Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/47068| Document type: | Trabalho de Conclusão de Curso |
| Access type: | Acesso Aberto |
| Title: | Visão computacional na engenharia química: revisão teórica e implementação de CNNs para inspeção de peças metálicas |
| Author: | Ribeiro, Janderson Lucas |
| First Advisor: | Altino, Sarah Arvelos |
| First member of the Committee: | Filho, Ubirajara Coutinho |
| Second member of the Committee: | Bezerra, Thaylane da Rocha |
| Summary: | A crescente demanda por eficiência e automação na indústria tem impulsionado o uso de inteligência artificial. Entre essas tecnologias, a visão computacional, apoiada por redes neurais convolucionais (CNNs), tem se destacado na detecção de defeitos em processos industriais e a aplicação dessas técnicas pode reduzir custos operacionais e aumentar a confiabilidade dos produtos finais. Assim, este trabalho investigou a implementação de uma CNN para a identificação de defeitos em peças metálicas, avaliando sua eficácia e aplicabilidade no contexto industrial. O estudo teve como objetivo principal desenvolver e avaliar um modelo de CNN para a classificação automática de peças defeituosas e normais. Para isso, foram definidos quatro cenários computacionais, variando a quantidade de camadas densas e o número de épocas de treinamento. Os modelos foram treinados e testados utilizando um conjunto de dados disponibilizado na plataforma Kaggle, contendo imagens de peças metálicas com e sem defeitos. A performance dos modelos foi analisada por meio de métricas como acurácia e matriz de confusão, complementadas por testes estatísticos, como ANOVA e Tukey. Os resultados indicaram que o modelo com duas camadas densas e dez épocas de treinamento apresentou o melhor desempenho, destacando-se principalmente pela menor incidência de falsos positivos, o que o torna mais confiável para aplicação industrial. Dessa forma, conclui-se que a aplicação das redes neurais convolucionais tem potencial de aplicação para inspeção de qualidade, proporcionando uma boa alternativa aos métodos tradicionais de verificação visual. Trabalhos futuros poderão explorar o ajuste fino de hiperparâmetros, o uso de bases de dados maiores e a aplicação de aprendizado por transferência para aprimorar os resultados. |
| Keywords: | Visão computacional Redes neurais convolucionais Inteligência artificial |
| Area (s) of CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA |
| Language: | por |
| Country: | Brasil |
| Publisher: | Universidade Federal de Uberlândia |
| Quote: | JANDERSON, Lucas Ribeiro. Visão computacional na engenharia química: revisão teórica e implementação de CNNs para inspeção de peças metálicas. 2025. 42 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Química) – Universidade Federal de Uberlândia, Uberlândia, 2025. |
| URI: | https://repositorio.ufu.br/handle/123456789/47068 |
| Date of defense: | 12-Sep-2025 |
| Appears in Collections: | TCC - Engenharia Química |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| VisaoComputacionalEngenharia.pdf | TCC | 4.36 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
