Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
No Thumbnail Available
Date
2022
Authors
Silva, Leonardo Pessoa Freitas e
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Os sistemas ferroviarios são importantes para a logística do transporte de cargas e de pessoas
em muitos países, contribuindo para uma melhoria nos seus indicadores económicos. Assim, com o intuito de garantir a confiabilidade e a segurança do transporte ferroviário, torna-se
cada vez mais importante o monitoramento das condições da via permanente e a realização
de manutenções planejadas. No que diz respeito aos dormentes, eles devem suportar os dispositivos de fixação dos trilhos e a capacidade estrutural de transmitir as esforços dos trilhos ao
lastro. Qualquer ruptura de um determinado dormente causará uma sobrecarga nos dormentes
adjacentes, acelerando a fadiga da estrutura desses componentes, contribuindo para a ocorrência de novos defeitos e, finalmente, afetando a bitola da via. Especificamente com relação aos dormentes de aço, ainda não existe uma solução automática para avaliar sua condição estrutural.
Neste contexto, propõe-se um novo método para detecção de defeitos em dormentes de aço à
partir de sinais geométricos de via permanente, baseado em processamento de sinais e aprendizado de máquina. Cinco classificadores com diferentes características de aprendizagem foram treinados: Redes Neurais Artificiais, Modelos de Mistura Gaussianas, Modelos de Markov
Ocultos, Máquina de Vetores de Suporte e AdaBoost. Além disso, um sistema de múltiplos
classificadores foi implementado para melhorar a acurácia da classificação. A metodologia proposta neste trabalho demonstrou eficácia na detecção de defeitos em dormentes de aço com
Taxa de Acerto acima de 80% e Taxa de Falso Positivo abaixo de 40%, na maioria dos casos.
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.
Keywords
Aprendizado do computador, Ferrovias - dormentes - dormentes de aço, Ferrovias - trilhos - defeitos, Ferrovias - medidas de segurança, Sistemas de Múltiplos Classificadores - SMC
Citation
SILVA, Leonardo Pessoa Freitas e. Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço. 2022. 114 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.