Diagnóstico do estado de desgaste de ferramentas para o monitoramento de condições de usinagem de alto desempenho

Detalhes bibliográficos
Ano de defesa: 2000
Autor(a) principal: Borelli, João Eduardo
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: Biblioteca Digitais de Teses e Dissertações da USP
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://www.teses.usp.br/teses/disponiveis/18/18133/tde-14112017-104229/
Resumo: Durante o processo de usinagem, o conhecimento da temperatura é um dos fatores mais importante na análise do estado da ferramenta. Permite o controle dos fatores mais importantes que influenciam, no uso, na vida e no desgaste da ferramenta. A temperatura na região de contato entre a peça e a ferramenta é resultante do processo de remoção de material durante a operação de corte e é difícil de se obter uma vez que, ou a peça, ou a ferramenta estão em movimento. Uma maneira de se medir a temperatura nessa situação é detectando a radiação de infravermelho. Este trabalho tem objetivo de apresentar uma nova metodologia de diagnóstico e monitoramento de operações de usinagem com o uso de imagens de infravermelho. A imagem de infravermelho fornece um mapa em tons de cinza da temperatura dos elementos participantes do processo: ferramenta, peça e cavaco. Cada tom de cinza na imagem corresponde a uma temperatura para cada material. A correspondência entre tons de cinza e a temperatura é dada pela prévia calibração da câmera de infravermelho para os materiais participantes do processo. O sistema desenvolvido neste trabalho usa uma câmera de infravermelho, uma frame grabber e um software composto por 3 módulos: o primeiro módulo faz a aquisição da imagem de infravermelho e o processamento; o segundo módulo faz a extração e o cálculo do vetor de características das imagens. Finalmente o terceiro módulo usa um algoritmo fuzzy e fornece como saída o diagnóstico do estado da ferramenta.