Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.

Detalhes bibliográficos
Autor(a) principal: Santos, André Almeida
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFOP
Texto Completo: http://www.repositorio.ufop.br/handle/123456789/13097
Resumo: Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
id UFOP_2f7bb8573089794db6a5e28deb65324c
oai_identifier_str oai:repositorio.ufop.br:123456789/13097
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str 3233
spelling Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.Automatic system for visual inspection of belt conveyors by convolutional neural networks.Aprendizado do computadorRedes neurais - computaçãoCorreias transportadorasPrograma de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.Os Transportadores de Correia são o meio de transporte mais difundido para grandes quantidades de materiais no setor de mineração. Portanto, métodos autônomos que podem ajudar os seres humanos a realizar a inspeção dos transportadores são uma grande preocupação para as empresas. Projetos que buscam solucionar problemas de segurança nas inspeções de transportadores são necessários e de grande valia para as empresas. Este trabalho apresenta um detector visual novo e automático que reconhece o acúmulo de sujeira nas estruturas dos transportadores de correia, uma das tarefas dos inspetores de manutenção. O sistema proposto envolve o treinamento de uma rede neural convolucional a partir de imagens RGB. O uso da técnica de aprendizado por transferência com redes consolidadas para classificação de imagens mostrouse eficaz para este objetivo com a comparação de dois cenários diferentes. O melhor cenário apresentou uma acurácia média de 0,892 com um F-1 score de 0,836 para o reconhecimento de sujeira. Um experimento de validação de campo serviu para avaliar o desempenho do sistema proposto em uma tarefa de classificação em tempo real. Nesta etapa, foi avaliado um recall de 0,77 com F-1 score de 0,75 para o reconhecimento de sujeira.Conveyor belts are the most widespread means of transportation for large quantities of materials in the mining sector. Therefore, autonomous methods that can help human beings carry out its inspection are a major concern for companies. Projects that seek to solve safety problems in the inspection of transporters are necessary and of great value for companies. This master’s project features a new, automatic visual detector that recognizes the dirt buildup in the structures of belt conveyors, which is one of the tasks of maintenance inspectors. The proposed system involves the training of a convolutional neural network from RGB images. The use of the transfer learning technique with consolidated networks for image classification proved to be very effective for this purpose. Two different scenarios were analyzed. The best scenario presented an average accuracy of 0.892 with an F-1 score of 0.836 for dirt recognition. A field validation experiment was used to evaluate the performance of the proposed system in a classification task in real time. In this step, a recall of 0.77 was evaluated with an F-1 score of 0.75 for the recognition of dirt.Guimarães, Frederico GadelhaReis, Agnaldo José da RochaGuimarães, Frederico GadelhaReis, Agnaldo José da RochaAlmeida, Silvia Grasiella MoreiraRêgo Segundo, Alan KardekPessin, GustavoSantos, André Almeida2021-02-11T16:21:09Z2021-02-11T16:21:09Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSANTOS, André Almeida. Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais. 2020. 59 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.http://www.repositorio.ufop.br/handle/123456789/13097Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 04/02/2021 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOP2021-02-11T16:21:09Zoai:repositorio.ufop.br:123456789/13097Repositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332021-02-11T16:21:09Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false
dc.title.none.fl_str_mv Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
Automatic system for visual inspection of belt conveyors by convolutional neural networks.
title Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
spellingShingle Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
Santos, André Almeida
Aprendizado do computador
Redes neurais - computação
Correias transportadoras
title_short Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
title_full Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
title_fullStr Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
title_full_unstemmed Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
title_sort Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
author Santos, André Almeida
author_facet Santos, André Almeida
author_role author
dc.contributor.none.fl_str_mv Guimarães, Frederico Gadelha
Reis, Agnaldo José da Rocha
Guimarães, Frederico Gadelha
Reis, Agnaldo José da Rocha
Almeida, Silvia Grasiella Moreira
Rêgo Segundo, Alan Kardek
Pessin, Gustavo
dc.contributor.author.fl_str_mv Santos, André Almeida
dc.subject.por.fl_str_mv Aprendizado do computador
Redes neurais - computação
Correias transportadoras
topic Aprendizado do computador
Redes neurais - computação
Correias transportadoras
description Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
publishDate 2020
dc.date.none.fl_str_mv 2020
2021-02-11T16:21:09Z
2021-02-11T16:21:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SANTOS, André Almeida. Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais. 2020. 59 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.
http://www.repositorio.ufop.br/handle/123456789/13097
identifier_str_mv SANTOS, André Almeida. Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais. 2020. 59 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.
url http://www.repositorio.ufop.br/handle/123456789/13097
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFOP
instname:Universidade Federal de Ouro Preto (UFOP)
instacron:UFOP
instname_str Universidade Federal de Ouro Preto (UFOP)
instacron_str UFOP
institution UFOP
reponame_str Repositório Institucional da UFOP
collection Repositório Institucional da UFOP
repository.name.fl_str_mv Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)
repository.mail.fl_str_mv repositorio@ufop.edu.br
_version_ 1813002858160717824

Registros relacionados