SISTEMAS INTELIGENTES ARTIFICIAIS PARA LINHAS DE PRODUÇÃO INDUSTRIAL

Camila Alves Dias, Luciano Medina Peres, Willian Alves de Oliveira Fachetti

Resumo


As indústrias atualmente necessitam cada vez mais otimizar seu ambiente de automação para melhorar tanto seu status competitivo, se destacando nos ramos que englobam as principais empresas industriais hoje (siderurgia, petroquímica, nuclear, etc.), quanto para revolucionar o mercado industrial. Para a implementação de dispositivos que simulam a capacidade humana em um sistema de controle de linha de procedimentos industriais, determinadas condições devem estar de acordo com as propostas publicadas no ramo desta ciência para que haja uma excelente variável resultante em sua aplicação. Este artigo abrange grande parte dos conceitos e aplicações realizadas com a utilização de mecanismos inteligentes como uma revisão bibliográfica. Os tópicos referenciados possuem um impacto significativo no processo de controle industrial, juntamente como os sistemas de Inteligência Artificial (IA). Diante disso, o objetivo deste referencial teórico é analisar os fatores que afetam diretamente o método de produção, de modo que os estudos possuem âmbito mais amplo.


Texto completo:

PDF

Referências


ARARIBOIA, G. Inteligência Artificial. Rio de Janeiro: Ed. LTC, 1988.

BAUSCHPIESS, Adolfo. Introdução ao Sistemas Inteligentes - Aplicação em Engenharia de Redes Neurais Artificiais, Lógica Fuzzy e Sistemas Neuro-Fuzzy. 2004, Brasília. Disponível em: . Acesso em: 14 de novembro de 2016.

COPPIN, Bem. Inteligência Artificial. LTC, Rio de Janeiro, 2003.

EAR, Mark; CONNORS, Barry; PARADISO, Michael. Neurociências – Desvendando o Sistema Nervoso. 3ª edição, Artmed, 2008.

GUERRA, Francisco; LOPES, José Soares; GUEDES, Luiz Affonso; et all. Implementação de Controladores PID Utilizando Lógica Fuzzy e Instrumentação Industrial. VII Simpósio Brasileiro de Automação Inteligente - SBAI, São Luís - MA, 19-23 de Setembro de 2005.

LUGER, G. F.; STUBBLEFIELD W. A. Artificial Intelligence: Structure and Strategies for Complex Problem Solving. Addison-Wesley Longman, Boston, EUA, 1997.

MCCARTHY, J. What is Artificial Intelligence. Disponível em: . Acesso em: out. 2002.

NIGRIN, Albert. Neural Networks for Pattern Recognition. Cambridge, MA: MIT Press, 1993.

SIMÕES, Marcelo Godoy; SHAW, Ian S. Controle e Modelagem Fuzzy, ed. 2. Blucher: FAPESP, São Paulo, 2007.

SOUSA, F. L. Otimização Extrema Generalizada: Um novo Algoritmo Estocástico para o Projeto Ótimo. Instituto Nacional de Pesquisas Espaciais, 2003.


Apontamentos

  • Não há apontamentos.


Direitos autorais 2017 Revista Científica da UNESC