Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFOP |
Texto Completo: | http://www.repositorio.ufop.br/handle/123456789/12554 |
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_37b36131c0c26fa6cbef799db745a5e6 |
---|---|
oai_identifier_str |
oai:localhost:123456789/12554 |
network_acronym_str |
UFOP |
network_name_str |
Repositório Institucional da UFOP |
repository_id_str |
3233 |
spelling |
Ericeira, Daniel RodriguesPessin, GustavoBianchi, Andrea Gomes CamposCoelho, Bruno NazárioRocha Filho, Geraldo PereiraRocha, Filipe Augusto SantosPessin, GustavoBianchi, Andrea Gomes Campos2020-08-07T15:15:04Z2020-08-07T15:15:04Z2019ERICEIRA, Daniel Rodrigues. Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. 2019. 82 f. Dissertação (Mestrado em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.http://www.repositorio.ufop.br/handle/123456789/12554Programa 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.Transportadores de correia são os principais equipamentos que compõem a logística de um terminal portuário. As partes rolantes do transportador de correia podem falhar principalmente devido a rolos danificados, que podem causar avarias graves à planta, como rasgar a correia e causar incêndios. Atualmente, a proteção do transportador é feita por sensores que indicam uma anormalidade já ocorrida, ou com inspeção humana que utiliza experiência prática em busca de sinais visuais, sonoros e de temperatura excessiva que indiquem falhas iminentes. Com objetivo de auxiliar o atual sistema corretivo e de inspeção local com análise de dados para detectar falhas mecânicas iminentes, é proposto um modelo de classificação de defeitos em rolos. Foram realizadas gravações de ultrassom em rolos sem ruídos perceptíveis, classificados como “nãodefeituosos” e em rolos que apresentavam ruídos característicos de falhas já perceptíveis, classificados como “defeituosos”. A base de dados montada foi utilizada para treinamento e teste de desempenho de algoritmos de aprendizado de máquina do tipo Random Forest e Multilayer Perceptron. Foram elaborados quatro tipos de experimentos para teste, dois usando dados no domínio do tempo e dois usando dados no domínio da frequência, com atributos estatísticos diferentes. Os resultados obtidos em testes de classificação mostraram que existe um padrão característico na faixa de ultrassons que difere os rolos não-defeituosos de defeituosos, conforme pré-avaliados com métodos tradicionais de inspeção humana. No melhor caso, o experimento usando média móvel dos dados no domínio da frequência apresentou média de classificação correta de rolos de 83,68%, tendo o melhor resultado com taxa de acerto de 90%.Conveyor belts are the main class of machinery that compose the logistics of a port terminal. The rolling components of the conveyor belt may fail mainly due to damaged idlers, which may cause serious industrial breakdown, such as belt ripping or fires of major proportions. Nowadays, the equipment protection is done by a set of sensors that indicate an already existing abnormality, or by human inspection applying empirical experience in search of visual, sound or temperature signatures of imminent failure. Aiming to aid the current corrective system and local diagnostic inspection with data analysis to detect approaching mechanical failures, a model for classifying defects on the conveyor’s idlers is proposed. Ultrasound recordings were conducted on idlers that didn’t present any perceptible abnormalities, labeled as non-defective, and on idlers that displayed typical failure noise, labeled as defectives. The dataset collected was used for training and testing of Random Forest and Multilayer Perceptron machine learning algorithms. Four types of experiments were devised to test the methodology, two of them using time domain data and two of them using frequency domain data, with different statistical attributes. The results achieved in different classification experiments showed that there is a distinctive pattern on the ultrasound spectrum that differs non-defective from defective idlers, as pre-evaluated by traditional methods of human inspection. In the best case, the experiment that used moving average on the frequency domain data presented an average of 83,68% of correctly classified idlers, having as best result a success rate of 90%.Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 27/07/2020 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 a adaptação.info:eu-repo/semantics/openAccessCorreias transportadorasAprendizado do computadorUltrassomDetecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico.An ultrasonic sensing system for automatic defect detection on conveyor belts idlers.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOPLICENSElicense.txtlicense.txttext/plain; charset=utf-8924http://www.repositorio.ufop.br/bitstream/123456789/12554/5/license.txt62604f8d955274beb56c80ce1ee5dcaeMD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-846http://www.repositorio.ufop.br/bitstream/123456789/12554/2/license_url587cd8ffae15c8598ed3c46d248a3f38MD52license_textlicense_texttext/html; charset=utf-80http://www.repositorio.ufop.br/bitstream/123456789/12554/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://www.repositorio.ufop.br/bitstream/123456789/12554/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54ORIGINALDISSERTAÇÃO_DetecçãoAutomáticaDefeitos.pdfDISSERTAÇÃO_DetecçãoAutomáticaDefeitos.pdfapplication/pdf2470673http://www.repositorio.ufop.br/bitstream/123456789/12554/1/DISSERTA%c3%87%c3%83O_Detec%c3%a7%c3%a3oAutom%c3%a1ticaDefeitos.pdf4ef1ef8fb3dd9008f484b202c3353529MD51123456789/125542020-08-07 11:15:04.349oai:localhost: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ório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332020-08-07T15:15:04Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false |
dc.title.pt_BR.fl_str_mv |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. |
dc.title.alternative.pt_BR.fl_str_mv |
An ultrasonic sensing system for automatic defect detection on conveyor belts idlers. |
title |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. |
spellingShingle |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. Ericeira, Daniel Rodrigues Correias transportadoras Aprendizado do computador Ultrassom |
title_short |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. |
title_full |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. |
title_fullStr |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. |
title_full_unstemmed |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. |
title_sort |
Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. |
author |
Ericeira, Daniel Rodrigues |
author_facet |
Ericeira, Daniel Rodrigues |
author_role |
author |
dc.contributor.referee.pt_BR.fl_str_mv |
Pessin, Gustavo Bianchi, Andrea Gomes Campos Coelho, Bruno Nazário Rocha Filho, Geraldo Pereira Rocha, Filipe Augusto Santos |
dc.contributor.author.fl_str_mv |
Ericeira, Daniel Rodrigues |
dc.contributor.advisor1.fl_str_mv |
Pessin, Gustavo Bianchi, Andrea Gomes Campos |
contributor_str_mv |
Pessin, Gustavo Bianchi, Andrea Gomes Campos |
dc.subject.por.fl_str_mv |
Correias transportadoras Aprendizado do computador Ultrassom |
topic |
Correias transportadoras Aprendizado do computador Ultrassom |
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 |
2019 |
dc.date.issued.fl_str_mv |
2019 |
dc.date.accessioned.fl_str_mv |
2020-08-07T15:15:04Z |
dc.date.available.fl_str_mv |
2020-08-07T15:15:04Z |
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.citation.fl_str_mv |
ERICEIRA, Daniel Rodrigues. Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. 2019. 82 f. Dissertação (Mestrado em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2019. |
dc.identifier.uri.fl_str_mv |
http://www.repositorio.ufop.br/handle/123456789/12554 |
identifier_str_mv |
ERICEIRA, Daniel Rodrigues. Detecção automática de defeitos em rolos de transportadores de correia utilizando sensoriamento ultrassônico. 2019. 82 f. Dissertação (Mestrado em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2019. |
url |
http://www.repositorio.ufop.br/handle/123456789/12554 |
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.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 |
bitstream.url.fl_str_mv |
http://www.repositorio.ufop.br/bitstream/123456789/12554/5/license.txt http://www.repositorio.ufop.br/bitstream/123456789/12554/2/license_url http://www.repositorio.ufop.br/bitstream/123456789/12554/3/license_text http://www.repositorio.ufop.br/bitstream/123456789/12554/4/license_rdf http://www.repositorio.ufop.br/bitstream/123456789/12554/1/DISSERTA%c3%87%c3%83O_Detec%c3%a7%c3%a3oAutom%c3%a1ticaDefeitos.pdf |
bitstream.checksum.fl_str_mv |
62604f8d955274beb56c80ce1ee5dcae 587cd8ffae15c8598ed3c46d248a3f38 d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 4ef1ef8fb3dd9008f484b202c3353529 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
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_ |
1801685749831041024 |