Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.

Detalhes bibliográficos
Autor(a) principal: Silva, Leonardo Pessoa Freitas e
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFOP
Texto Completo: http://www.repositorio.ufop.br/jspui/handle/123456789/15677
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_a7a8b8ea836f39f3f102ce59ceb38a60
oai_identifier_str oai:repositorio.ufop.br:123456789/15677
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str 3233
spelling Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.Aprendizado do computadorFerrovias - dormentes - dormentes de açoFerrovias - trilhos - defeitosFerrovias - medidas de segurançaSistemas de Múltiplos Classificadores - SMCPrograma 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 sistemas ferroviarios são importantes para a logística do transporte de cargas e de pessoas em muitos países, contribuindo para uma melhoria nos seus indicadores económicos. Assim, com o intuito de garantir a confiabilidade e a segurança do transporte ferroviário, torna-se cada vez mais importante o monitoramento das condições da via permanente e a realização de manutenções planejadas. No que diz respeito aos dormentes, eles devem suportar os dispositivos de fixação dos trilhos e a capacidade estrutural de transmitir as esforços dos trilhos ao lastro. Qualquer ruptura de um determinado dormente causará uma sobrecarga nos dormentes adjacentes, acelerando a fadiga da estrutura desses componentes, contribuindo para a ocorrência de novos defeitos e, finalmente, afetando a bitola da via. Especificamente com relação aos dormentes de aço, ainda não existe uma solução automática para avaliar sua condição estrutural. Neste contexto, propõe-se um novo método para detecção de defeitos em dormentes de aço à partir de sinais geométricos de via permanente, baseado em processamento de sinais e aprendizado de máquina. Cinco classificadores com diferentes características de aprendizagem foram treinados: Redes Neurais Artificiais, Modelos de Mistura Gaussianas, Modelos de Markov Ocultos, Máquina de Vetores de Suporte e AdaBoost. Além disso, um sistema de múltiplos classificadores foi implementado para melhorar a acurácia da classificação. A metodologia proposta neste trabalho demonstrou eficácia na detecção de defeitos em dormentes de aço com Taxa de Acerto acima de 80% e Taxa de Falso Positivo abaixo de 40%, na maioria dos casos.The railroad transport system is essential for trading activities in several countries and plays an important role to improve their economic indicators. To ensure the reliability and safety of rail transport, it is becoming increasingly important to monitor the conditions of the railway and to execute planned maintenance. With regard to sleepers, they must support the rail fastening devices and the structural capacity to transmit forces from the rails to the ballast. The occurred damages in the form of cracks in the sleepers can introduce dangerous situations depending on the daily traffic load and the crack type. Any rupture of a given sleeper will cause an overload on adjacent sleepers, accelerating the structure fatigue of such components, contributing to the occurrence of new cracks, and finally affecting that track gauge. Specifically with regard to steel sleepers, there is still no automatic solution to assess their structural condition. In this context, one proposes a new method for detecting defects in steel sleepers from the permanent way geometric signals, based on signal processing and machine learning. Five classifiers with different learning characteristics were trained: Artificial Neural Networks, Gaussian Mixture Models, Hidden Markov Models, Support Vector Machine and AdaBoost. In addition, a multi- ple classifier system was implemented to improve classification accuracy. The new methodol- ogy proposed in this work has demonstrated effectiveness in steel sleepers defect detection with Hit Rate above 80% and an False Positive Rate below 40%, in most cases.Reis, Agnaldo José da RochaYared, Glauco Ferreira GazelReis, Agnaldo José da RochaYared, Glauco Ferreira GazelLuz, Eduardo José da SilvaSabino, Jodelson AguilarBarreto, Guilherme de AlencarSilva, Leonardo Pessoa Freitas e2022-10-13T18:47:35Z2022-10-13T18:47:35Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, Leonardo Pessoa Freitas e. Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço. 2022. 114 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.http://www.repositorio.ufop.br/jspui/handle/123456789/15677http://creativecommons.org/licenses/by-nd/3.0/us/Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 04/10/2022 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/openAccessporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOP2022-10-13T18:47:42Zoai:repositorio.ufop.br:123456789/15677Repositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332022-10-13T18:47:42Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false
dc.title.none.fl_str_mv Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
title Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
spellingShingle Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
Silva, Leonardo Pessoa Freitas e
Aprendizado do computador
Ferrovias - dormentes - dormentes de aço
Ferrovias - trilhos - defeitos
Ferrovias - medidas de segurança
Sistemas de Múltiplos Classificadores - SMC
title_short Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
title_full Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
title_fullStr Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
title_full_unstemmed Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
title_sort Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
author Silva, Leonardo Pessoa Freitas e
author_facet Silva, Leonardo Pessoa Freitas e
author_role author
dc.contributor.none.fl_str_mv Reis, Agnaldo José da Rocha
Yared, Glauco Ferreira Gazel
Reis, Agnaldo José da Rocha
Yared, Glauco Ferreira Gazel
Luz, Eduardo José da Silva
Sabino, Jodelson Aguilar
Barreto, Guilherme de Alencar
dc.contributor.author.fl_str_mv Silva, Leonardo Pessoa Freitas e
dc.subject.por.fl_str_mv Aprendizado do computador
Ferrovias - dormentes - dormentes de aço
Ferrovias - trilhos - defeitos
Ferrovias - medidas de segurança
Sistemas de Múltiplos Classificadores - SMC
topic Aprendizado do computador
Ferrovias - dormentes - dormentes de aço
Ferrovias - trilhos - defeitos
Ferrovias - medidas de segurança
Sistemas de Múltiplos Classificadores - SMC
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 2022
dc.date.none.fl_str_mv 2022-10-13T18:47:35Z
2022-10-13T18:47:35Z
2022
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 SILVA, Leonardo Pessoa Freitas e. Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço. 2022. 114 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.
http://www.repositorio.ufop.br/jspui/handle/123456789/15677
identifier_str_mv SILVA, Leonardo Pessoa Freitas e. Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço. 2022. 114 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.
url http://www.repositorio.ufop.br/jspui/handle/123456789/15677
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nd/3.0/us/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nd/3.0/us/
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_ 1813002830645035008

Registros relacionados