Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais.
dc.contributor.advisor | Guimarães, Frederico Gadelha | pt_BR |
dc.contributor.advisor | Reis, Agnaldo José da Rocha | pt_BR |
dc.contributor.author | Santos, André Almeida | |
dc.contributor.referee | Guimarães, Frederico Gadelha | pt_BR |
dc.contributor.referee | Reis, Agnaldo José da Rocha | pt_BR |
dc.contributor.referee | Almeida, Silvia Grasiella Moreira | pt_BR |
dc.contributor.referee | Rêgo Segundo, Alan Kardek | pt_BR |
dc.contributor.referee | Pessin, Gustavo | pt_BR |
dc.date.accessioned | 2021-02-11T16:21:09Z | |
dc.date.available | 2021-02-11T16:21:09Z | |
dc.date.issued | 2020 | pt_BR |
dc.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. | pt_BR |
dc.description.abstract | Os 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. | pt_BR |
dc.description.abstracten | Conveyor 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 carry out its inspection are a major concern for companies. Projects that seek to solve safety problems in the inspection of transporters are necessary and of great value for companies. This master’s project features a new, automatic visual detector that recognizes the dirt buildup in the structures of belt conveyors, which is one of the tasks of maintenance inspectors. The proposed system involves the training of a convolutional neural network from RGB images. The use of the transfer learning technique with consolidated networks for image classification proved to be very effective for this purpose. Two different scenarios were analyzed. The best scenario presented an average accuracy of 0.892 with an F-1 score of 0.836 for dirt recognition. A field validation experiment was used to evaluate the performance of the proposed system in a classification task in real time. In this step, a recall of 0.77 was evaluated with an F-1 score of 0.75 for the recognition of dirt. | pt_BR |
dc.identifier.citation | SANTOS, André Almeida. Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais. 2020. 59 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020. | pt_BR |
dc.identifier.uri | http://www.repositorio.ufop.br/handle/123456789/13097 | |
dc.language.iso | pt_BR | pt_BR |
dc.rights | aberto | pt_BR |
dc.rights.license | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 04/02/2021 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 o uso para fins comerciais nem a adaptação. | pt_BR |
dc.subject | Aprendizado do computador | pt_BR |
dc.subject | Redes neurais - computação | pt_BR |
dc.subject | Correias transportadoras | pt_BR |
dc.title | Sistema automático para a inspeção visual de transportadores de correia por meio de redes neurais convolucionais. | pt_BR |
dc.title.alternative | Automatic system for visual inspection of belt conveyors by convolutional neural networks. | pt_BR |
dc.type | Dissertacao | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Nenhuma Miniatura Disponível
- Nome:
- DISSERTAÇÃO_SistemaAutomáticoInspeção.pdf
- Tamanho:
- 33.19 MB
- Formato:
- Adobe Portable Document Format
Licença do pacote
1 - 1 de 1
Nenhuma Miniatura Disponível
- Nome:
- license.txt
- Tamanho:
- 924 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: