Trabalho de evento-anais periodico

Computer vision-based deep learning approach for automated delamination detection and classification in carbon fiber-reinforced polymer composites (2026)

• Authors:
  • Monson, Paulo Monteiro de Carvalho
  • Conceição Junior, Pedro de Oliveira
  • Rodrigues, Alessandro Roger
  • Dotto, Fabio Romano Lofrano
• USP affiliated authors: CONCEIÇÃO JUNIOR, PEDRO DE OLIVEIRA - EESC ; RODRIGUES, ALESSANDRO ROGER - EESC ; DOTTO, FABIO ROMANO LOFRANO - EESC ; MONSON, PAULO MONTEIRO DE CARVALHO - EESC
• Unidade: EESC
• DOI: 10.1016/j.procir.2026.01.176
• Subjects: MATERIAIS COMPÓSITOS; VISÃO COMPUTACIONAL; REDES NEURAIS
• Language: Inglês
• Imprenta:
  • Publisher place: Amsterdam, Netherlands
  • Date published: 2026
• Source:
  • Título: Procedia CIRP
  • ISSN: 2212-8271
  • Volume/Número/Paginação/Ano: v. 138, p. 1021-1024, 2026
• Conference titles: CIRP Conference on Intelligent Computation in Manufacturing Engineering


Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).

Status:

Artigo publicado em periódico de acesso aberto (Gold Open Access)

Versão do Documento:

Versão publicada (Published version)

Acessar versão aberta:

• URL de acesso aberto
• PDF de acesso aberto

Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.

---

Download do texto completo

Tipo	Nome	Link
	1-s2.0-S2212827126001770-...	Direct link

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  MONSON, Paulo Monteiro de Carvalho et al. Computer vision-based deep learning approach for automated delamination detection and classification in carbon fiber-reinforced polymer composites. Procedia CIRP. Amsterdam, Netherlands: Escola de Engenharia de São Carlos, Universidade de São Paulo. Disponível em: http://dx.doi.org/10.1016/j.procir.2026.01.176. Acesso em: 09 abr. 2026. , 2026

• APA

  Monson, P. M. de C., Conceição Junior, P. de O., Rodrigues, A. R., & Dotto, F. R. L. (2026). Computer vision-based deep learning approach for automated delamination detection and classification in carbon fiber-reinforced polymer composites. Procedia CIRP. Amsterdam, Netherlands: Escola de Engenharia de São Carlos, Universidade de São Paulo. doi:10.1016/j.procir.2026.01.176

• NLM

  Monson PM de C, Conceição Junior P de O, Rodrigues AR, Dotto FRL. Computer vision-based deep learning approach for automated delamination detection and classification in carbon fiber-reinforced polymer composites [Internet]. Procedia CIRP. 2026 ; 138 1021-1024.[citado 2026 abr. 09 ] Available from: http://dx.doi.org/10.1016/j.procir.2026.01.176

• Vancouver

  Monson PM de C, Conceição Junior P de O, Rodrigues AR, Dotto FRL. Computer vision-based deep learning approach for automated delamination detection and classification in carbon fiber-reinforced polymer composites [Internet]. Procedia CIRP. 2026 ; 138 1021-1024.[citado 2026 abr. 09 ] Available from: http://dx.doi.org/10.1016/j.procir.2026.01.176

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Milling tool wear estimation based on a neuro fuzzy algorithm and micro evolutionary particle swarm optimization
• Structural damage classification in composite materials using the Wigner-Ville distribution and convolutional neural networks
• Method for damage detection of CFRP plates using lamb waves and digital signal processing techniques
• Evaluating region-specific defect-induced geometric deformations in monolayer parts to support monitoring of the FFF additive manufacturing process
• Análise da similaridade de cossenos para monitoramento da condição da ferramenta no processo de fresamento baseado em emissão acústica
• Computational feasibility study for time-frequency analysis of non-stationary vibration signals based on wigner-ville distribution
• Assessment of fundamental layer features in monolayer parts fabricated via FFF additive manufacturing under varying printing conditions
• MonolayerFFF: an image dataset of monolayerFFF 3D printed parts with different fabrication conditions
• Damage detection in machining tools using acoustic emission, signal processing, and feature extraction
• Usinagem de furos em placas laminadas em fibra de carbono por meio de fresa inteiriça helicoidal com estratégia de interpolação helicoidal e sensor de frequência acústica