Análise da Morfologia de Nanofibras Através da Inteligência Artificial

Página do item simplificado
dc.contributor.advisorBarros, Prof. Dr. Guilherme
dc.contributor.authorOliveira, Tiago
dc.contributor.authorOliveira, Danilo
dc.contributor.authorMenezes, Gabriel
dc.contributor.authorda Silva, Mateus
dc.contributor.authorRusso, Pedro
dc.coverage.spatialDepartamento de Engenharia e Tecnologia (Engenharia Mecânica) - Universidade Anhembi Morumbi (UAM)pt_BR
dc.date.accessioned2022-06-28T12:38:12Z
dc.date.available2022-06-28T12:38:12Z
dc.date.issued2022-06-02
dc.description.abstractNanofibras 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.extent5 fpt_BR
dc.identifier.urihttps://repositorio.animaeducacao.com.br/handle/ANIMA/23020
dc.language.isoptpt_BR
dc.rightsAtribuição-NãoComercial-SemDerivados 3.0 Brasil*
dc.rightsAtribuição-NãoComercial-CompartilhaIgual 3.0 Brasil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/br/*
dc.subjectnanotecnologia.pt_BR
dc.subjectnanomateriais.pt_BR
dc.subjectnanofibras.pt_BR
dc.subjectinteligência artificialpt_BR
dc.titleAnálise da Morfologia de Nanofibras Através da Inteligência Artificialpt_BR
dc.typeArtigo Científicopt_BR
local.author.cursoEngenharia Mecânicapt_BR
local.author.unidadeUAM / Vila Olímpiapt_BR
local.dateissued.semester1pt_BR
local.modalidade.estudoPresencialpt_BR
local.rights.policyAcesso abertopt_BR
local.subject.areaEngenhariaspt_BR
local.subject.areaanimaEngenhariaspt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 5 de 5
Nenhuma Miniatura disponível
Nome:
TCC - ANÁLISE MORFOLÓGICA DE NANOFIBRAS ATRAVÉS DA INTELIGÊNCIA ARTIFICIAL.pdf
Tamanho:
851.35 KB
Formato:
Adobe Portable Document Format
Baixar
Nenhuma Miniatura disponível
Nome:
Termo de Autorização TCC Danilo.pdf
Tamanho:
562.04 KB
Formato:
Adobe Portable Document Format
Baixar
Nenhuma Miniatura disponível
Nome:
Termo de Autorização TCC Gabriel.pdf
Tamanho:
305.99 KB
Formato:
Adobe Portable Document Format
Baixar
Nenhuma Miniatura disponível
Nome:
Termo de Autorização TCC Mateus.pdf
Tamanho:
662.5 KB
Formato:
Adobe Portable Document Format
Baixar
Nenhuma Miniatura disponível
Nome:
Termo de Autorização TCC Pedro.pdf
Tamanho:
392.3 KB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.15 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Engenharia Mecânica
Direitos autorais © 2023 ÂNIMA.
Todos os direitos reservados.