DECAT - Departamento de Controle e Automação
URI permanente desta comunidadehttp://www.hml.repositorio.ufop.br/handle/123456789/490
Navegar
2 resultados
Resultados da Pesquisa
Item Automatic system for visual detection of dirt buildup on conveyor belts using convolutional neural networks.(2020) Santos, André Almeida; Rocha, Filipe Augusto Santos; Reis, Agnaldo José da Rocha; Guimarães, Frederico GadelhaConveyor belts are the most widespread means of transportation for large quantities of materials in the mining sector. Therefore, autonomous methods that can help human beings to perform the inspection of the belt conveyor system is a major concern for companies. In this context, we present in this work a novel and automatic visual detector that recognizes dirt buildup on the structures of conveyor belts, which is one of the tasks of the maintenance inspectors. This visual detector can be embedded as sensors in autonomous robots for the inspection activity. The proposed system involves training a convolutional neural network from RGB images. The use of the transfer learning technique, i.e., retraining consolidated networks for image classification with our collected images has shown very effective. Two different approaches for transfer learning have been analyzed. The best one presented an average accuracy of 0.8975 with an F-1 Score of 0.8773 for the dirt recognition. A field validation experiment served to evaluate the performance of the proposed system in a real time classification task.Item Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.(2020) Santos, André Almeida; Guimarães, Frederico Gadelha; Reis, Agnaldo José da Rocha; Guimarães, Frederico Gadelha; Reis, Agnaldo José da Rocha; Almeida, Silvia Grasiella Moreira; Rêgo Segundo, Alan Kardek; Pessin, GustavoOs Transportadores de Correia são o meio de transporte mais difundido para grandes quantidades de materiais no setor de mineração. Portanto, métodos autônomos que podem ajudar os seres humanos a realizar a inspeção dos transportadores são uma grande preocupação para as empresas. Projetos que buscam solucionar problemas de segurança nas inspeções de transportadores são necessários e de grande valia para as empresas. Este trabalho apresenta um detector visual novo e automático que reconhece o acúmulo de sujeira nas estruturas dos transportadores de correia, uma das tarefas dos inspetores de manutenção. O sistema proposto envolve o treinamento de uma rede neural convolucional a partir de imagens RGB. O uso da técnica de aprendizado por transferência com redes consolidadas para classificação de imagens mostrouse eficaz para este objetivo com a comparação de dois cenários diferentes. O melhor cenário apresentou uma acurácia média de 0,892 com um F-1 score de 0,836 para o reconhecimento de sujeira. Um experimento de validação de campo serviu para avaliar o desempenho do sistema proposto em uma tarefa de classificação em tempo real. Nesta etapa, foi avaliado um recall de 0,77 com F-1 score de 0,75 para o reconhecimento de sujeira.