Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 1.970
Aluno: Thiago Moura da Rocha Bastos
Orientador: Prof. Cleber Zanchettin
Co-orientador: Prof. Luiz Stragevitch (UFPE / Engenharia Química)
Título: Avaliação de Filmes Metalizados Por Algoritmos de Aprendizagem de
Máquina Através de Dados Operacionais de Processo Industrial e de Qualidade.
Data: 30/06/2021
Hora/Local: 8h – Virtual – Interessados entrar em contato com o aluno
Banca Examinadora:
Prof. Leandro Maciel Almeida (UFPE / Centro de Informática)
Prof. Frederico Duarte de Menezes (IFPE / Depto. de Sistemas, Processos e Controles Industriais)
Departamento de )
Prof. Cleber Zanchettin (UFPE / Centro de Informática)
RESUMO:
Os processos industriais de manufatura são parte importante do revolução
tecnológica vivida na atualidade, e o uso da Inteligência Artificial se
mostra como alternativa para superar dificuldades enfrentadas por modelos
tradicionais de monitoramento e controle destas operações. Esse trabalho
objetiva utilizar sistemas baseados em Aprendizagem de Máquina na
interpretação e predição de variáveis de processo e qualidade presentes na
produção de filmes metalizados por deposição à vácuo. Comparamos diferentes
classificadores associados a diversas condições de preprocessamento de
dados e hiperparâmetros na predição da qualidade do produto, tendo o modelo
Random Forest apresentado o melhor desempenho com 85,4% de acurácia.
Utilizando ferramentas de visualização de dados, foram construídos gráficos
e visualizações que permitem a interpretação da predição realizada pelos
modelos para complementar as métricas de performance. Por outro lado,
através da segmentação semântica dos perfis de densidade ótica dos
produtos plásticos, foi possível a identificação de falhas, e o
monitoramento da qualidade final dos filmes produzidos através de um modelo
de rede neural com 86,67% de acurácia. Além disso, a aplicação das
visualizações fornecem auxílio no entendimento e validação dos produtos
obtidos no processo de metalização e do impacto de diferentes condições
operacionais sobre os produtos manufaturados. Este estudo de caso demostra
o potencial de suporte que pode ser oferecido a analistas e operadores na
interpretação de variáveis operacionais, uma vez que apresentam informações
relevantes para monitoramento e manutenção do processo de metalização de
filme por deposição à vácuo.
Palavras-chave: Inteligência Artificial. Aprendizagem de Máquina.
Visualização. Monitoramento de processo. Predição de qualidade.
Comentários desativados