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
2 resultados
Resultados da Pesquisa
Item Predição de vibrações induzidas por desmontes de rochas por explosivos usando redes neurais artificiais.(2022) Zorzal, Caroline Belisário; Santos, Francisco Lledo dos; Silva, José Margarida da; Souza, Rafael de FreitasNa indústria mineral, o parâmetro mais utilizado para a quantificação e avaliação do potencial de danos das vibrações sísmicas geradas por desmonte de rochas é a velocidade de vibração de pico de partícula (VPP). Várias iniciativas foram tomadas, ao longo do tempo, com o intuito de estimar os níveis de VPP. Os rápidos avanços na tecnologia computacional fizeram com que sistemas inteligentes se tornassem ferramentas promissoras na estimativa dos resultados de desmonte de rochas. Nesse contexto, este estudo tem como objetivo avaliar as vibrações induzidas por desmontes de rochas por explosivos em uma mina do Quadrilátero Ferrífero por meio de redes neurais artificiais. O banco de dados foi dividido em amostras de treinamento (70%) e teste (30%) das redes. Considerando a importância da seleção de variáveis de entrada adequadas para o treinamento das redes, diferentes grupos de variáveis input foram analisados. A arquitetura que demonstrou melhor desempenho considerou a distância entre o ponto de monitoramento e detonação e a carga máxima por espera como variáveis input. A fim de comparar o desempenho da rede neural com o desempenho de modelos empíricos e de regressão múltipla, os mesmos dados foram utilizados. Por fim, o modelo de redes neurais se mostrou superior às equações empíricas e à regressão múltipla em termos do coeficiente de determinação (R²) e da raiz do erro quadrático médio (RMSE) para os dados medidos e preditos. Além disso, demonstrou-se a importância da seleção das variáveis de entrada adequadas para a estimação de VPP por meio de redes neurais.Item Discontinuity detection in the shield metal arc welding process.(2017) Cocota Júnior, José Alberto Naves; Garcia, Gabriel Carvalho; Costa, Adilson Rodrigues da; Lima, Milton Sérgio Fernandes de; Rocha, Filipe Augusto Santos; Freitas, Gustavo MedeirosThis work proposes a new methodology for the detection of discontinuities in the weld bead applied in Shielded Metal ArcWelding (SMAW) processes. The detection system is based on two sensors—a microphone and piezoelectric—that acquire acoustic emissions generated during the welding. The feature vectors extracted from the sensor dataset are used to construct classifier models. The approaches based on Artificial Neural Network (ANN) and Support Vector Machine (SVM) classifiers are able to identify with a high accuracy the three proposed weld bead classes: desirable weld bead, shrinkage cavity and burn through discontinuities. Experimental results illustrate the system’s high accuracy, greater than 90% for each class. A novel Hierarchical Support Vector Machine (HSVM) structure is proposed to make feasible the use of this system in industrial environments. This approach presented 96.6% overall accuracy. Given the simplicity of the equipment involved, this system can be applied in the metal transformation industries.