Para se obter produtos e serviços que atendam ao nível de produtividade exigida pelo mercado, deve-se otimizar vários fatores determinantes na usinagem da madeira. O atual objetivo da pesquisa em Inteligência Artificial dedica-se ao desenvolvimento de sistemas inteligentes flexíveis e auto ajustáveis, com vistas à diminuição da presença de operadores humanos, de forma que o controle destes processos seja realizado através de sistemas computacionais. A usinagem da madeira se caracteriza pela ação de vários agentes, que de forma geral, são muito complexos para serem representados de forma analítica, adicionalmente as respostas destes sistemas são não-lineares. Portanto, estas dificuldades na modelagem do processamento da madeira justificam a utilização de redes neurais como ferramenta para melhoria de processo, e consequente agregação de valor ao produto final. O objetivo deste trabalho foi utilizar a capacidade de aprendizagem e a generalização das redes neurais e outras técnicas de inteligência computacional no processamento de madeira. A metodologia utilizada consistiu em utilizar redes neurais do tipo Multilayer Perceptrons (MLP) associadas à Lógica Fuzzy para construção de controlador do processo de usinagem da madeira. Adicionalmente as redes neurais realizaram uma classificação de imagens com relação aos defeitos superficiais da madeira. Foi utilizadas bases de dados obtidas através dos processos reais de usinagem da madeira. Os resultados obtidos foram satisfatórios, o que confirma que as redes neurais foram uma...

In order to obtain products and services to exceed the level of productivity required by the market, many machining wood factors should be optimized. The current goal of research in Artificial Intelligence is dedicated to develop intelligent flexible systems, self-adjusting, to decrease the presence of human operators. The control of these processes is done through the help of computer systems composed from software and hardware. The modern industrial processes are characterized by the action of various agents that are generally too complex to be represented analytically, additionally answers these systems are non-linear. Therefore, these difficulties in modeling wood machining process justify the use of Neural Network as a tool for process improvement and to add value to the final product. Computational Intelligence techniques such as Neuro-Fuzzy Networks have been proved applicable to this problem, since they combine the ability to learn from examples and to generalize the information learned from the neural network with the ability of Fuzzy Logic to turn variables into linguistic rules. The objective of this work is to use the learning ability and generalization of neural networks and other techniques of Artificial Intelligence in machining materials, which have solid non-linear character. The results were satisfactory, thus confirming the neural... (Complete abstract click electronic access below)

Pós-graduação em Engenharia Mecânica - FEG