Utilização de sinais acústicos para detecção de trincas em dormentes de aço.

• Autor(a) principal: Yared, Glauco Ferreira Gazel
• Data de Publicação: 2010
• Outros Autores: Barbosa, Carlos Henrique Nogueira de Resende, Ribeiro, Rodrigo Geraldo, Ribeiro, Marcos Henrique, Thebaldi, Rafael Santos, Nascimento, Leandro Prates do, Oliveira, Paganini Barcellos, Vincic, Jasmina, Silveira, Ingrid Machado, Ferreira, Tiago, Vasconcelos, Renato Lataliza
• Tipo de documento: Artigo de conferência
• Idioma: por
• Título da fonte: Repositório Institucional da UFOP
• Texto Completo: http://www.repositorio.ufop.br/handle/123456789/1801
• topic: Acoustic signals; Cepstrum; Heavy haul railway; Classification; Parameterization

Os sistemas ferroviários têm sido amplamente utilizados para o transporte de passageiros, matérias primas e produtos industrializados. Diversas vantagens econômicas e sociais podem ser obtidas por meio da utilizacão do transporte ferroviário. Especificamente, as ferrovias brasileiras têm sido submetidas a um aumento crescente de peso da carga transportada, principalmente devido à demanda das indústrias primárias e secundárias, o que também pode ser notado como uma tendência global. A infra-estrutura ferroviária é afetada diretamente pelo aumento de carga, com destaque para as ferrovias de transporte de cargas pesadas (heavy haul), tal como a EFVM (Estrada de Ferro Vitória-Minas) que é utilizada essencialmente no transporte de minério de ferro. No intuito de se manter a confiabilidade e a segurança de tal sistema de transporte, evitando a ocorrência de acidentes, é necessária a realização de um procedimento preciso de manutenção. Este trabalho propõe uma nova abordagem baseada em sinais acústicos medido no ar para o diagnóstico da presença de fissuras microscópicas em dormentes de aço, utilizando-se Redes Neurais Artificiais (RNAs) como ferramentas para classificação. Os resultados obtidos em laboratório forneceram uma taxa de erro de aproximadamente 6%, após a realização de validação cruzada.