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

dc.contributor.authorDotto, Fábio Romano Lofrano [UNESP]
dc.contributor.authorAguiar, Paulo Roberto de [UNESP]
dc.contributor.authorBianchi, Eduardo Carlos [UNESP]
dc.contributor.authorFlauzino, Rogério Andrade [UNESP]
dc.contributor.authorCastelhano, Gustavo de Oliveira [UNESP]
dc.contributor.authorPansanato, Landry [UNESP]
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2014-05-20T13:27:15Z
dc.date.available2014-05-20T13:27:15Z
dc.date.issued2003-12-01
dc.description.abstractEsse 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.pt
dc.description.abstractThis 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.en
dc.description.affiliationUnesp Department of Electric Engineering
dc.description.affiliationUnesp Department of Mechanical Engineering
dc.description.affiliationUnespUnesp Department of Electric Engineering
dc.description.affiliationUnespUnesp Department of Mechanical Engineering
dc.format.extent295-300
dc.identifierhttp://dx.doi.org/10.1590/S0370-44672003000400013
dc.identifier.citationRem: Revista Escola de Minas. Escola de Minas, v. 56, n. 4, p. 295-300, 2003.
dc.identifier.doi10.1590/S0370-44672003000400013
dc.identifier.fileS0370-44672003000400013.pdf
dc.identifier.issn0370-4467
dc.identifier.lattes1455400309660081
dc.identifier.lattes1099152007574921
dc.identifier.orcid0000-0002-9934-4465
dc.identifier.scieloS0370-44672003000400013
dc.identifier.urihttp://hdl.handle.net/11449/8914
dc.language.isoeng
dc.publisherEscola de Minas
dc.relation.ispartofRem: Revista Escola de Minas
dc.relation.ispartofsjr0,132
dc.rights.accessRightsAcesso aberto
dc.sourceSciELO
dc.subjectRedes neurais artificiaispt
dc.subjectaquisição de dadospt
dc.subjectprocessamento de sinaispt
dc.subjectautomaçãopt
dc.subjectsistema de monitoramento e controlept
dc.subjectferramentas de softwarept
dc.subjectprocessos de fabricaçãopt
dc.subjectArtificial neural networksen
dc.subjectdata acquisitionen
dc.subjectdata processingen
dc.subjectsignal processingen
dc.subjectautomationen
dc.subjectmonitoring control systemen
dc.subjectsoftware toolsen
dc.subjectmanufacturing processen
dc.titleAutomatic detection of thermal damage in grinding process by artificial neural networken
dc.typeArtigo
unesp.author.lattes1455400309660081[2]
unesp.author.lattes1099152007574921[3]
unesp.author.orcid0000-0002-9934-4465[2]
unesp.author.orcid0000-0003-2675-4276[3]
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Engenharia, Baurupt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
S0370-44672003000400013.pdf
Tamanho:
770.5 KB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 2 de 2
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: