Autor: Marta dos Anjos Duarte (Currículo Lattes)
Resumo
Falhas em dutos na indústria, como obstruções, podem criar grandes problemas para engenheiros e perdas financeiras para a empresa. A detecção de bloqueios é necessária para o bom funcionamento de uma indústria e a segurança do meio ambiente. Este trabalho apresenta um modelo de inspeção não invasiva de tubulações. Propõe o uso de uma rede neural para identificar o estágio de obstrução em tubulações na indústria de fertilizantes, por meio de imagens térmicas externas obtidas dos dutos. A ideia é usar um conjunto de dados em escala capaz de mapear o comportamento térmico externo de uma maquete de tubo em um perfil do depósito interno usando um escâner 3D. Utiliza-se uma câmera térmica que adquire imagens associadas a temperatura emitida pela superfície externa da tubulação. Esta imagem será processada por uma rede neural que fornecerá como saída a altura de depósito da tubulação. A proposta utiliza redes neurais para mapear imagens térmicas em perfis de depósito, e assim, inferir a relação entre os pixeis da imagem térmica obtida do exterior do tubo e o perfil de sedimento no seu interior. A rede neural Multilayer Perceptron foi capaz de aprender o mapeamento de pixel térmico em um perfil de depósito, obtendo resultados satisfatórios, mostrando ser possível detectar a sedimentação que está ocorrendo no interior de um duto a partir de uma imagem térmica obtida externamente.