Detalhes bibliográficos
| Ano de defesa: |
2009 |
| Autor(a) principal: |
Queiroz Neto, José Florencio de |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual do Ceará
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=61515
|
Resumo: |
A matéria-prima é o maior custo de uma fiação de algodão. Classificar a qualidade da matéria-prima, de maneira antecipada à produção do fio, é de grande valia à indústria de fiação, pois torna sua aplicação mais racional. A predição das características dos fios é uma antiga demanda dos engenheiros têxteis; diversos estudos têm sido realizados na intenção de prever a qualidade dos fios antes de serem produzidos, possibilitando melhor seleção da matéria-prima a ser utilizada. A primeira forma de predição das características dos fios foi o mapeamento matemático-físico da fábrica, em seguida veio a regressão linear múltipla, e mais recentemente as redes neurais artificiais. Este trabalho investiga a utilização de redes neurais artificiais na predição da qualidade do fio de algodão, objetivando classificar a qualidade da matéria-prima. Os resultados são promissores, tendo os modelos finais apresentado correlação linear média, entre os valores reais e preditos, de 0,892. Palavras-chave: Mineração de Dados. CRISP-DM. Redes Neurais Artificiais. Algodão. Fiação. |
