processados pelo algoritmo de aprendizado supervisionado SVM (Support Vector Machines). Ao final, após obter a melhor configuração do modelo, este foi aplicado às informações textuais do passivo de anormalidades, atribuindo suas classes de acordo com o novo sistema de classificação. / [en] Off-shore well construction has shown to be a complex and risky activity. In order to build off-shore wells, operators rely mainly on off-shore rigs. These rigs have an expensive day rate, related to their rental and maintenance, but also due to their equipment failure. At off-shore Petrobras scenario, on June of 2011, was implemented at the company database a better detailing on the classification of rig equipment failure. That brought a discontinuity to the database records and created a demand for adequacy of the former classification to the new classification structure. Basically, rig equipment failure records are based on textual information. For a liability of 3384 records, it was unable for one person to manage the task. Therefore, an urge came for a tool that could classify these records automatically, using database records already classified under the new labels. The main purpose of this work is to overcome this database discontinuity. Data was treated and transformed through text mining tools and then processed by supervised learning algorithm SVM (Support Vector Machines). After obtaining the best model configuration, the old records were submitted under this model and were classified according to the new classification structure.