Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/41309
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2024_IsabelCarolineGomesGiannecchini_tcc.pdf1,99 MBAdobe PDFver/abrir
Título: Explorando a utilização de grafos e imagens 2D para o reconhecimento automático de etapa em processos de montagem utilizando inteligência artificial
Autor(es): Giannecchini, Isabel Caroline Gomes
Orientador(es): Barbalho, Sanderson Cesar Macedo
Assunto: Inteligência artificial
Indústria 4.0
Manufatura aditiva
Data de apresentação: 13-Set-2024
Data de publicação: 6-Fev-2025
Referência: GIANNECCHINI, Isabel Caroline Gomes. Explorando a utilização de grafos e imagens 2D para o reconhecimento automático de etapa em processos de montagem utilizando inteligência artificial. 2024. 94 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) — Universidade de Brasília, Brasília, 2024.
Resumo: Neste estudo, apresenta-se uma abordagem para sistemas de assistência à montagem, destacando a transformação de modelos BPMN em grafos como a principal contribuição. Essa transformação permite uma representação mais clara e estruturada dos processos de montagem, facilitando a sincronização, a automação e o controle de qualidade. A aplicação prática desse conceito é demonstrada através da montagem de um protótipo de caminhão, utilizando manufatura aditiva. O grafo resultante não apenas define a sequência das atividades, mas também sincroniza o estado real da montagem com o estado percebido pelo sistema digital. Essa virtualização do processo é importante para testar a performance do sistema e aprimorar a eficiência dos sistemas de assistência à montagem baseados em inteligência artificial. Ao integrar essa metodologia, espera-se que os sistemas desenvolvidos contribuam de forma mais assertiva para a qualidade e eficiência em processos de montagem manual, alinhando-se aos princípios da Indústria 4.0.
Abstract: This study presents an approach for assembly assistance systems, highlighting the transformation of BPMN models into knowledge graphs as the main contribution. This transformation allows for a clearer and more structured representation of assembly processes, facilitating synchronization, automation, and quality control. The practical application of this concept is demonstrated through the assembly of a truck prototype, using additive manufacturing. The resulting graph not only defines the sequence of activities, but also synchronizes the actual state of the assembly with the state perceived by the digital system. This process virtualization is important for testing system performance and improving the efficiency of artificial intelligence-based assembly assistance systems. By integrating this methodology, it is expected that the systems developed will contribute more assertively to quality and efficiency in manual assembly processes, aligning with the principles of Industry 4.0.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia de Produção, 2024.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia de Produção



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.