Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
dARK ID: | ark:/64986/001300000t8s3 |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/40073 |
Resumo: | A visão computacional tem como uma de suas áreas de atuação a busca de itens. O uso de tais técnicas possibilita o impulsionamento de diversos setores sociais e econômicos. A ferramentaria é o setor que produz os moldes para criação de estrutura básica de produtos; são criados moldes em forma de matrizes que podem vir a pesar até 20 toneladas e ocupar dezenas de metros quadrados. Cada matriz é formada de dezenas a centenas de componentes, muitos deles únicos. Na indústria automotiva estes moldes são concebidos em software de modelagem tridimensional e, através de um processo de manufatura aditiva, passam por diversas alterações até a construção do componente final. Após modelagem, a matriz é montada e utilizada em prensas hidráulicas que criam a estrutura metálica dos automóveis. Um passo fundamental consiste na verificação da montagem dos componentes antes de serem levados à prensa. A conferência é feita a olho nu e a única fonte de informação disponível é o modelo tridimensional. Falhas na estrutura podem causar danos estruturais e por a saúde dos colaboradores em risco. Com isto, esta dissertação apresenta um modelo de reconhecimento dos componentes de uma matriz de ferramentaria automotiva a partir do modelo tridimensional em imagem obtida a partir de câmera monocular. A solução proposta modela desde o padrão de aquisição de imagens até a geração de relatórios. Após a aquisição das imagens de cena, é inferida a posição global ideal da matriz utilizando geometria projetiva. Na próxima etapa, são renderizados os itens buscados numa imagem que se torna um modelo canônico da cena. Em paralelo a isto, a imagem de cena passa por um processo de extração de características, onde são utilizados algoritmos clássicos como o algoritmo de Canny, e soluções modernas baseadas em redes neurais de aprendizagem profunda (o HED - Holystically-nested Edge Network). A partir dos relatórios gerados é possível indicar problemas estruturais nos componentes e itens indesejados em cena. Além de demonstrar o percentual de casamento dos itens, a partir de uma análise comparativa entre a imagem de bordas da cena e o modelo canônico. A solução foi testada em uma indústria automotiva e obteve como resultados de casamento valores médios de 88% de acurácia e 91% de precisão além de conseguir identificar problemas estruturais nas ferramentas. A solução demonstra ser adequada para aumentar a eficiência do processo de conferência, trazendo melhorias de segurança e diminuindo os custos do processo. |
id |
UFPE_aca4bfb1416882be2addcf2de3698e46 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/40073 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
OLIVEIRA, Walber Rodrigues dehttp://lattes.cnpq.br/1686352339644952http://lattes.cnpq.br/2248591013863307MELLO, Carlos Alexandre Barros de2021-05-14T14:13:06Z2021-05-14T14:13:06Z2020-12-22OLIVEIRA, Walber Rodrigues de. Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2020.https://repositorio.ufpe.br/handle/123456789/40073ark:/64986/001300000t8s3A visão computacional tem como uma de suas áreas de atuação a busca de itens. O uso de tais técnicas possibilita o impulsionamento de diversos setores sociais e econômicos. A ferramentaria é o setor que produz os moldes para criação de estrutura básica de produtos; são criados moldes em forma de matrizes que podem vir a pesar até 20 toneladas e ocupar dezenas de metros quadrados. Cada matriz é formada de dezenas a centenas de componentes, muitos deles únicos. Na indústria automotiva estes moldes são concebidos em software de modelagem tridimensional e, através de um processo de manufatura aditiva, passam por diversas alterações até a construção do componente final. Após modelagem, a matriz é montada e utilizada em prensas hidráulicas que criam a estrutura metálica dos automóveis. Um passo fundamental consiste na verificação da montagem dos componentes antes de serem levados à prensa. A conferência é feita a olho nu e a única fonte de informação disponível é o modelo tridimensional. Falhas na estrutura podem causar danos estruturais e por a saúde dos colaboradores em risco. Com isto, esta dissertação apresenta um modelo de reconhecimento dos componentes de uma matriz de ferramentaria automotiva a partir do modelo tridimensional em imagem obtida a partir de câmera monocular. A solução proposta modela desde o padrão de aquisição de imagens até a geração de relatórios. Após a aquisição das imagens de cena, é inferida a posição global ideal da matriz utilizando geometria projetiva. Na próxima etapa, são renderizados os itens buscados numa imagem que se torna um modelo canônico da cena. Em paralelo a isto, a imagem de cena passa por um processo de extração de características, onde são utilizados algoritmos clássicos como o algoritmo de Canny, e soluções modernas baseadas em redes neurais de aprendizagem profunda (o HED - Holystically-nested Edge Network). A partir dos relatórios gerados é possível indicar problemas estruturais nos componentes e itens indesejados em cena. Além de demonstrar o percentual de casamento dos itens, a partir de uma análise comparativa entre a imagem de bordas da cena e o modelo canônico. A solução foi testada em uma indústria automotiva e obteve como resultados de casamento valores médios de 88% de acurácia e 91% de precisão além de conseguir identificar problemas estruturais nas ferramentas. A solução demonstra ser adequada para aumentar a eficiência do processo de conferência, trazendo melhorias de segurança e diminuindo os custos do processo.One of the areas of computer vision is object detection. The use of such algorithms allows improvements at diverse social and economic sectors. In the process of creating new automobiles, the basic structures of the products are manufactured under several processes. The tool construction sector produces such items that are created in the form of dies. Such dies can weigh up to 20 tons and occupy tens of square meters. Each die is made up of dozens of components, many of them unique. These molds are designed in a three-dimensional modeling software and, through an additive manufacturing process, undergo several changes until the construction of the final component. Once all the components are built, the die is assembled and goes to the stamping process. A fundamental step in this process is to verify the die components assembly before they are taken to the press. Usually, the conference is held with the naked eye and the only source of information available is the three-dimensional model. Failures in the structure can cause damage and put the health of employees at risk. Therefore, this study presents a algorithm to recognize the components of an automotive tooling die from the three-dimensional model in images obtained from a monocular camera. The proposed solution begin with the image acquisition and it has as last steps the generation of reports. After the acquisition of the scene image, the ideal global position of the matrix is inferred using projective geometry. In the following step, the searched items are rendered in an image that becomes a canonical model of the scene. simultaneously, the scene image goes through a process of feature extraction. Classical algorithms as Canny edge detection algorithm just as modern approaches based on deep learning (as HED - Holystically-nested Edge Network) were used. With these inputs, two reports are generated: the first one is capable of indicating scene problems, such as cracks and unwanted items. The second report demonstrates the matching percentage of the items, from a comparative analysis between the scene edge image and the canonical model. The solution was tested in an automotive industry and obtained as a result of matching the average values of 88% accuracy and 91% of precision in addition to being able to identify problems appear in the die. The algorithm shows to be suitable for increasing the efficiency of the conferencing process bringing improvements for security and decreasing the costs of the tooling process.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessProcessamento de sinaisReconhecimento de padrõesFramework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocularinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Walber Rodrigues de Oliveira.pdfDISSERTAÇÃO Walber Rodrigues de Oliveira.pdfapplication/pdf9036062https://repositorio.ufpe.br/bitstream/123456789/40073/1/DISSERTA%c3%87%c3%83O%20Walber%20Rodrigues%20de%20Oliveira.pdf6447f18eed0a65682fb4d6737da0b300MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/40073/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTDISSERTAÇÃO Walber Rodrigues de Oliveira.pdf.txtDISSERTAÇÃO Walber Rodrigues de Oliveira.pdf.txtExtracted texttext/plain200876https://repositorio.ufpe.br/bitstream/123456789/40073/4/DISSERTA%c3%87%c3%83O%20Walber%20Rodrigues%20de%20Oliveira.pdf.txtbd7f3e62bc0020f35145927d2e26bf85MD54THUMBNAILDISSERTAÇÃO Walber Rodrigues de Oliveira.pdf.jpgDISSERTAÇÃO Walber Rodrigues de Oliveira.pdf.jpgGenerated Thumbnailimage/jpeg1239https://repositorio.ufpe.br/bitstream/123456789/40073/5/DISSERTA%c3%87%c3%83O%20Walber%20Rodrigues%20de%20Oliveira.pdf.jpged2c6e42173f9ea679bff99ebf69ccbcMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/40073/3/license.txtbd573a5ca8288eb7272482765f819534MD53123456789/400732021-05-15 02:18:48.427oai:repositorio.ufpe.br:123456789/40073TGljZW7Dp2EgZGUgRGlzdHJpYnVpw6fDo28gTsOjbyBFeGNsdXNpdmEKClRvZG8gZGVwb3NpdGFudGUgZGUgbWF0ZXJpYWwgbm8gUmVwb3NpdMOzcmlvIEluc3RpdHVjaW9uYWwgKFJJKSBkZXZlIGNvbmNlZGVyLCDDoCBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBQZXJuYW1idWNvIChVRlBFKSwgdW1hIExpY2Vuw6dhIGRlIERpc3RyaWJ1acOnw6NvIE7Do28gRXhjbHVzaXZhIHBhcmEgbWFudGVyIGUgdG9ybmFyIGFjZXNzw612ZWlzIG9zIHNldXMgZG9jdW1lbnRvcywgZW0gZm9ybWF0byBkaWdpdGFsLCBuZXN0ZSByZXBvc2l0w7NyaW8uCgpDb20gYSBjb25jZXNzw6NvIGRlc3RhIGxpY2Vuw6dhIG7Do28gZXhjbHVzaXZhLCBvIGRlcG9zaXRhbnRlIG1hbnTDqW0gdG9kb3Mgb3MgZGlyZWl0b3MgZGUgYXV0b3IuCl9fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fX19fXwoKTGljZW7Dp2EgZGUgRGlzdHJpYnVpw6fDo28gTsOjbyBFeGNsdXNpdmEKCkFvIGNvbmNvcmRhciBjb20gZXN0YSBsaWNlbsOnYSBlIGFjZWl0w6EtbGEsIHZvY8OqIChhdXRvciBvdSBkZXRlbnRvciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMpOgoKYSkgRGVjbGFyYSBxdWUgY29uaGVjZSBhIHBvbMOtdGljYSBkZSBjb3B5cmlnaHQgZGEgZWRpdG9yYSBkbyBzZXUgZG9jdW1lbnRvOwpiKSBEZWNsYXJhIHF1ZSBjb25oZWNlIGUgYWNlaXRhIGFzIERpcmV0cml6ZXMgcGFyYSBvIFJlcG9zaXTDs3JpbyBJbnN0aXR1Y2lvbmFsIGRhIFVGUEU7CmMpIENvbmNlZGUgw6AgVUZQRSBvIGRpcmVpdG8gbsOjbyBleGNsdXNpdm8gZGUgYXJxdWl2YXIsIHJlcHJvZHV6aXIsIGNvbnZlcnRlciAoY29tbyBkZWZpbmlkbyBhIHNlZ3VpciksIGNvbXVuaWNhciBlL291IGRpc3RyaWJ1aXIsIG5vIFJJLCBvIGRvY3VtZW50byBlbnRyZWd1ZSAoaW5jbHVpbmRvIG8gcmVzdW1vL2Fic3RyYWN0KSBlbSBmb3JtYXRvIGRpZ2l0YWwgb3UgcG9yIG91dHJvIG1laW87CmQpIERlY2xhcmEgcXVlIGF1dG9yaXphIGEgVUZQRSBhIGFycXVpdmFyIG1haXMgZGUgdW1hIGPDs3BpYSBkZXN0ZSBkb2N1bWVudG8gZSBjb252ZXJ0w6otbG8sIHNlbSBhbHRlcmFyIG8gc2V1IGNvbnRlw7pkbywgcGFyYSBxdWFscXVlciBmb3JtYXRvIGRlIGZpY2hlaXJvLCBtZWlvIG91IHN1cG9ydGUsIHBhcmEgZWZlaXRvcyBkZSBzZWd1cmFuw6dhLCBwcmVzZXJ2YcOnw6NvIChiYWNrdXApIGUgYWNlc3NvOwplKSBEZWNsYXJhIHF1ZSBvIGRvY3VtZW50byBzdWJtZXRpZG8gw6kgbyBzZXUgdHJhYmFsaG8gb3JpZ2luYWwgZSBxdWUgZGV0w6ltIG8gZGlyZWl0byBkZSBjb25jZWRlciBhIHRlcmNlaXJvcyBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4gRGVjbGFyYSB0YW1iw6ltIHF1ZSBhIGVudHJlZ2EgZG8gZG9jdW1lbnRvIG7Do28gaW5mcmluZ2Ugb3MgZGlyZWl0b3MgZGUgb3V0cmEgcGVzc29hIG91IGVudGlkYWRlOwpmKSBEZWNsYXJhIHF1ZSwgbm8gY2FzbyBkbyBkb2N1bWVudG8gc3VibWV0aWRvIGNvbnRlciBtYXRlcmlhbCBkbyBxdWFsIG7Do28gZGV0w6ltIG9zIGRpcmVpdG9zIGRlCmF1dG9yLCBvYnRldmUgYSBhdXRvcml6YcOnw6NvIGlycmVzdHJpdGEgZG8gcmVzcGVjdGl2byBkZXRlbnRvciBkZXNzZXMgZGlyZWl0b3MgcGFyYSBjZWRlciDDoApVRlBFIG9zIGRpcmVpdG9zIHJlcXVlcmlkb3MgcG9yIGVzdGEgTGljZW7Dp2EgZSBhdXRvcml6YXIgYSB1bml2ZXJzaWRhZGUgYSB1dGlsaXrDoS1sb3MgbGVnYWxtZW50ZS4gRGVjbGFyYSB0YW1iw6ltIHF1ZSBlc3NlIG1hdGVyaWFsIGN1am9zIGRpcmVpdG9zIHPDo28gZGUgdGVyY2Vpcm9zIGVzdMOhIGNsYXJhbWVudGUgaWRlbnRpZmljYWRvIGUgcmVjb25oZWNpZG8gbm8gdGV4dG8gb3UgY29udGXDumRvIGRvIGRvY3VtZW50byBlbnRyZWd1ZTsKZykgU2UgbyBkb2N1bWVudG8gZW50cmVndWUgw6kgYmFzZWFkbyBlbSB0cmFiYWxobyBmaW5hbmNpYWRvIG91IGFwb2lhZG8gcG9yIG91dHJhIGluc3RpdHVpw6fDo28gcXVlIG7Do28gYSBVRlBFLCBkZWNsYXJhIHF1ZSBjdW1wcml1IHF1YWlzcXVlciBvYnJpZ2HDp8O1ZXMgZXhpZ2lkYXMgcGVsbyByZXNwZWN0aXZvIGNvbnRyYXRvIG91IGFjb3Jkby4KCkEgVUZQRSBpZGVudGlmaWNhcsOhIGNsYXJhbWVudGUgbyhzKSBub21lKHMpIGRvKHMpIGF1dG9yIChlcykgZG9zIGRpcmVpdG9zIGRvIGRvY3VtZW50byBlbnRyZWd1ZSBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIHBhcmEgYWzDqW0gZG8gcHJldmlzdG8gbmEgYWzDrW5lYSBjKS4KRepositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212021-05-15T05:18:48Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular |
title |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular |
spellingShingle |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular OLIVEIRA, Walber Rodrigues de Processamento de sinais Reconhecimento de padrões |
title_short |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular |
title_full |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular |
title_fullStr |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular |
title_full_unstemmed |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular |
title_sort |
Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular |
author |
OLIVEIRA, Walber Rodrigues de |
author_facet |
OLIVEIRA, Walber Rodrigues de |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/1686352339644952 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2248591013863307 |
dc.contributor.author.fl_str_mv |
OLIVEIRA, Walber Rodrigues de |
dc.contributor.advisor1.fl_str_mv |
MELLO, Carlos Alexandre Barros de |
contributor_str_mv |
MELLO, Carlos Alexandre Barros de |
dc.subject.por.fl_str_mv |
Processamento de sinais Reconhecimento de padrões |
topic |
Processamento de sinais Reconhecimento de padrões |
description |
A visão computacional tem como uma de suas áreas de atuação a busca de itens. O uso de tais técnicas possibilita o impulsionamento de diversos setores sociais e econômicos. A ferramentaria é o setor que produz os moldes para criação de estrutura básica de produtos; são criados moldes em forma de matrizes que podem vir a pesar até 20 toneladas e ocupar dezenas de metros quadrados. Cada matriz é formada de dezenas a centenas de componentes, muitos deles únicos. Na indústria automotiva estes moldes são concebidos em software de modelagem tridimensional e, através de um processo de manufatura aditiva, passam por diversas alterações até a construção do componente final. Após modelagem, a matriz é montada e utilizada em prensas hidráulicas que criam a estrutura metálica dos automóveis. Um passo fundamental consiste na verificação da montagem dos componentes antes de serem levados à prensa. A conferência é feita a olho nu e a única fonte de informação disponível é o modelo tridimensional. Falhas na estrutura podem causar danos estruturais e por a saúde dos colaboradores em risco. Com isto, esta dissertação apresenta um modelo de reconhecimento dos componentes de uma matriz de ferramentaria automotiva a partir do modelo tridimensional em imagem obtida a partir de câmera monocular. A solução proposta modela desde o padrão de aquisição de imagens até a geração de relatórios. Após a aquisição das imagens de cena, é inferida a posição global ideal da matriz utilizando geometria projetiva. Na próxima etapa, são renderizados os itens buscados numa imagem que se torna um modelo canônico da cena. Em paralelo a isto, a imagem de cena passa por um processo de extração de características, onde são utilizados algoritmos clássicos como o algoritmo de Canny, e soluções modernas baseadas em redes neurais de aprendizagem profunda (o HED - Holystically-nested Edge Network). A partir dos relatórios gerados é possível indicar problemas estruturais nos componentes e itens indesejados em cena. Além de demonstrar o percentual de casamento dos itens, a partir de uma análise comparativa entre a imagem de bordas da cena e o modelo canônico. A solução foi testada em uma indústria automotiva e obteve como resultados de casamento valores médios de 88% de acurácia e 91% de precisão além de conseguir identificar problemas estruturais nas ferramentas. A solução demonstra ser adequada para aumentar a eficiência do processo de conferência, trazendo melhorias de segurança e diminuindo os custos do processo. |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020-12-22 |
dc.date.accessioned.fl_str_mv |
2021-05-14T14:13:06Z |
dc.date.available.fl_str_mv |
2021-05-14T14:13:06Z |
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 |
OLIVEIRA, Walber Rodrigues de. Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2020. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/40073 |
dc.identifier.dark.fl_str_mv |
ark:/64986/001300000t8s3 |
identifier_str_mv |
OLIVEIRA, Walber Rodrigues de. Framework para reconhecimento de ferramental industrial a partir de modelos tridimensionais em imagens adquiridas de câmera monocular. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2020. ark:/64986/001300000t8s3 |
url |
https://repositorio.ufpe.br/handle/123456789/40073 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Ciencia da Computacao |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/40073/1/DISSERTA%c3%87%c3%83O%20Walber%20Rodrigues%20de%20Oliveira.pdf https://repositorio.ufpe.br/bitstream/123456789/40073/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/40073/4/DISSERTA%c3%87%c3%83O%20Walber%20Rodrigues%20de%20Oliveira.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/40073/5/DISSERTA%c3%87%c3%83O%20Walber%20Rodrigues%20de%20Oliveira.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/40073/3/license.txt |
bitstream.checksum.fl_str_mv |
6447f18eed0a65682fb4d6737da0b300 e39d27027a6cc9cb039ad269a5db8e34 bd7f3e62bc0020f35145927d2e26bf85 ed2c6e42173f9ea679bff99ebf69ccbc bd573a5ca8288eb7272482765f819534 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1815172913445208064 |