ANÁLISE DE IMAGENS TERMOGRÁFICAS NO DIAGNÓSTICO DE MANUTENÇÃO PREDITIVA

  • David Santos
  • David Jordao Mesquita Bellini dos Santos
  • Joao Carlos Bedinoto de Menezes Junior
  • Eliezer Soares Flores
Rótulo Análise, imagens, Redes, convolucionais, Manutenção, industrial, termográfica

Resumo

Com a globalização e o desenvolvimento tecnológico, o setor industrial modernizou-se, automatizando o processo produtivo. Através do planejamento da manutenção, pode-se antecipar falhas ou defeitos em itens e sistemas, possibilitando a coordenação da manutenção e, consequentemente, aumentando a competitividade das empresas. A rotina preditiva é parte importante no planejamento de manutenção e expressa-se por meio do monitoramento sistemático e prolongado dos itens, de forma a prever falhas. Uma das técnicas utilizadas no referido processo é a inspeção termográfica, cuja importância é tamanha que atualmente a ANEEL determina que essa prática seja efetuada com periodicidade máxima de 6 messes em equipamentos de subestações de rede básica. O objetivo principal deste trabalho é propor um sistema de análise de imagens capaz de identificar padrões em termogramas. Tal sistema deve auxiliar profissionais na realização de inspeção termográfica, permitindo aos mesmos produzir pareceres técnicos precisos sem a necessidade de um acompanhamento prolongado. Especificamente, este trabalho propõe um sistema que consiste em duas etapas principais, sendo elas, extração de características e classificação. Os objetos de interesse contidos em termogramas de uma mesma classe tendem a apresentar padrões semelhantes e discriminativos. Afim de reconhecer tais padrões, primeiramente, realiza-se a extração de características com uma rede convolucional pré-treinada. O sistema foi avaliado com as opções MobileNet V2 e DenseNet 169, ambas com a retirada da última camada totalmente conectada. Em seguida, realiza-se a classificação da imagem utilizando a técnica K-NN que consiste, basicamente, em atribuir um rótulo a partir do vetor de características extraído, com base nos rótulos dos K vetores de características já conhecidos, de acordo com o cálculo da distância euclidiana entre os vetores. Para avaliar o sistema proposto, foi usada uma base de dados composta por 50 termogramas originais, sendo 15 da Classe A (condição normal), 27 Classe B (primeiro estágio), 8 Classe C (estágio crítico). Empregando o procedimento de validação cruzada leave-one-out, obteve-se uma taxa de acertos máxima de 64% com as configurações MobileNet V2/ K=3 e DenseNet 169/ K=1. Os principais desafios a serem abordados em trabalhos futuros são: 1) redefinir as classes de acordo com finalidade de cada item, por exemplo, chaves seccionadoras, fusíveis entre outros; 2) adaptar o treinamento e a validação com o intuito de aprimorar o sistema para lidar com imagens inéditas (teste).

Downloads

Não há dados estatísticos.
Publicado
2020-11-20
Como Citar
SANTOS, D.; JORDAO MESQUITA BELLINI DOS SANTOS, D.; CARLOS BEDINOTO DE MENEZES JUNIOR, J.; SOARES FLORES, E. ANÁLISE DE IMAGENS TERMOGRÁFICAS NO DIAGNÓSTICO DE MANUTENÇÃO PREDITIVA. Anais do Salão Internacional de Ensino, Pesquisa e Extensão, v. 12, n. 2, 20 nov. 2020.