Software capaz de medir padrões geométricos característicos de metais e ligas metálicas

PRINCIPAIS BENEFÍCIOS E CARACTERÍSTICAS DA INVENÇÃO

settings

Machine learning permite reconhecimento de novos padrões

artificial-intelligence

Usa inteligência artificial para minimizar a necessidade humana

precision

Resultados com maior precisão e velocidade

O programa de computador traz como novidade a inteligência artificial, o que auxilia profissionais da indústria e pesquisadores, já que dispensa medições humanas para reconhecer os parâmetros microestruturais do material analisado.

Pesquisadores da Universidade Estadual de Campinas (Unicamp) desenvolveram, em parceria com cientistas do Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) e da Universidade Federal de São Paulo (Unifesp), um software capaz de reconhecer padrões geométricos característicos de metais e ligas metálicas que possuem microestruturas dendríticas e celulares. A invenção traz uma vantagem para a indústria, pesquisadores e estudantes das Engenharias Mecânica, Metalúrgica e de Materiais, que não precisam mais depender do fator humano para o reconhecimento dessas microestruturas, poupando tempo e esforço para realizar a medição.

Esses parâmetros microestruturais são essenciais para a indústria de materiais e investigações científicas que necessitam caracterizar as propriedades mecânicas dos materiais. Com isso, o objetivo do programa de computador é automatizar e padronizar essa medição por meio de uma inteligência artificial. Para isso, as funcionalidades do programa consistem em enviar ao sistema uma imagem extraída de uma metalografia previamente realizada para que ele gere um relatório final com as informações necessárias extraídas. Cada uma das imagens enviadas também servirá para realimentar um modelo de aprendizado de máquinas que tornará o software capaz de reconhecer novos padrões.

A tecnologia pode trazer novidade no mercado, já que outras ferramentas conhecidas exigem muitas interações com o usuário e dependem da habilidade e do conhecimento de quem está extraindo as medidas, uma vez que esta pessoa fica responsável por reconhecer visualmente as características da amostra. Já com o software, essa interação seria mínima e toda medição seria realizada usando técnicas de processamento de imagem, evitando o viés subjetivo do usuário e erros de medição, o que ocasiona em uma maior precisão, além de velocidade de processamento.

INVENTORES

Noé Cheung

• Bacharel em Engenharia Mecânica pela Universidade Universidade Estadual de Campinas (1997)
• Mestre em Engenharia Mecânica pela Universidade Universidade Estadual de Campinas (1999)
• Doutor em Engenharia Mecânica pela Universidade Universidade Estadual de Campinas (2003)
• Bacharel em Engenharia Civil pela Universidade Universidade Estadual de Campinas (2008)
• Pós-doutor em Engenharia Mecânica pela Universidade Estadual de Campinas (2006, 2008 e 2010)
• Pós-doutor pelo Centro Nacional de Investigaciones Metalúrgicas de Madri (2018)
• Professor na Faculdade de Engenharia Mecânica (Unicamp)
Guilherme Marim da Silva
Faculdade de Engenharia Mecânica (FEM)
Felipe Bertelli
Universidade Federal de São Paulo (Unifesp)
Amauri Garcia
Faculdade de Engenharia Mecânica (FEM)
Paulo Henrique Vieira Candido
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)
Carlos Henrique da Silva Santos
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)

FACULDADE/INSTITUTO:

Faculdade de Engenharia Mecânica (FEM) da Universidade Estadual de Campinas (Unicamp)

DETALHES

TÍTULO: Autonomous Microestruture Recognition and Measurement by Machine Learning (AMR&MML)
STATUS: CONCEDIDO
CÓDIGO: PC242_AMREMML
Esta tecnologia foi desenvolvida em parceria com o Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) e Universidade Federal de São Paulo (Unifesp)

COMPARTILHE:

TECNOLOGIAS RELACIONADAS: