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.
Computer vision-based detection of hydrocyclone operating conditions using lightweight edge ai models.
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1027088
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 | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Amorim, Vicente José Peixoto de | - |
| Autor(es): dc.creator | Silva, Tomás Henrique Coelho e | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:54:20Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:54:20Z | - |
| Data de envio: dc.date.issued | 2025-05-27 | - |
| Data de envio: dc.date.issued | 2024 | - |
| Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/20147 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1027088 | - |
| 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 | Este estudo investiga a aplicação de modelos de visão computacional que são compatíveis com dispositivos de borda para monitoramento em tempo real de hidrociclones, dispositivos essen- ciais no processamento mineral que classificam partículas com base no tamanho e densidade. A operação eficiente dos hidrociclones é crucial para manter a estabilidade do processo e evitar perdas financeiras significativas devido a ineficiências na moagem, falhas de equipamentos e obstruções nas tubulações de saída. Métodos tradicionais de monitoramento, como analisado- res de tamanho de partículas, ultrassom e análise de vibração, possuem limitações relacionadas a custos elevados, latência e dependência de conectividade com a nuvem, que se tornam im- praticáveis em locais remotos com acesso limitado à internet. Para enfrentar esses desafios, esta pesquisa avalia o uso de modelos de visão computacional, especificamente ResNet-18 e MobileViT-V2, para classificar imagens do subfluxo do hidrociclone e avaliar os estados ope- racionais. Um protótipo conceitual feito em laboratório gerou imagens simuladas de subfluxo, com ResNet-18 alcançando uma pontuação F1 de 94,1% quando implantado em um dispositivo de borda (edge), o Sipeed Maix Dock II. Os modelos foram testados em conjuntos de imagens reais, capturadas sob condições de iluminação e ângulos variados, com imagens classificadas nos estados normal (fanning) e anormal (roping). Os modelos ajustados demonstraram alta per- formance, com ResNet-18 alcançando uma pontuação F1 de 99,0% e MobileViT-V2 atingindo 98,2% durante uma validação cruzada de 5 folds. Testes independentes em novos dados mos- traram que MobileViT-V2 superou ResNet-18, com uma pontuação F1 média de 94,5% contra 87,3%. O resultado do MobileViT-V2 é comparável a outros estudos similares presentes na literatura mas sem necessitar de uma posição fixa da câmera ou da combinação de modelos. Os resultados destacaram o impacto da iluminação e da qualidade da imagem no desempenho da classificação, enfatizando a importância de configurações otimizadas do ambiente de coleta e implantação do dispositivo. Esses resultados demonstram o potencial de modelos de visão computacional compatíveis com dispositivos de borda para fornecer monitoramento confiável e em tempo real de hidrociclones, oferecendo uma alternativa escalável e econômica aos siste- mas tradicionais de monitoramento. A abordagem proposta contribui para o avanço de sistemas confiáveis de otimização em escala industrial para o processamento mineral. | - |
| Descrição: dc.description | This study investigates the application of edge-compatible computer vision models for real- time monitoring of hydrocyclones, essential devices in mineral processing that classify particles based on size and density. The efficient operation of hydrocyclones is crucial for maintaining process stability and avoiding significant financial losses due to grinding inefficiencies, equip- ment failures, and blockages in overflow pipes. Traditional monitoring methods, such as particle size analyzers, ultrasound, and vibration analysis, face limitations related to high costs, latency, and dependence on cloud connectivity, which are impractical in remote locations with limited network access. To address these challenges, this research evaluates the use of computer vision models, specifically ResNet-18 and MobileViT-V2, to classify hydrocyclone underflow images and assess operational states. A laboratory-based conceptual prototype generated simulated un- derflow images, with ResNet-18 achieving an F1 score of 94.1% when deployed on an edge device, Sipeed Maix Dock II. The models were further tested on real-world datasets captured under varying lighting conditions and angles, with images categorized into normal (fanning) and abnormal (roping) states. The fine-tuned models demonstrated high performance, with ResNet-18 achieving an F1 score of 99.0% and MobileViT-V2 achieving 98.2% during a 5-fold cross-validation. Independent testing on new data showed that MobileViT-V2 outperformed ResNet-18, with an average F1 score of 94.5% compared to 87.3%. The MobileViT-V2 results are on par with other studies in this domain, but without relying on a fixed camera position and ensembling methods. The results highlighted the impact of lighting and image quality on clas- sification performance, underscoring the importance of optimized environmental setups. These findings demonstrate the potential of edge-compatible computer vision models for providing reliable, real-time hydrocyclone monitoring, offering a cost-effective and scalable alternative to traditional monitoring systems. The proposed approach contributes to the advancement of reliable industrial-scale optimization systems for mineral processing. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | Attribution-NoDerivs 3.0 United States | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nd/3.0/us/ | - |
| Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 19/05/2025 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 a adaptação. | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Visão computacional | - |
| Palavras-chave: dc.subject | Inteligência artificial - tecnologia de ponta | - |
| Palavras-chave: dc.subject | Visão por computador | - |
| Título: dc.title | Computer vision-based detection of hydrocyclone operating conditions using lightweight edge ai models. | - |
| 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