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

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. Ne...

ver descrição completa

Detalhes bibliográficos
Autor principal: Silva, Patrícia Lopes da (author)
Outros Autores: Antonelli, Gilberto Clóvis (author), Vasconcelos, Rosa (author)
Formato: conferencePaper
Idioma:por
Publicado em: 2018
Assuntos:
Texto completo:http://hdl.handle.net/1822/71158
País:Portugal
Oai:oai:repositorium.sdum.uminho.pt:1822/71158
Descrição
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.