Questão de Automação — Geral — FUNCERN 2025
AutomaçãoGeral
- Código
- qg466070
- Banca
- FUNCERN
- Órgão
- IF-PE
- Ano
- 2025
- Nível
- Superior
- Cargo
- Professor EBTT - Automação
Uma indústria de bebidas busca otimizar seu processo de envase automático em garrafas, no qual sensores de nível e pressão monitoram continuamente a vazão de líquido. O sistema atual apresenta problemas de inconsistência: garrafas com enchimento incompleto ou transbordo, além de desperdício de energia no bombeamento. A equipe de automação avalia empregar modelos de aprendizado de máquina integrados a técnicas de inteligência computacional híbrida para resolver o problema. A proposta é utilizar dados históricos de sensores, imagens de câmeras industriais e registros de falhas para modelar, simular e treinar um sistema inteligente que possa prever desvios no enchimento e ajustar os atuadores em tempo real.Nesse contexto, marque a opção que descreve, de forma mais adequada, as possibilidades de emprego de modelos de aprendizado de máquina na solução desse problema.
- AAplicar redes neurais profundas treinadas apenas com imagens das garrafas, desconsiderando sinais dos sensores, já que o modelo de visão computacional é suficiente para controlar a válvula de enchimento.
- BUtilizar aprendizado supervisionado para correlacionar dados de nível, pressão e imagens, criando um modelo preditivo capaz de antecipar desvios no processo e ajustar o bombeamento.
- CImplementar algoritmos de agrupamento (clustering) não supervisionado, exclusivamente para classificar os tipos de falhas ocorridas, substituindo totalmente os sensores físicos.
- DEmpregar um modelo de regressão linear simples para relacionar pressão de bombeamento e volume final da garrafa, garantindo precisão mesmo em cenários de alta variabilidade.
- EIntegrar técnicas de otimização por enxame de partículas (PSO) apenas no ajuste dos parâmetros da bomba, sem considerar a simulação do sistema nem dados históricos do processo.