Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/handle/123456789/1801
Title: Utilização de sinais acústicos para detecção de trincas em dormentes de aço.
Authors: Yared, Glauco Ferreira Gazel
Barbosa, Carlos Henrique Nogueira de Resende
Ribeiro, Rodrigo Geraldo
Ribeiro, Marcos Henrique
Thebaldi, Rafael Santos
Nascimento, Leandro Prates do
Oliveira, Paganini Barcellos
Vincic, Jasmina
Silveira, Ingrid Machado
Ferreira, Tiago
Vasconcelos, Renato Lataliza
Keywords: Acoustic signals
Cepstrum
Heavy haul railway
Classification
Parameterization
Issue Date: 2010
Citation: YARED, G. F. G. et al. Utilização de sinais acústicos para a detecção de trincas em dormentes de aço. In: Congresso Brasileiro de Automática. 2010. Bonito. Anais... XVIII Congresso Brasileiro de Automática. Campo Grande: UFMS, 2010. p. 4965-4971. Disponível em: <http://www.labplan.ufsc.br/congressos/CBA2010/Artigos/66362_1.pdf>. Acesso em: 22 nov. 2012.
Abstract: Os sistemas ferroviários têm sido amplamente utilizados para o transporte de passageiros, matérias primas e produtos industrializados. Diversas vantagens econômicas e sociais podem ser obtidas por meio da utilizacão do transporte ferroviário. Especificamente, as ferrovias brasileiras têm sido submetidas a um aumento crescente de peso da carga transportada, principalmente devido à demanda das indústrias primárias e secundárias, o que também pode ser notado como uma tendência global. A infra-estrutura ferroviária é afetada diretamente pelo aumento de carga, com destaque para as ferrovias de transporte de cargas pesadas (heavy haul), tal como a EFVM (Estrada de Ferro Vitória-Minas) que é utilizada essencialmente no transporte de minério de ferro. No intuito de se manter a confiabilidade e a segurança de tal sistema de transporte, evitando a ocorrência de acidentes, é necessária a realização de um procedimento preciso de manutenção. Este trabalho propõe uma nova abordagem baseada em sinais acústicos medido no ar para o diagnóstico da presença de fissuras microscópicas em dormentes de aço, utilizando-se Redes Neurais Artificiais (RNAs) como ferramentas para classificação. Os resultados obtidos em laboratório forneceram uma taxa de erro de aproximadamente 6%, após a realização de validação cruzada.
metadata.dc.description.abstracten: The railway systems have been widely used all over the world for passengers, raw materials and manufactured products transportation. Many economical and social benefits may be achieved by means of railway transport. Specifically, the brazilian railways are facing an increasing growth in the weight of transported load mainly due to primary and secondary industries demand, what can be observed as a global trend as well. The railway track is directly affected by such overload specially in the heavy haul railways as for instance the EFVM (Estrada de Ferro Vitória-Minas). In order to keep the reliability and safety of such transport system, it is essential to perform a precise maintenance procedure to prevent from accidents. This work proposes a new approach based on acoustic signals to diagnose the presence of crack in steel sleepers using an Artificial Neural Network (ANN) for classification. The laboratory results have shown an error rate of 6%, approximately, after cross-validation.
URI: http://www.repositorio.ufop.br/handle/123456789/1801
Appears in Collections:DECEA - Trabalhos apresentados em eventos

Files in This Item:
File Description SizeFormat 
ARTIGO_UtilizaçãoSinaisAcústicos.pdf923,45 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.