Implementação de um sistema de visão com deep learning para otimizar o processo de inspeção de emendas das bobinas na fabricação do cinturão de segurança
dc.contributor.advisor | SANTOS, Eliton Smith dos | |
dc.creator | SOUZA, Kerlisson Silva de | |
dc.date.accessioned | 2025-03-17T19:55:55Z | |
dc.date.issued | 2024 | |
dc.description.abstract | Product quality is one of the primary criteria considered by customers when choosing an item. Additionally, it is an essential factor for companies to stand out in a highly competitive market. In the Manaus Industrial Hub (PIM), in a machine used for producing safety belts, defect detection is a crucial stage in the production process. To enhance this task, Artificial Intelligence (AI) was implemented, standing out for its high efficiency in analyzing and processing data in industrial environments. The data was captured in image format by a camera, and using Deep Learning (DL) techniques, an intelligent algorithm capable of detecting faults was developed. Due to its autonomous learning capability and ability to identify and characterize defects, this algorithm represents the future of automated inspection. It has already achieved significant success in applications such as object identification and classification, facial recognition, and fault diagnostics. Given this context, the aim of this study is to propose an ideal solution to minimize failures in the production process of safety belts. The proposal seeks to automate the currently manual step using the concept of computer vision with AI, ensuring greater efficiency and reliability in the production process. The research, development, and application of AI with the algorithm in the case study were conducted in the R&D laboratory of the company located in the Manaus Industrial Hub (PIM). The project utilized product inputs, a camera equipped with a lens for capturing images, and a computer for data storage and algorithm development. The application of AI in this environment uses computer vision systems to process image data. For this, a program was developed in Python with the PySimpleGUI library. The trained model was evaluated based on loss and accuracy metrics on the test set, achieving values of 0 and 100%, respectively. During testing, new belts were used, reaching 100% accuracy in the results. The proposed model showed excellent results. With data processed by AI using Deep Learning (DL) techniques, real-time inspection of the belts was achieved. Additionally, the network achieved perfect accuracy in all tests conducted on the belts, demonstrating the effectiveness of the solution. | |
dc.description.resumo | A qualidade de um produto é um dos principais critérios considerados pelos clientes na escolha de um item. Além disso, é um fator essencial para que as empresas se destaquem em um mercado altamente competitivo. No Polo Industrial de Manaus (PIM), em uma máquina usada na produção de cintos de segurança, a detecção de defeitos é uma etapa crucial do processo produtivo. Para aprimorar essa tarefa, foi implementada uma Inteligência Artificial (IA), destacando-se por sua alta eficiência na análise e no processamento de dados em ambientes industriais. Os dados foram capturados em formato de imagem por uma câmera, e, com o uso de técnicas de Deep Learning (DL), foi desenvolvido um algoritmo inteligente capaz de realizar a detecção de falhas. Esse algoritmo, devido à sua capacidade de aprendizado autônomo, identificação e caracterização de defeitos, desponta como o futuro da inspeção automatizada. Ele já tem obtido grande sucesso em aplicações como identificação e classificação de objetos, reconhecimento facial e diagnósticos de falhas. Diante desse cenário, o objetivo deste trabalho é propor uma solução ideal para minimizar falhas no processo de produção de cintos de segurança. A proposta busca automatizar a etapa, atualmente realizada manualmente, por meio do conceito de visão computacional com o uso de IA garantindo maior eficiência e confiabilidade no processo produtivo. A pesquisa, o desenvolvimento e a aplicação da IA com o algoritmo no estudo de caso foram conduzidos no laboratório de P&D da empresa, localizado no Polo Industrial de Manaus (PIM). Para a realização do projeto, foram utilizados insumos do produto, uma câmera equipada com lente para a captura de imagens, e um computador destinado ao armazenamento de dados e ao desenvolvimento do algoritmo. A aplicação da IA nesse ambiente utiliza sistemas de visão computacional para processar dados em formato de imagem. Para isso, foi desenvolvido um programa em Python com a biblioteca PySimpleGUI. A avaliação do modelo treinado foi realizada com base nas métricas de perda (loss) e acurácia no conjunto de teste, obtendo valores de 0 e 100%, respectivamente. Durante os testes, novas cintas foram utilizadas, alcançando 100% de acurácia nos resultados. O modelo proposto apresentou ótimos resultados. Com os dados processados pela IA utilizando técnicas de Deep Learning (DL), foi possível realizar a inspeção das faixas em tempo real. Além disso, a rede alcançou acurácia perfeita em todos os testes realizados com as faixas, demonstrando a eficácia da solução. | |
dc.description.sponsorship | Não se aplica. | |
dc.format | pdf. | |
dc.identifier.citation | SOUZA, Kerlisson Silva de. Implementação de um sistema de visão com deep learning para otimizar o processo de inspeção de emendas das bobinas na fabricação do cinturão de segurança. 2024. 52 f. Dissertação (Mestrado em Engenharia, Gestão de Processos, Sistemas e Ambiental) – Instituto de Tecnologia e Educação Galileo da Amazônia (ITEGAM), Manaus, 2024. | |
dc.identifier.uri | https://rigalileo.itegam.org.br/handle/123456789/725 | |
dc.language | pt | |
dc.publisher | Instituto de Tecnologia e Educação Galileo da Amazônia | |
dc.publisher.country | Brasil | |
dc.publisher.department | Pro-Reitoria de Pesquisa, Pós-graduação e Extensão | |
dc.publisher.initials | ITEGAM/PPGEGPSA | |
dc.publisher.program | Programa de Pós-Graduação em Engenharia, Gestão de Processos, Sistemas e Ambiental | |
dc.subject | IA | |
dc.subject | PIM | |
dc.subject | Deep Learning | |
dc.subject | Python | |
dc.subject | Cintos de Segurança | |
dc.subject.cnpq | Engenharia da produção | |
dc.title | Implementação de um sistema de visão com deep learning para otimizar o processo de inspeção de emendas das bobinas na fabricação do cinturão de segurança | |
dc.type | Dissertação |
Arquivos
Pacote original
1 - 1 de 1