Um dataset de imagens térmicas e nuvens de pontos para análise de sedimentação em tubulações industriais
Resumo
A sedimentac¸ao em tubulações industriais é um desafio crítico, especialmente no setor de fertilizantes, pois pode afetar a eficiência operacional e aumentar os custos de manutenção. Este trabalho propõe a criação de um dataset inovador que utiliza imagens térmicas e reconstruções tridimensionais para a análise da sedimentação em tubulações. O dataset foi desenvolvido a partir de experimentos realizados com maquetes em escala, simulando condições industriais reais. A metodologia incluiu a coleta de dados termicos e geométricos, bem como a aplicação de técnicas de aumento de dados para garantir a robustez do conjunto. A análise dos dados foi realizada utilizando redes neurais convolucionais, com o objetivo de prever o acúmulo de sedimentos com precisão. Os resultados indicam que o uso de imagens em tons de cinza, em comparação com imagens RGB, proporciona melhores resultados na reconstrução tridimensional das áreas de sedimentação. Além disso, o estudo destaca a relevância do dataset proposto para a implementação de soluções de monitoramento não invasivas e para futuras pesquisas em visão computacional aplicadas a esses processos industriais. Este trabalho contribui significativamente para o avanc¸o das tecnologias de manutenção preditiva em tubulações industriais, especialmente na indústria de fertilizantes, e abre novas possibilidades para sua aplicação em outros setores.
