Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Silva, Carlos Júnior Pereira da
Orientador(a): Pessin, Gustavo, Souza, Jefferson Rodrigo de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Visão computacional
Flotação
Bolhas - física - tamanho
Link de acesso: http://www.repositorio.ufop.br/jspui/handle/123456789/14293
Resumo: Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
id UFOP_bc41b1c436c03de7697efb7161b44035
oai_identifier_str oai:repositorio.ufop.br:123456789/14293
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str
spelling Silva, Carlos Júnior Pereira daPessin, GustavoSouza, Jefferson Rodrigo deBianchi, Andrea Gomes CamposJung, Claudio RositoPessin, GustavoSouza, Jefferson Rodrigo de2022-01-06T18:35:04Z2022-01-06T18:35:04Z2021SILVA, Carlos Júnior Pereira da. Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação. 2021. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.http://www.repositorio.ufop.br/jspui/handle/123456789/14293Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.Dentre as etapas de processamento de minérios, a flotação se destaca como um dos mais importantes, principalmente quando se trata de separação de minerais. O rendimento deste processo está muito ligado as variáveis de processo como a vazão de ar e o controle de abertura das válvulas de descarga. Estas variáveis, muitas vezes, são determinadas através do aspecto visual da espuma deste processo, onde os operadores se baseiam em suas experiências para a tomada de decisão e escolha destes parâmetros. As principais características observadas são: tamanho das bolhas, textura e velocidade de deslocamento. Como esta análise, muitas vezes, fica a cargo do operador do processo ela acaba se tornando subjetiva, variando de operador para operador. Além desta análise subjetiva, o controle deste processo é uma tarefa complexa. Desta forma, a automação deste processo se torna ainda mais importante. Utilizando as técnicas de visão computacional é possível obter as principais características da espuma importantes ao processo. A proposta deste trabalho é utilizar o algoritmo Watershed para estimar o tamanho médio e o número de bolhas presentes na espuma de flotação como ferramenta de apoio na tomada de decisão dos operadores deste tipo de processo. Também é objetivo desta pesquisa avaliar os resultados obtidos por uma rede neural U-net para a mesma aplicação. A partir das informações coletadas seria possível uma maior assertividade na escolha dos parâmetros de processo buscando um maior desempenho na flotação de minérios.Among the ore processing steps flotation stands out as one of the most important, especially when it comes to ore separation. The efficiency of this process is closely linked to process variables such as air supply flow and discharge valve opening control. These variables are often determined by the visual aspect of the flotation froth, where industrial operators rely on their experience in decision-making and choosing these parameters. The main characteristics observed are bubble size, texture, and bubble velocity. As this analysis is often left to the process operator, it becomes subjective, varying from operator to operator. Beyond this subjective analysis, controlling this process is a complex task. Thus, the automation of this process becomes even more important for operation. Using computer vision techniques, it is possible to acquire the main characteristics of the foam that are important to the process. The purpose of this work is to use Watershed algorithm to estimate the average size and number of bubbles disposed of in the froth flotation to support the decision-making process of the operators of this type of process. It is also the objective of this research to evaluate the results obtained by a U-net neural network for the same application. From the information collected it would be possible to assert more assertiveness in the choice of process parameters seeking a higher performance in the ore flotation process.http://creativecommons.org/licenses/by-nd/3.0/us/Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 20/12/2021 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite a adaptação.info:eu-repo/semantics/openAccessVisão computacionalFlotaçãoBolhas - física - tamanhoAvaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.Watershed algorithm and u-net convolutional neural network evaluation for estimating bubble size in froth flotation.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOPLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://www.repositorio.ufop.br/bitstreams/7d06d3a9-d5ba-4993-8d26-30d2fdbeca84/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADORIGINALDISSERTAÇÃO_AvaliaçãoAlgoritmoWatershed.pdfDISSERTAÇÃO_AvaliaçãoAlgoritmoWatershed.pdfapplication/pdf37976050https://www.repositorio.ufop.br/bitstreams/c3807522-4ba1-436c-8e01-916072c14937/download8e7a39a439b7b0859ffa7ee355b7a39cMD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://www.repositorio.ufop.br/bitstreams/e4370a01-4200-453f-9189-913b7975fb76/download5812a2eee99d5585fc0c26f0033099bbMD52falseAnonymousREADTHUMBNAILDISSERTAÇÃO_AvaliaçãoAlgoritmoWatershed.pdf.jpgDISSERTAÇÃO_AvaliaçãoAlgoritmoWatershed.pdf.jpgGenerated Thumbnailimage/jpeg3614https://www.repositorio.ufop.br/bitstreams/9762e969-edd5-457a-bbe4-36bf87957c15/downloadd43d9f74cd01a8be9d1335b08a26cd9dMD54falseAnonymousREAD123456789/142932024-11-10 22:07:22.401http://creativecommons.org/licenses/by-nd/3.0/us/abertoopen.accessoai:repositorio.ufop.br:123456789/14293https://www.repositorio.ufop.brRepositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332024-11-11T01:07:22Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)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
dc.title.pt_BR.fl_str_mv Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
dc.title.alternative.pt_BR.fl_str_mv Watershed algorithm and u-net convolutional neural network evaluation for estimating bubble size in froth flotation.
title Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
spellingShingle Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
Silva, Carlos Júnior Pereira da
Visão computacional
Flotação
Bolhas - física - tamanho
title_short Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
title_full Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
title_fullStr Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
title_full_unstemmed Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
title_sort Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação.
author Silva, Carlos Júnior Pereira da
author_facet Silva, Carlos Júnior Pereira da
author_role author
dc.contributor.referee.pt_BR.fl_str_mv Pessin, Gustavo
Souza, Jefferson Rodrigo de
Bianchi, Andrea Gomes Campos
Jung, Claudio Rosito
dc.contributor.author.fl_str_mv Silva, Carlos Júnior Pereira da
dc.contributor.advisor1.fl_str_mv Pessin, Gustavo
Souza, Jefferson Rodrigo de
contributor_str_mv Pessin, Gustavo
Souza, Jefferson Rodrigo de
dc.subject.por.fl_str_mv Visão computacional
Flotação
Bolhas - física - tamanho
topic Visão computacional
Flotação
Bolhas - física - tamanho
description Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-01-06T18:35:04Z
dc.date.available.fl_str_mv 2022-01-06T18:35:04Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SILVA, Carlos Júnior Pereira da. Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação. 2021. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufop.br/jspui/handle/123456789/14293
identifier_str_mv SILVA, Carlos Júnior Pereira da. Avaliação de algoritmo Watershed e Rede Neural Convolucional U-NET para estimativa do tamanho de bolhas em espuma de flotação. 2021. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.
url http://www.repositorio.ufop.br/jspui/handle/123456789/14293
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nd/3.0/us/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nd/3.0/us/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFOP
instname:Universidade Federal de Ouro Preto (UFOP)
instacron:UFOP
instname_str Universidade Federal de Ouro Preto (UFOP)
instacron_str UFOP
institution UFOP
reponame_str Repositório Institucional da UFOP
collection Repositório Institucional da UFOP
bitstream.url.fl_str_mv https://www.repositorio.ufop.br/bitstreams/7d06d3a9-d5ba-4993-8d26-30d2fdbeca84/download
https://www.repositorio.ufop.br/bitstreams/c3807522-4ba1-436c-8e01-916072c14937/download
https://www.repositorio.ufop.br/bitstreams/e4370a01-4200-453f-9189-913b7975fb76/download
https://www.repositorio.ufop.br/bitstreams/9762e969-edd5-457a-bbe4-36bf87957c15/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
8e7a39a439b7b0859ffa7ee355b7a39c
5812a2eee99d5585fc0c26f0033099bb
d43d9f74cd01a8be9d1335b08a26cd9d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)
repository.mail.fl_str_mv repositorio@ufop.edu.br
_version_ 1862724461717880832

Registros relacionados