Por favor, use este identificador para citar o enlazar este ítem: http://www.monografias.ufop.br/handle/35400000/4087
Título : Automação do processo de detecção de lixo em vagões de trens usando câmeras em um terminal de minério.
Autor : Neves, João Paulo Prado
metadata.dc.contributor.advisor: Santos, André Almeida
Reis, Agnaldo José da Rocha
metadata.dc.contributor.referee: Rêgo Segundo, Alan Kardek
Tonidandel, Danny Augusto Vieira
Santos, André Almeida
Reis, Agnaldo José da Rocha
Palabras clave : Automação
Inteligência artificial
Ferrovias
Fecha de publicación : 2022
Citación : NEVES, João Paulo Prado. Automação do processo de detecção de lixo em vagões de trens usando câmeras em um terminal de minério. 2022. 42 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022
Resumen : A ferrovia é a maneira mais eficiente de se transportar grandes quantidades de minério das minas até os portos. Dentro do processo de carregamento desses trens existem tarefas que, ainda nos dias de hoje, são realizadas manualmente. Automatizar esses processos é de grande valia para as empresas visto que traz maior eficiência, ganhos de segurança e confiabilidade. Apresenta-se neste trabalho um método de identificação de vagões que apresentam algum tipo de lixo ou resíduo que não deva estar presente no seu interior. Para realizar essa tarefa de identificação foi usado um sistema de classificação de imagens através do treinamento de redes neurais convolucionais a partir de imagens RGB. Foram criados três classificadores diferentes e em seguida comparados os seus resultados. Por fim, chegou-se a um modelo que se mostrou adequado aos objetivos propostos.
metadata.dc.description.abstracten: The railroad is the most efficient way of transporting large amounts of ore from mines to ports. Within the process of loading these trains there are tasks that, even today, are performed manually. Automating these processes is very handy to companies as it brings greater efficiency, security and reliability gains. This work presents a method of identifying wagons that have some type of garbage or residue that should not be present in it. To perform these identifications, an image classification system was used through the training of convolutional neural networks from RGB images. Three different classifiers were created and then their results were compared. Finally, an suitable model was reached, which obtained better results for the proposed objective of detecting wagons with or without garbage.
URI : http://www.monografias.ufop.br/handle/35400000/4087
Aparece en las colecciones: Engenharia de Controle e Automação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
MONOGRAFIA_AutomaçãoProcessoDetecção.pdf10,76 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons