EM - Escola de Minas

URI permanente desta comunidadehttp://www.hml.repositorio.ufop.br/handle/123456789/6

Notícias

A Escola de Minas de Ouro Preto foi fundada pelo cientista Claude Henri Gorceix e inaugurada em 12 de outubro de 1876.

Navegar

Filtros

20232

Configurações

Autor: search.filters.author.Cardoso, Flavio Wellb

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Nenhuma Miniatura Disponível
    Item
    Estimativa do tamanho de partículas de minério de ferro através de redes neurais convolucionais.
    (2023) Cardoso, Flavio Wellb; Bianchi, Andrea Gomes Campos; Oliveira, Ricardo Augusto Rabelo; Bianchi, Andrea Gomes Campos; Oliveira, Ricardo Augusto Rabelo; Pessin, Gustavo; Veras, Rodrigo de Melo Souza
    No processamento do minério de ferro a medição e o controle granulométrico têm relevante importância na redução da variabilidade do processo produtivo e na otimização da eficiência energética. Quando aplicáveis, técnicas de visão computacional apresentam- se como uma valiosa alternativa para a estimativa granulométrica em virtude de características como ausência de interferência no processo, baixo custo e alta velocidade de resposta. Este estudo demonstra a aplicabilidade das redes neurais convolucionais profundas na estimativa do tamanho das partículas através da análise de imagens digitais. O algoritmo Mask R-CNN foi escolhido e implementado para esta tarefa em virtude de sua alta precisão na segmentação de instâncias, bem como os resultados apresentados em trabalhos similares. Os experimentos realizados demonstram a viabilidade do método, mas também ressaltam cenários onde a detecção, segmentação e classificação ainda são desafiadores na análise granulométrica por imagem. Os resultados obtidos indicam que é possível atingir precisões acima de 90% na detecção de fragmentos não sobrepostos, alcançando coeficientes de correlação de até 0,98 na estimativa da distribuição do tamanho das partículas nas amostras avaliadas.
  • Nenhuma Miniatura Disponível
    Item
    Estimativa do tamanho de parte de minério de ferro através de redes neurais convolucionais.
    (2023) Cardoso, Flavio Wellb; Bianchi, Andrea Gomes Campos; Oliveira, Ricardo Augusto Rabelo; Bianchi, Andrea Gomes Campos; Oliveira, Ricardo Augusto Rabelo; Pessin, Gustavo; Veras, Rodrigo de Melo Souza
    No processamento do minério de ferro a medição e o controle granulométrico têm relevante importância na redução da variabilidade do processo produtivo e na otimização da eficiência energética. Quando aplicáveis, técnicas de visão computacional apresentam- se como uma valiosa alternativa para a estimativa granulométrica em virtude de características como ausência de interferência no processo, baixo custo e alta velocidade de resposta. Este estudo demonstra a aplicabilidade das redes neurais convolucionais profundas na estimativa do tamanho das partículas através da análise de imagens digitais. O algoritmo Mask R-CNN foi escolhido e implementado para esta tarefa em virtude de sua alta precisão na segmentação de instâncias, bem como os resultados apresentados em trabalhos similares. Os experimentos realizados demonstram a viabilidade do método, mas também ressaltam cenários onde a detecção, segmentação e classificação ainda são desafiadores na análise granulométrica por imagem. Os resultados obtidos indicam que é possível atingir precisões acima de 90% na detecção de fragmentos não sobrepostos, al- cançando coeficientes de correlação de até 0,98 na estimativa da distribuição do tamanho das partículas nas amostras avaliadas.