Portal de Periódicos da CAPES

Artigo Acesso aberto Produção Nacional Revisado por pares

BIBTEX RIS

DETECÇÃO DE VAZAMENTOS DE FLUIDOS DE FREIOS A AR EM VAGÕES DO TIPO GÔNDOLA ATRAVÉS DO SINAL ACÚSTICO: UM MODELO DE CLASSIFICAÇÃO DE FALHAS

2023; Faculdade Novo Milênio; Volume: 16; Issue: 5 Linguagem: Português

10.54751/revistafoco.v16n5-072

1981-223X

Jordana Lucia Reis, Flávio Miguel Varejão,

Vehicle Noise and Vibration Control

Este artigo apresenta um trabalho em andamento que utiliza um modelo de aprendizado de máquina para detectar sons de vazamento de fluidos de freios a ar em vagões de carga do tipo gôndola. Vagões gôndola transportam carga seca e possuem sistema de freio pneumático, dependendo diretamente de seus componentes de ar comprimido para uma frenagem adequada. Durante a inspeção de vagões, os vazamentos de ar comprimido são identificados a partir do som, reconhecido pelo ouvido humano. O fator de inovação deste trabalho é utilizar aprendizado de máquina para identificar vazamentos de ar comprimido a partir do som gravado. Os dados de entrada para o modelo são sinais acústicos capturados no formato waveform, durante acompanhamento da inspeção de vagões. No modelo proposto, o sinal acústico é processado no domínio tempo-frequência, para obtenção do espectrograma da melodia. Após o pré-processamento, os dados de espectrograma servem de entrada para o classificador Random Forest. Os resultados iniciais demonstraram que o modelo apresenta boas perspectivas para classificar os sons de vazamento de ar, mas é necessário aumentar o conjunto de dados para melhor avaliação do desempenho da proposta.