Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Deep Learning e Device Edge na implementação de detetor de rasgo de correia transportadora de minério de ferro.
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1009062
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Oliveira, Ricardo Augusto Rabelo | - |
| Autor(es): dc.contributor | Oliveira, Ricardo Augusto Rabelo | - |
| Autor(es): dc.contributor | Matos, Edson Jorge de | - |
| Autor(es): dc.contributor | Bianchi, Andrea Gomes Campos | - |
| Autor(es): dc.contributor | Reis, Agnaldo José da Rocha | - |
| Autor(es): dc.creator | Klippel, Emerson | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:16:54Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:16:54Z | - |
| Data de envio: dc.date.issued | 2022-03-30 | - |
| Data de envio: dc.date.issued | 2022-03-30 | - |
| Data de envio: dc.date.issued | 2020 | - |
| Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/14778 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1009062 | - |
| Descrição: 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. | - |
| Descrição: dc.description | Transportadores de correias estão entre os principais ativos utilizados em usinas de beneficiamento de minério de ferro, sua disponibilidade e confiabilidade impactam diretamente na performance global dessas plantas tanto em aspectos de saúde e segurança das pessoas como em financeiros. Entre os modos de falhas desses dispositivos são comuns os rasgos nas correias transportadoras de borracha vulcanizada devido a diversos agentes como materiais cortantes e perfurantes provenientes da mina e ou sucatas mecânicas diversas. Os sistemas atuais de detecção de rasgo baseados em dispositivos eletromecânicos, óticos, eletromagnéticos ou de eletrônica integrada as correias não possuem a confiabilidade, robustez e facilidade de manutenção necessárias aos ambientes de mineração. Sendo assim o presente trabalho apresenta a implementação de um sistema de sensoriamento utilizando captura de imagens com detecção em tempo real de rasgos e ou anomalias do tapete da correia através de modelos deep learning. A implementação do deep learning deverá atender a requisitos de baixa demanda computacional permitindo sua aplicação em computador de borda de baixo custo e sem conectividade externa para processamento das informações, alinhado aos preceitos de edge AI. Para o treinamento do modelo será construído dataset específico com imagens de situações de rasgo e normais de correias reais. Todo o processo de treinamento e conversão do modelo para uso com device edge será abordado na metodologia, bem como as estratégias de execução das coletas de imagens, construção de protótipos e testes de campo. Para os testes executados com a versão final do protótipo a precisão de detecção de rasgo foi de 98%, mostrando a viabilidade vi do uso de deep learning em conjunto com device edge para detecção de rasgos de correia transportadoras. | - |
| Descrição: dc.description | Conveyor belts are one of the main assets used in iron ore facilities, their disponibility and reliability impacting directly on the overall performance of these plants in health and safety as well as financial aspects. One of the most common failures in these conveyor belts is mechanical tear due to sharp materials coming from the mine or scraps from machinery. Eletromechanical, optical, electromagnetic or electronic systems integrated in conveyor belts don´t have the realiability, robustness and ease of maintenance required in mining areas. Thus, this paper presents the implementation of a sensing system utilizing image capture with live tear or anomalies detection in theconveyor belts through deep learning. The implementation of deep learning must meet requirements of low computational demand, allowing its application in low-cost edge computers without external connectivity for information processing, in line with edge AI paradigms. For model training, a specific dataset will be built with images of longitudinal rips and normal situations of real belts. The entire process of training and converting the model for use with device edge will be covered in the methodology, as well as the execution strategies for image collection, prototype construction and field tests. For the tests performed with the final version of the prototype, the longitudinal rip detection precision was 98%, showing the feasibility of using deep learning in conjunction with device edge to detect conveyor belt tears. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/3.0/us/ | - |
| Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 15/10/2021 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. | - |
| Palavras-chave: dc.subject | Beneficiamento de minério | - |
| Palavras-chave: dc.subject | Correias transportadoras | - |
| Palavras-chave: dc.subject | Aprendizado de máquina - Deep Learning | - |
| Título: dc.title | Deep Learning e Device Edge na implementação de detetor de rasgo de correia transportadora de minério de ferro. | - |
| Título: dc.title | Deep Learning and Device Edge in rip detector implementation for iron ore conveyor belt. | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - UFOP | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo