Banca de DEFESA: EDUARDO COSTA DE CARVALHO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: EDUARDO COSTA DE CARVALHO
DATA: 22/07/2022
HORA: 14:00
LOCAL: https://teams.microsoft.com/l/meetup-join/19%3ameeting_Njg2ZTdlOGUtZGUwMS00MDlmLWI4NTctNjZkMDU5Njk2O
TÍTULO:

Análise de detecção de fissuras em superestruturas de vagões com auxílio de visão computacional e redes neurais convolucionais

PALAVRAS-CHAVES:

transporte ferroviário, inspeção, visão computacional, redes neurais convolucionais

PÁGINAS: 115
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
RESUMO:

Detecção de rachaduras é um problema para qualquer estrutura física, em que o desgaste ao longo do tempo pode gerar diversos tipos de problemas para as pessoas. Quando levado esse assunto ao contexto de veículos se tem a verificação de condições de pista e de equipamentos. Um vagão cargueiro pode chegar a capacidade de armazenamento de até 120 milhões de toneladas em um ano, além da utilização desse meio de transporte para pessoas. Nesse sentido a manutenção de vagões de trens é de suma importância para economia de um país, assim, estudos sobre o tempo de vida desses vagões são cada vez mais realizados de forma a aumentar seu tempo de uso sem impactar a segurança de todos os envolvidos com essas tarefas. A utilização de força humana para a verificação de peças de vagões tem sido realizada e ao longo do tempo a preocupação com a saúde delas tem sido levada em consideração, pois estudos sugerem que pessoas expostas a locais com alto nível de perigo têm gerado diversos tipos de doenças, bem como o apelo econômico em perda de parte de materiais transportados. Os vagões utilizados para esse trabalho foram vagões de carga de minério de ferro. Para tais vagões composições de 330 vagões divididos de 3 vezes foram estudados, portanto 110 vagões avaliados por vez. Assim, com posse desses números esta tese propõe uma forma de estruturação de dados para cada um tipo de algoritmos avaliados. Primeiramente um modelo de captura de dados é indicado e modificado para suas seguintes tarefas, em seguida essa estruturação realiza a aplicação de modelos de segmentação de imagens para servir de entrada para os algoritmos classificadores. Em seguida a tese indica a utilização de 2 tipos de bases de dados em avaliação de um modelo de método de machine learning. A proposta pela utilização de 2 formas de bases de dados para apenas um modelo nesse momento se dá devido a utilização prévia de tentativas em outros dois modelos de machine learning, com resultados não satisfatórios. A avaliação desta segunda contribuição se dá de forma a avaliar rachaduras de vagões presentes nas imagens reais que foram utilizadas para uma base de dados não balanceada e outra base de dados balanceada. Em seguida a tese indica a utilização de mais um método avaliativo e a criação de um ensemble baseado em votação para tentativa da melhora dos resultados encontrados por todos os algoritmos previamente avaliados. Os resultados obtidos nesta tese demonstram que a utilização de métodos de machine learning e visão computacional podem identificar rachaduras em vagões de trem de forma a oferecer uma economia as companhias que utilizam de tal métodos de transporte, bem como melhor segurança a todas as pessoas envolvidas direta ou indiretamente em atividades de manutenção de trens.

MEMBROS DA BANCA:
Presidente - 939.084.900-49 - GUSTAVO PESSIN - USP
Interno - 2378314 - JEFFERSON MAGALHAES DE MORAIS
Externo ao Programa - 1269902 - RENATO HIDAKA TORRES
Externo à Instituição - ANA CLAUDIA DA SILVA GOMES
Externo à Instituição - JEFFERSON RODRIGO DE SOUZA