Ajuste e correção da camada de fundo do disco de pelotamento através do método Deep Learning

Abstract

RESUMO: Este trabalho busca desenvolver um sistema de controle automático capaz de realizar o controle e o monitoramento da camada de fundo do disco de pelotamento utilizado no laboratório da Vale, visando substituir o controle manual realizado por um operador para eliminar as incertezas inerentes a utilização de um controlador manual. Por meio da utilização do Labview, um software de controle, simulação e supervisão de sistemas de engenharia, em sintonia com a YOLOV5, uma rede neural profunda constituída por algoritmos de detecção, foi possível realizar a elaboração de um controlador projetado no ambiente virtual do Labview, que conectado a uma bomba para inserção de água, ao motor de rotação e a correia transportadora que alimenta o disco de pelotamento com minério de ferro, será responsável pela restauração e correção da camada de fundo. Entre os diversos modelos existentes de redes neurais profundas que formam o conjunto YOLOV5, o modelo escolhido foi a YOLOV5x6, que conectada a câmera de monitoramento instalada no disco de pelotamento, permite que a rede possa fazer a detecção de buracos e falhas, além de determinar o nível de presença de água na camada de fundo. O controlador desenvolvido foi capaz de padronizar o processo de operação e funcionamento do disco de pelotamento, favorecendo um aumento de produção e qualidade na fabricação de pelotas de minério de ferro.

ABSTRACT: This work seeks to develop an automatic control system capable of performing the control and monitoring of the bottom layer of the pelleting disc, aiming to replace the manual control performed by an operator that is used in Vale's laboratory and eliminate all uncertainties inherent to the use from a hand controller. Using Labview, a control, simulation and supervision engineering software combine with YOLOV5, a deep neural network constituted by detection algorithms, it was possible to carry out the elaboration of a controller designed in the virtual environment of Labview, which connected to a pump for insertion of water, the rotation motor and the conveyor belt that feeds the pelleting disc with iron ore, will be responsible for the restoration and correction of the bottom layer. Among the various existing models of networks that make the YOLOV5 set, the model chosen was the YOLOV5x6, which connected to the monitoring camera installed on the pellet disk, allows the network to detect holes and faults, in addition to determining the level presence of water in the bottom layer. The controller developed was able to standardize the operation process and operation of the pelleting disc, favoring an increase in production and quality in the manufacture of iron ore pellets.