Automatic detection of thermal damage in grinding process by artificial neural network

Detalhes bibliográficos
Autor(a) principal: Dotto, Fábio Romano Lofrano [UNESP]
Data de Publicação: 2003
Outros Autores: Aguiar, Paulo Roberto de [UNESP], Bianchi, Eduardo Carlos [UNESP], Flauzino, Rogério Andrade [UNESP], Castelhano, Gustavo de Oliveira [UNESP], Pansanato, Landry [UNESP]
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://dx.doi.org/10.1590/S0370-44672003000400013
http://hdl.handle.net/11449/8914
Resumo: Esse trabalho tem por objetivo o desenvolvimento de um sistema inteligente para detecção da queima no processo de retificação tangencial plana através da utilização de uma rede neural perceptron multi camadas, treinada para generalizar o processo e, conseqüentemente, obter o limiar de queima. em geral, a ocorrência da queima no processo de retificação pode ser detectada pelos parâmetros DPO e FKS. Porém esses parâmetros não são eficientes nas condições de usinagem usadas nesse trabalho. Os sinais de emissão acústica e potência elétrica do motor de acionamento do rebolo são variáveis de entrada e a variável de saída é a ocorrência da queima. No trabalho experimental, foram empregados um tipo de aço (ABNT 1045 temperado) e um tipo de rebolo denominado TARGA, modelo ART 3TG80.3 NVHB.
id UNSP_195dbc178aeacc26e9b2aacc70a1dc42
oai_identifier_str oai:repositorio.unesp.br:11449/8914
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Automatic detection of thermal damage in grinding process by artificial neural networkRedes neurais artificiaisaquisição de dadosprocessamento de sinaisautomaçãosistema de monitoramento e controleferramentas de softwareprocessos de fabricaçãoArtificial neural networksdata acquisitiondata processingsignal processingautomationmonitoring control systemsoftware toolsmanufacturing processEsse trabalho tem por objetivo o desenvolvimento de um sistema inteligente para detecção da queima no processo de retificação tangencial plana através da utilização de uma rede neural perceptron multi camadas, treinada para generalizar o processo e, conseqüentemente, obter o limiar de queima. em geral, a ocorrência da queima no processo de retificação pode ser detectada pelos parâmetros DPO e FKS. Porém esses parâmetros não são eficientes nas condições de usinagem usadas nesse trabalho. Os sinais de emissão acústica e potência elétrica do motor de acionamento do rebolo são variáveis de entrada e a variável de saída é a ocorrência da queima. No trabalho experimental, foram empregados um tipo de aço (ABNT 1045 temperado) e um tipo de rebolo denominado TARGA, modelo ART 3TG80.3 NVHB.This work aims to develop an intelligent system for detecting the workpiece burn in the surface grinding process by utilizing a multi-perceptron neural network trained to generalize the process and, in turn, obtnaing the burning threshold. In general, the burning occurrence in grinding process can be detected by the DPO and FKS parameters. However, these ones were not efficient at the grinding conditions used in this work. Acoustic emission and electric power of the grinding wheel drive motor are the input variable and the output variable is the burning occurrence to the neural network. In the experimental work was employed one type of steel (ABNT-1045 annealed) and one type of grinding wheel referred to as TARGA model ART 3TG80.3 NVHB.Unesp Department of Electric EngineeringUnesp Department of Mechanical EngineeringUnesp Department of Electric EngineeringUnesp Department of Mechanical EngineeringEscola de MinasUniversidade Estadual Paulista (Unesp)Dotto, Fábio Romano Lofrano [UNESP]Aguiar, Paulo Roberto de [UNESP]Bianchi, Eduardo Carlos [UNESP]Flauzino, Rogério Andrade [UNESP]Castelhano, Gustavo de Oliveira [UNESP]Pansanato, Landry [UNESP]2014-05-20T13:27:15Z2014-05-20T13:27:15Z2003-12-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article295-300application/pdfhttp://dx.doi.org/10.1590/S0370-44672003000400013Rem: Revista Escola de Minas. Escola de Minas, v. 56, n. 4, p. 295-300, 2003.0370-4467http://hdl.handle.net/11449/891410.1590/S0370-44672003000400013S0370-44672003000400013S0370-44672003000400013.pdf145540030966008110991520075749210000-0002-9934-4465SciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPengRem: Revista Escola de Minas0,132info:eu-repo/semantics/openAccess2024-06-28T13:55:07Zoai:repositorio.unesp.br:11449/8914Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T22:49:05.554085Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Automatic detection of thermal damage in grinding process by artificial neural network
title Automatic detection of thermal damage in grinding process by artificial neural network
spellingShingle Automatic detection of thermal damage in grinding process by artificial neural network
Dotto, Fábio Romano Lofrano [UNESP]
Redes neurais artificiais
aquisição de dados
processamento de sinais
automação
sistema de monitoramento e controle
ferramentas de software
processos de fabricação
Artificial neural networks
data acquisition
data processing
signal processing
automation
monitoring control system
software tools
manufacturing process
title_short Automatic detection of thermal damage in grinding process by artificial neural network
title_full Automatic detection of thermal damage in grinding process by artificial neural network
title_fullStr Automatic detection of thermal damage in grinding process by artificial neural network
title_full_unstemmed Automatic detection of thermal damage in grinding process by artificial neural network
title_sort Automatic detection of thermal damage in grinding process by artificial neural network
author Dotto, Fábio Romano Lofrano [UNESP]
author_facet Dotto, Fábio Romano Lofrano [UNESP]
Aguiar, Paulo Roberto de [UNESP]
Bianchi, Eduardo Carlos [UNESP]
Flauzino, Rogério Andrade [UNESP]
Castelhano, Gustavo de Oliveira [UNESP]
Pansanato, Landry [UNESP]
author_role author
author2 Aguiar, Paulo Roberto de [UNESP]
Bianchi, Eduardo Carlos [UNESP]
Flauzino, Rogério Andrade [UNESP]
Castelhano, Gustavo de Oliveira [UNESP]
Pansanato, Landry [UNESP]
author2_role author
author
author
author
author
dc.contributor.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Dotto, Fábio Romano Lofrano [UNESP]
Aguiar, Paulo Roberto de [UNESP]
Bianchi, Eduardo Carlos [UNESP]
Flauzino, Rogério Andrade [UNESP]
Castelhano, Gustavo de Oliveira [UNESP]
Pansanato, Landry [UNESP]
dc.subject.por.fl_str_mv Redes neurais artificiais
aquisição de dados
processamento de sinais
automação
sistema de monitoramento e controle
ferramentas de software
processos de fabricação
Artificial neural networks
data acquisition
data processing
signal processing
automation
monitoring control system
software tools
manufacturing process
topic Redes neurais artificiais
aquisição de dados
processamento de sinais
automação
sistema de monitoramento e controle
ferramentas de software
processos de fabricação
Artificial neural networks
data acquisition
data processing
signal processing
automation
monitoring control system
software tools
manufacturing process
description Esse trabalho tem por objetivo o desenvolvimento de um sistema inteligente para detecção da queima no processo de retificação tangencial plana através da utilização de uma rede neural perceptron multi camadas, treinada para generalizar o processo e, conseqüentemente, obter o limiar de queima. em geral, a ocorrência da queima no processo de retificação pode ser detectada pelos parâmetros DPO e FKS. Porém esses parâmetros não são eficientes nas condições de usinagem usadas nesse trabalho. Os sinais de emissão acústica e potência elétrica do motor de acionamento do rebolo são variáveis de entrada e a variável de saída é a ocorrência da queima. No trabalho experimental, foram empregados um tipo de aço (ABNT 1045 temperado) e um tipo de rebolo denominado TARGA, modelo ART 3TG80.3 NVHB.
publishDate 2003
dc.date.none.fl_str_mv 2003-12-01
2014-05-20T13:27:15Z
2014-05-20T13:27:15Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S0370-44672003000400013
Rem: Revista Escola de Minas. Escola de Minas, v. 56, n. 4, p. 295-300, 2003.
0370-4467
http://hdl.handle.net/11449/8914
10.1590/S0370-44672003000400013
S0370-44672003000400013
S0370-44672003000400013.pdf
1455400309660081
1099152007574921
0000-0002-9934-4465
url http://dx.doi.org/10.1590/S0370-44672003000400013
http://hdl.handle.net/11449/8914
identifier_str_mv Rem: Revista Escola de Minas. Escola de Minas, v. 56, n. 4, p. 295-300, 2003.
0370-4467
10.1590/S0370-44672003000400013
S0370-44672003000400013
S0370-44672003000400013.pdf
1455400309660081
1099152007574921
0000-0002-9934-4465
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv Rem: Revista Escola de Minas
0,132
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 295-300
application/pdf
dc.publisher.none.fl_str_mv Escola de Minas
publisher.none.fl_str_mv Escola de Minas
dc.source.none.fl_str_mv SciELO
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129465218236416

Registros relacionados