Publicação
Modelos de Padrões de Qualidade de Fios de Algodão baseado em Redes Neurais Artificiais que relacionam a matéria-prima ao processo de produção e ao produto final
| Resumo: | A técnica de Redes Neurais Artificiais (RNAs) é utilizada para a resolução de diversos tipos de problemas característicos da Inteligência Computacional (IC) com a utilização de dados/variáveis relacionadas entre si, cada uma com sua maior ou menor influência na solução de um determinado problema. Neste trabalho utilizam-se dados de uma indústria de produção do fio de algodão que tem como matéria prima a fibra de algodão e seus ajustes no processo. Os dados foram organizados cronologicamente e após a adequação, pode-se determinar as variáveis a serem utilizadas na definição das redes como solução para determinar modelos padrões para a previsão da qualidade do fio. Foram criadas redes neurais do tipo MultiLayer Perceptron e dois tipos de treinamento, o Backpropagation e o Levenberg-Marquardt. Como resultado, obteve-se modelos de padrões de qualidade que a partir dos dados das características das fibras e ajustes das máquinas, resultam na previsão da qualidade do fio a ser produzido. |
|---|---|
| Autores principais: | Silva, Patrícia Lopes da |
| Outros Autores: | Antonelli, Gilberto Clóvis; Vasconcelos, Rosa |
| Assunto: | Fiação Redes Neurais Artificiais Engenharia de Produção Spinning Artificial Neural Networks Production Engineering |
| Ano: | 2018 |
| País: | Portugal |
| Tipo de documento: | comunicação em conferência |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A técnica de Redes Neurais Artificiais (RNAs) é utilizada para a resolução de diversos tipos de problemas característicos da Inteligência Computacional (IC) com a utilização de dados/variáveis relacionadas entre si, cada uma com sua maior ou menor influência na solução de um determinado problema. Neste trabalho utilizam-se dados de uma indústria de produção do fio de algodão que tem como matéria prima a fibra de algodão e seus ajustes no processo. Os dados foram organizados cronologicamente e após a adequação, pode-se determinar as variáveis a serem utilizadas na definição das redes como solução para determinar modelos padrões para a previsão da qualidade do fio. Foram criadas redes neurais do tipo MultiLayer Perceptron e dois tipos de treinamento, o Backpropagation e o Levenberg-Marquardt. Como resultado, obteve-se modelos de padrões de qualidade que a partir dos dados das características das fibras e ajustes das máquinas, resultam na previsão da qualidade do fio a ser produzido. |
|---|