Atenção!


O atendimento às questões referentes ao Repositório Institucional será interrompido entre os dias 20 de dezembro de 2025 a 4 de janeiro de 2026.

Pedimos a sua compreensão e aproveitamos para desejar boas festas!

Logo do repositório

Sistema de supervisão em Python capaz de identificar características referentes à laminação de metal

dc.contributor.advisorRizol, Paloma Maria Silva Rocha [UNESP]
dc.contributor.authorSimões, Marcus Vinícius [UNESP]
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2023-01-04T18:16:12Z
dc.date.available2023-01-04T18:16:12Z
dc.date.issued2022-11-29
dc.description.abstractA necessidade de melhoria do processo industrial da laminação de metal de forma a otimizar o tempo de entrega de um produto ao cliente foi o ponto de partida da idealização de um sistema de supervisão em Python aplicado para essa necessidade. Sendo assim, os processos de laminação de metal, que necessitam de uma análise de alta precisão da produção, podem se aproveitar das tecnologias de machine learning para auxiliar no controle de conformidade do produto, aumentando a velocidade da produção e melhorando a confiabilidade do processo que atualmente é responsabilidade de um especialista humano. O programa que analisa esses dados e toma as decisões, deve também conter uma interface gráfica para interação máquinahumano de forma que, ao utilizar o sistema, o supervisor seja capaz de ler os dados, entender a tomada de decisão da máquina e até interferir em alguns casos. Dessa maneira, desenvolveu-se um sistema de supervisão que é diretamente conectado ao banco de dados de produção, contendo elementos gráficos relevantes do produto e permitindo com que o usuário especialista seja capaz de acompanhar os dados em tempo real e até mesmo alterar algumas características da produção, caso julgue necessário.pt
dc.description.abstractThe need to improve the industrial process of metal lamination in order to optimize the delivery time of a product to the customer was the starting point for the idealization of a supervisory system in Python applied to this need. Thus, metal rolling processes, which require a high-precision production analysis, can take advantage of machine learning technologies to help control product compliance, increasing production speed and improving process reliability. that is currently the responsibility of a human expert. The program that analyzes this data and makes decisions must also contain a graphical interface for machinehuman interaction so that, when using the system, the supervisor is able to read the data, understand the machine's decision making and even interfere in some cases. In this way, a supervisory system was developed that is directly connected to the production database, containing relevant graphic elements of the product and allowing the expert to be able to follow the data in real time and even change some characteristics of the product if deemed necessary.en
dc.identifier.urihttp://hdl.handle.net/11449/238556
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso abertopt
dc.subjectAprendizado de máquinapt
dc.subjectPython (Linguagem de programação de computador)pt
dc.subjectInterface Gráficapt
dc.subjectMetalpt
dc.subjectControle de Processospt
dc.subjectMachine learningen
dc.subjectPythonen
dc.subjectGraphic interfaceen
dc.subjectMetalen
dc.subjectProcess controlen
dc.subjectLaminação (Metalurgia)pt
dc.subjectControle de processopt
dc.subjectAprendizado do computadorpt
dc.titleSistema de supervisão em Python capaz de identificar características referentes à laminação de metalpt
dc.title.alternativeSupervision system in Python capable of identifying characteristics related to the metal lamination.en
dc.typeTrabalho de conclusão de cursopt
dspace.entity.typePublication
relation.isAuthorOfPublicationcbe88443-6539-4ec5-b755-939c5b774fcd
relation.isAuthorOfPublication.latestForDiscoverycbe88443-6539-4ec5-b755-939c5b774fcd
unesp.campusUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, Guaratinguetápt
unesp.undergraduateEngenharia Elétrica - FEGpt

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
simoes_mv_tcc_guara.pdf
Tamanho:
2.91 MB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 2 de 2
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.43 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Carregando...
Imagem de Miniatura
Nome:
simoes_mv_tcc_guara_aut.pdf
Tamanho:
97.54 KB
Formato:
Adobe Portable Document Format
Descrição: