Detalhes bibliográficos
| Ano de defesa: |
2013 |
| Autor(a) principal: |
Martins, Cesar Henrique Rossinoli [UNESP] |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/87204
|
Resumo: |
A retificação é um processo de acabamento de peças, que objetiva produtos e superfícies avançadas. Porém, como o constante atrito entre a peça e rebolo, este perde a agressividade, de modo que o resultado da retificação fica prejudicado. Quando isso ocorre é imprescindível à realização do processo de dressagem, que consiste em reavivar os grãos gastos do rebolo. Como as condições de dressagem provocam uma grande influência no desempenho da operação de retificação, monitorá-las durante todo o processo pode aumentar a sua eficiência. Assim, no presente trabalho foi realizado um estudo do desgaste de três tipos de diamantes para dressadores e, posteriormente, foram desenvolvidos modelos neurais, baseados em redes MLP e de Kohonen, capazes de classificar o nível de desgaste dos dressadores. Para se atingir esse objetivo foram ensaiados três tipos de dressadores de ponta única, um com diamante sintético CVD e dois com diamantes naturais, Mato Grosso e Brasil Extra. Serviram de entradas para os modelos neurais as estatísticas RMS e ROP obtidas após o estudo do conteúdo harmônico do sinal da emissão acústica. Para cada diamante foi obtido um modelo neural mais apto para as características do diamante. Os resultados mostraram um bom desempenho das redes neurais empregadas, atingindo-se taxas de acerto de 100% em alguns modelos neurais |
