Dissertação de Mestrado - Programa de de Pós-Graduação em ...

More documents

Recommendations

Info

Capítulo 2 – Revisão Bibliográfica 57 monitoramento da vida da ferramenta por sinais vibracionais é identificar a faixa de freqüências que é realmente influenciada pelo desgaste de ferramenta, já que o processo de usinagem apresenta inúmeros fatores que provocam vibrações, vários deles não correlacionados com o processo de desgaste ou quebra da ferramenta de corte. Na revisão dos trabalhos relacionados à correlação entre a vibração e o desgaste da ferramenta, Bonifácio e Diniz (1994) verificaram que a faixa de freqüências utilizadas para este objetivo varia de zero a 8000 Hz, sendo que freqüentemente os autores encontravam duas faixas possíveis de monitorar o desgaste de ferramenta: uma próxima de zero e outra em valores mais elevados de freqüências associadas à freqüência natural do porta-ferramenta que era sempre abaixo de 8000 Hz. Contudo, a realização de um estudo detalhado do comportamento vibracional do sistema máquina-ferramenta-peça e uma análise criteriosa do espectro de freqüências para distinguir as mudanças surgidas nos sinais de vibração correlacionadas com os inúmeros fatores que causam alterações nestes sinais, como as condições de corte ou à evolução do desgaste, são essenciais para o desenvolvimento de um sistema de monitoramento do desgaste de ferramenta confiável. Uma tentativa de implementar um sistema de monitoramento utilizando simultaneamente sinais de vibração e de deformação da ferramenta em um ambiente industrial, especificamente na produção de pistões de alumínio, foi realizada por Scheffer e Heyns (2001). Este trabalho foi realizado no ambiente industrial considerando todas as restrições associadas a este local como a impraticabilidade e impossibilidade da medição direta do desgaste da ferramenta. Várias características dos sinais de vibração e deformação foram extraídas dos sinais originais, incluindo características no domínio do tempo e da freqüência, coeficientes de modelos de séries no tempo e características obtidas a partir da transformada de Wavelet. Um procedimento que seleciona as características que melhor indicam o desgaste progressivo foi desenvolvido. Em seguida, estas características foram empregadas em um tipo de rede neural artificial baseada em treinamentos não supervisionados, conhecida com self-organising map (SOM), para identificar o estado da ferramenta de corte. De acordo com os autores, este método de classificação do estado da ferramenta de corte obteve uma identificação correta próxima dos 100%. Entretanto, ainda há contradições sobre a utilização confiável de redes neurais em aplicações dependentes de inúmeras variáveis, como é o caso de um processo de
Capítulo 2 – Revisão Bibliográfica 58 usinagem. Isto é justificado pelo fato que estes métodos de classificação são treinados para determinadas condições, de forma que quaisquer alterações nas variáveis do processo que não foram consideradas no treinamento são ignoradas durante a classificação e, portanto, os resultados podem ser errôneos. A revisão realizada por Sick (2002) comprova a impossibilidade atual de utilizar uma rede neural específica que engloba todas as situações possíveis de monitoramento do desgaste de ferramenta. Por isso, atualmente existem inúmeros pesquisadores interessados em desenvolver sistemas que captam e integram os sinais de múltiplos transdutores, seleciona as características dos sinais que identificam melhor o comportamento da ferramenta, determinam o estado da ferramenta de corte e estima o seu tempo de vida em tempo real.
Page 1 and 2:
PONTIFÍCIA UNIVERSIDADE CATÓLICA
Page 3 and 4:
AGRADECIMENTOS Aos meus professores
Page 5 and 6:
ABSTRACT This work presents a metho
Page 7 and 8:
2.2.2 Processo de Análise Dinâmic
Page 9 and 10:
RESULTADOS EXPERIMENTAIS - AVALIAÇ
Page 11 and 12:
Figura 2.20 - Representação de um
Page 13 and 14:
Figura 4.18 - Espectro de frequênc
Page 15 and 16:
Figura 4.45 - Variação dos parâm
Page 17 and 18:
Figura 4.70 - Variação dos parâm
Page 19 and 20:
Figura VII.VIII - Resposta em freq
Page 21 and 22:
Figura IX.XXVIII - Espectro de freq
Page 23 and 24:
Figura X.XIII - Espectro de freqü
Page 25 and 26:
Figura XI.IX - Espectro de freqüê
Page 27 and 28:
Figura XI.XXXVI - Espectro de freq
Page 29 and 30:
Figura XII.XVI - Espectro de freqü
Page 31 and 32:
xxvi Figura XII.XLV - Espectro de f
Page 33 and 34:
NOMENCLATURA Abreviatura Descriçã
Page 35 and 36:
ζ Razão de amortecimento adimensi
Page 37 and 38:
Capítulo 1 - Introdução 2 execut
Page 39 and 40:
Capítulo 1 - Introdução 4 desgas
Page 41 and 42: Capítulo 1 - Introdução 6 No Cap
Page 43 and 44: Capítulo 2 - Revisão Bibliográfi
Page 91: Capítulo 2 - Revisão Bibliográfi
Page 95 and 96: Capítulo 3 - Metodologia Experimen
Page 115 and 116: CAPÍTULO 4 RESULTADOS E DISCUSSÕE
Page 117 and 118: Capítulo 4 - Resultados e Discuss
Page 143 and 144:
Capítulo 4 - Resultados e Discuss
Page 145 and 146:
Page 147 and 148:
Page 149 and 150:
Page 151 and 152:
Page 153 and 154:
Page 155 and 156:
Page 157 and 158:
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182:
Page 183 and 184:
Page 185 and 186:
Page 187 and 188:
Capítulo 6 - Conclusões e Sugest
Page 189 and 190:
Capítulo 6 - Conclusões e Sugest
Page 191 and 192:
REFERÊNCIAS BIBLIOGRÁFICAS Baker,
Page 193 and 194:
Referências Bibliográficas 158 Ma
Page 195 and 196:
ANEXO II ESPECIFICAÇÕES TÉCNICAS
Page 197 and 198:
ANEXO IV ESPECIFICAÇÕES DO CONDIC
Page 199 and 200:
ANEXO V ESPECIFICAÇÕES DO RUGOSÍ
Page 201 and 202:
ANEXO VII RESULTADOS EXPERIMENTAIS
Page 203 and 204:
ANEXO VIII RESULTADOS EXPERIMENTAIS
Page 205 and 206:
Anexos 170 Figura IX.V - Espectro d
Page 207 and 208:
Anexos 172 Figura IX.XVII - Espectr
Page 209 and 210:
Anexos 174 Figura IX.XXIX - Espectr
Page 211 and 212:
Anexos 176 Figura IX.XLI - Espectro
Page 213 and 214:
Anexos 178 Figura X.V - Espectro de
Page 215 and 216:
Anexos 180 Figura X.XVII - Espectro
Page 217 and 218:
Anexos 182 Figura X.XXIX - Espectro
Page 219 and 220:
ANEXO XI RESULTADOS EXPERIMENTAIS -
Page 221 and 222:
Anexos 186 Figura XI.XI - Espectro
Page 223 and 224:
Anexos 188 Figura XI.XXIII - Espect
Page 225 and 226:
Anexos 190 Figura XI.XXXV - Espectr
Page 227 and 228:
Anexos 192 Figura XI.XLVII - Espect
Page 229 and 230:
Anexos 194 Figura XII.V - Espectro
Page 231 and 232:
Anexos 196 Figura XII.XVI - Espectr
Page 233 and 234:
Anexos 198 Figura XII.XXVIII - Espe
Page 235:
Anexos 200 Figura XII.XL - Espectro
show all

Dissertação de Mestrado - Programa de de Pós-Graduação em ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?