Predição da vida de ferramentas e da rugosidade da peça por redes neurais RBF projetadas com uso da metodologia de projeto de experimentos

• Ano de defesa: 2006
• Autor(a) principal: PONTES, Fabrício José
• Orientador(a): FERREIRA, João Roberto
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Itajubá
• Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Engenharia de Produção
• Departamento: IEPG - Instituto de Engenharia de Produção e Gestão
• País: Brasil
• Palavras-chave em Português: Redes neurais; Projeto de experimentos (DOE); Vida da ferramenta; Rugosidade da peça; Aço 52100 (55 HRC)
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO
• Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/3252

A predição da vida da ferramenta é importante para garantir conformidade e evitar danos à peça e à maquina. A qualidade de superfície é requisito essencial para produtos usinados. Seu principal indicador é a rugosidade da peça. Predizer de modo exato a vida da ferramenta pode representar redução de custos e aumento da produtividade. A predição da rugosidade, por outro lado, pode contribuir para melhoria da qualidade do produto e para minimização de tempos e custos. Realizar tais predições é difícil devido à não linearidade associada aos processos de desgaste e de formação da rugosidade. Redes neurais mostram-se eficazes para predição em processos que envolvem não linearidade, como é o caso dos processos mencionados. Este trabalho estuda o desempenho e a variabilidade de redes neurais RBF (função de base radial), projetadas com auxílio da metodologia de projeto de experimentos (DOE), na predição da vida da ferramenta e da rugosidade no torneamento do aço SAE/ABNT 52100 (55 HRC) com ferramenta de cerâmica mista. Os fatores utilizados no planejamento experimental são parâmetros de projeto das redes neurais (número de unidades radiais, algoritmo para determinação de centros da função radial e algoritmo para determinação do parâmetro de largura da função radial). Os parâmetros de corte são utilizados como entradas das redes. A grandeza de saída utilizada para medida do desempenho é a Razão de Desvios Padrão da fase de testes das redes. São investigados os efeitos dos fatores de projeto e do tamanho do conjunto de treinamento sobre o desempenho das redes na predição. Para tanto são executados experimentos com diferentes quantidades de casos de treinamento. Possíveis efeitos de interação entre fatores de projeto das redes RBF também são investigados. Os resultados do estudo são expressos na forma de parâmetros de projeto de rede para cada conjunto de treinamento utilizado. As melhores redes obtidas pelo uso do método proposto apresentam exatidão e precisão crescentes com o aumento do número de exemplos. Outro resultado é a estimação da importância relativa dos fatores de projeto no desempenho das redes. O trabalho chega à conclusão de que os efeitos de interação entre níveis dos fatores envolvidos são significativos para o desempenho das redes RBF nas tarefas propostas. Uma comparação de desempenho entre as redes neurais e um método de ajuste de curvas e otimização linear indica superioridade das redes na modelagem da vida da ferramenta e da rugosidade. As conclusões sugerem que a metodologia de projeto de experimentos pode constituir uma abordagem sistemática para projeto de redes neurais superior à procura de configurações por tentativa e erro, ou à estratégia de variar-se um parâmetro por vez.