Análise da Morfologia de Nanofibras Através da Inteligência Artificial
dc.contributor.advisor | Barros, Prof. Dr. Guilherme | |
dc.contributor.author | Oliveira, Tiago | |
dc.contributor.author | Oliveira, Danilo | |
dc.contributor.author | Menezes, Gabriel | |
dc.contributor.author | da Silva, Mateus | |
dc.contributor.author | Russo, Pedro | |
dc.coverage.spatial | Departamento de Engenharia e Tecnologia (Engenharia Mecânica) - Universidade Anhembi Morumbi (UAM) | pt_BR |
dc.date.accessioned | 2022-06-28T12:38:12Z | |
dc.date.available | 2022-06-28T12:38:12Z | |
dc.date.issued | 2022-06-02 | |
dc.description.abstract | Nanofibras poliméricas são filamentos utilizados em aplicações como filtragem de ar e água, catálise de reações, produção e armazenamento energético, como painéis solares e baterias. Em biomedicina podem ser utilizadas no auxílio da reconstrução de tecidos, aplicação de medicamentos através de curativos sob a derme e na indústria como filamentos de impressoras 3D. Porém, sua morfologia pode interferir nas aplicações, onde as imperfeições chamadas beads devem ser analisadas para evitar problemas de compatibilidade. Utilizando a Inteligência Artificial é possível identificar essas falhas morfológicas. Para isso, é feito o treinamento da inteligência artificial utilizando imagens obtidas através de Microscopia Eletrônica de Varredura (MEV) para criar um banco de dados de áreas da imagem onde se encontram as anomalias (beads). O algoritmo de detecção de objetos (YOLOv4) em linguagem python compara esse banco de imagens treinado com um segundo banco de imagens procurando partes semelhantes. Assim, cria-se uma relação entre a quantidade de anomalias encontradas (por material ou processo de fabricação), estabelecendo parâmetros para determinar aplicações ou processos de fabricação dependendo da usabilidade do material que será obtido a partir das nanofibras. Este trabalho tem por objetivo demonstrar o uso da Inteligência Artificial para a identificação dos erros morfológicos das nanofibras, quantificando as anomalias e procurando observar o que influencia na assertividade desta Inteligência. Obteve-se através do treinamento e testes realizados (feito em duas etapas) a acurácia de 62,61%, no primeiro teste que utilizou 141 imagens no treinamento e 62,79% no segundo teste que utilizou o total de 284 imagens no treinamento (incluindo 141 novas imagens as 141 do primeiro treinamento). Neste segundo teste (com 284 imagens), em 45,3% das imagens analisadas, os beads identificados pela IA correspondiam aos mesmos identificados de forma manual. Já em 71,79% das análises do segundo teste a IA conseguiu identificar ausência total ou a presença parcial de beads nas imagens. Quanto ao tempo total de predição (abertura da imagem, identificação e demonstração das falhas) houve uma redução significativa comparando os testes 1 e 2 de 9,233 segundos o que para o funcionamento da IA é um valor considerável uma vez que ela processa as imagens na casa de milissegundos. | pt |
dc.format.extent | 5 f | pt_BR |
dc.identifier.uri | https://repositorio.animaeducacao.com.br/handle/ANIMA/23020 | |
dc.language.iso | pt | pt_BR |
dc.rights | Atribuição-NãoComercial-SemDerivados 3.0 Brasil | |
dc.rights | Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/br/ | |
dc.subject | nanotecnologia. | pt_BR |
dc.subject | nanomateriais. | pt_BR |
dc.subject | nanofibras. | pt_BR |
dc.subject | inteligência artificial | pt_BR |
dc.title | Análise da Morfologia de Nanofibras Através da Inteligência Artificial | pt_BR |
dc.type | Artigo Científico | pt_BR |
local.author.curso | Engenharia Mecânica | pt_BR |
local.author.unidade | UAM / Vila Olímpia | pt_BR |
local.dateissued.semester | 1 | pt_BR |
local.modalidade.estudo | Presencial | pt_BR |
local.rights.policy | Acesso aberto | pt_BR |
local.subject.area | Engenharias | pt_BR |
local.subject.areaanima | Engenharias | pt_BR |
Arquivos
Pacote Original
1 - 5 de 5
Carregando...
- Nome:
- TCC - ANÁLISE MORFOLÓGICA DE NANOFIBRAS ATRAVÉS DA INTELIGÊNCIA ARTIFICIAL.pdf
- Tamanho:
- 851.35 KB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
- Nome:
- Termo de Autorização TCC Danilo.pdf
- Tamanho:
- 562.04 KB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
- Nome:
- Termo de Autorização TCC Gabriel.pdf
- Tamanho:
- 305.99 KB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
- Nome:
- Termo de Autorização TCC Mateus.pdf
- Tamanho:
- 662.5 KB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
- Nome:
- Termo de Autorização TCC Pedro.pdf
- Tamanho:
- 392.3 KB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1.15 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: