Automação do monitoramento da qualidade do processo de solda a ponto resistiva.

• Ano de defesa: 2010
• Autor(a) principal: Sampaio, Daniel Julien Barros da Silva
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Artificial intelligence; Inteligência artificial; Process quality (monitoring); Qualidade do processo (monitoramento); Soldagem por ponto; Spot welding
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3152/tde-17082010-113505/

Neste trabalho é proposto e avaliado um sistema capaz de monitorar de forma não-destrutiva, não-invasiva, individualizada, em tempo real e em ambiente industrial, a qualidade de soldas produzidas através do processo de solda a ponto resistiva (PSPR), diminuindo ou mesmo eliminando a necessidade dos testes destrutivos, reduzindo custos e aumentando a produtividade. Este sistema de monitoramento é baseado em reconhecimento de padrões, através de redes neurais artificiais do tipo Perceptron multicamadas. As características do processo usadas na entrada da rede neural são os parâmetros ajustados de um modelo matemático parametrizável, criado com o intuito de refletir as propriedades fundamentais da grandeza do processo passível de ser medida e monitorada em tempo real, neste caso a curva de resistência dinâmica. Estes valores ajustados dos parâmetros do modelo são ainda relacionados com os estados ou condições do processo, de forma a permitir a identificação de possíveis causas para falhas detectadas. Para avaliar e validar este sistema, usaram-se dados reais obtidos na produção de lotes de contatos elétricos através do PSPR. Os resultados obtidos mostram que o sistema proposto é capaz de monitorar satisfatoriamente a qualidade do processo investigado, com erro médio quadrático de 16,5 N, na estimação da força de cisalhamento suportada pela solda, no pior caso. O sistema também mostrou-se capaz de identificar a causa para soldas cuja qualidade estimada foi considerada baixa, com taxa de acerto acima de 97%. Esse sistema proposto não contém especificidades de nenhum processo produtivo e, portanto, tem potencial para ser aplicado em outros processos, além do PSPR.