Navegando por Palavras-chave "Indústria Automotiva"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Desenvolvimento de compósitos de cápsulas de café e fibras de carbono recicladas
    (Universidade Federal de São Paulo, 2023-12-08) Silva, Jean-Lucas Luquetti [UNIFESP]; Passador, Fábio Roberto [UNIFESP]; http://lattes.cnpq.br/0152213852695153
    A reciclagem de materiais é um tópico de extrema importância para questão do desenvolvimento sustentável, e a descoberta de novos métodos é o grande desafio encontrado para que isso seja possível. O reaproveitamento de resíduos poliméricos, que por vez acabam indo para a incineração, e por conseguinte gerando poluição, é um desses desafios. Neste trabalho busca-se utilizar dois resíduos para o desenvolvimento de compósitos. Em nosso cotidiano, as cápsulas de café poliméricas são um problema pelo grande volume produzido. As cápsulas são constituídas de polipropileno (PP) e neste trabalho foram utilizadas como matriz polimérica. O reforço obtido foi composto por resíduos de compósitos de resina epóxi/fibras de carbono da indústria automobilística que também podem ser reciclados por métodos mecânicos. Assim, o principal objetivo desse trabalho de conclusão de curso consiste no desenvolvimento de compósitos de matriz de PP advindos das cápsulas de café descartadas reforçadas com 1, 3 e 5% em massa de partículas de fibras de carbono moídas provenientes de peças de descarte da indústria automotiva. Os compósitos foram preparados em extrusora de dupla rosca, seguida pelo processo de injeção para obtenção de corpos de prova padronizados. Os compósitos resultantes foram caracterizados quanto suas propriedades mecânicas (tração, resistência ao impacto Izod e dureza Shore D) e morfológicas (analisando a distribuição do material em sua superfície). Os ensaios mecânicos mostraram que a adição de fibras de carbono contribui para o aumento da tensão máxima e do módulo elástico, e os ensaios de dureza Shore D e impacto Izod mostram uma diminuição desses parâmetros com o aumento do teor de fibra de carbono nas composições, notadamente pelo aumento da rigidez e da fragilidade.
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Implementação de um framework de visão computacional para inspeção de qualidade no assoalho de automóveis
    (Universidade Federal de São Paulo, 2023-12-15) Sakuma, Decio Tomio [UNIFESP]; Coelho, Regina Celia [UNIFESP]; http://lattes.cnpq.br/2162574207370950; http://lattes.cnpq.br/0848021270948436
    Inspeção de Qualidade é um tema de interesse no meio industrial. O processo de inspeção para detecção de defeitos na linha de produção é essencial para o controle da qualidade do produto final, sendo alocado estrategicamente em diversos setores da Fábrica para garantir os requisitos de qualidade do produto e satisfação do cliente. Os operadores de inspeção, mesmo que sejam bem treinados, não evitam que os defeitos sigam adiante na linha de produção. Dentro deste contexto, este trabalho visa a implementação de um framework de visão computacional para inspeção automática de qualidade no assoalho de automóveis. O trabalho inicia-se com uma revisão de literatura avaliando sistemas de visão computacional comumente aplicadas para detecção de defeitos de qualidade na indústria automotiva. Em seguida, avaliamos uma estrutura apropriada para instalação de hardware para aquisição e pré-processamento de imagens. O próximo passo foi analisar as arquiteturas de deep learnings usando dados sintéticos e dados reais extraídos do sistema de aquisição montados na linha de produção. A eficiência do framework de visão computacional está baseada na comparação do método de inspeção manual com o método de inspeção automática. Os resultados demonstram que a metodologia aplicada para validação deste framework para inspeção de peças no assoalho dos automóveis são consistentes e eficazes para uma verificação automática. Isto pode ser comprovado considerando que o modelo de Inteligência Artificial usado obteve acurácia superior à 95% e nos testes realizados na linha de produção alcançou uma eficácia de 100%, enquanto que no método manual o resultado foi de 74%.