Bianchi, Andrea Gomes CamposOliveira, Ricardo Augusto RabeloCardoso, Flavio Wellb2023-08-152023-08-152023CARDOSO, Flávio Wellb. Estimativa do tamanho de parte de minério de ferro através de redes neurais convolucionais. 2023. 57 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.http://www.repositorio.ufop.br/jspui/handle/123456789/17140Programa de Pós-Graduação em Engenharia Mecânica. Departamento de Engenharia Mecânica, Escola de Minas, Universidade Federal de Ouro Preto.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.pt-BRabertohttp://creativecommons.org/licenses/by-sa/3.0/us/Minérios de ferro - granulometriaInteligência artificial - visão por computadorRedes neurais computaçãoDissertacaoAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 31/07/2023 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.