LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

COBEF 2017

Congresso Brasileiro de Engenharia de Fabricação

O EMPREGO DE REDES NEURAIS ARTIFICIAIS PARA A PREDIÇÃO DE RUGOSIDADE PROVENIENTE DO PROCESSO DE TORNEAMENTO DO ALUMÍNIO ABNT 6262

Submission Author: Andreia Augusta de Lima Ferreira , Procurando endereço...
Co-Authors: Jacqueline Micheletti, Nelson Wilson Paschoalinoto, Aderval Filho
Presenter: Andreia Augusta de Lima Ferreira

doi://10.26678/ABCM.COBEF2017.COF2017-0974

 

Abstract

O enfoque deste trabalho contou com a predição da rugosidade na superfície de corpos de prova de Alumínio ABNT 6262 após usinagem. Ensaios de usinagem de torneamento foram efetuados de acordo com um planejamento experimental, utilizando-se dois insertos diferentes. Os testes foram executados em 40 amostras. Para alimentar a rede neural artificial, os dados de corte utilizados no torneamento foram definidos como variáveis independentes enquanto os dados de rugosidade foram obtidos por meio da leitura de um rugosímetro. Obteve-se correlação entre os resultados desejados e os previstos pelas redes. A predição torna-se importante para otimizar o tempo e custos para as empresas.

Keywords

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM