Eventos Anais de eventos
COBEF 2023
12th Brazilian Congress on Manufacturing Engineering
Monitoramento da Dureza de Peças no Fresamento Empregando Máquina de Vetor de Suporte
Submission Author:
Joel Martins Crichigno Filho , SC
Co-Authors:
Karoline Conceição da Fonseca Santos , Joel Martins Crichigno Filho
Presenter: Joel Martins Crichigno Filho
doi://10.26678/ABCM.COBEF2023.COF23-0408
Abstract
Neste trabalho o algoritmo Máquina de Vetor de Suporte foi utilizando parâmetros dos sinais de pressão sonora e de corrente elétrica do eixo árvore no fresamento de peças com o intuito de identificar peças com classes diferentes de dureza. Os parâmetros foram analisados no domínio do tempo. Para o sinal de pressão sonora, os parâmetros foram o valor de pico, RMS, fator de crista, curtose e coeficiente de assimetria. Para o sinal da corrente elétrica do motor do eixo árvore foi avaliado o valor de RMS. Verificou-se a eficiência da classificação e o tempo de treinamento, diminuindo os parâmetros do sinal de pressão sonora, combinado com o sinal de RMS da corrente elétrica. Foi investigada também qual o melhor kernel entre o RBF, polinomial e sigmoid que melhor se adequou à classificação. O melhor resultado, em termos de classificação, foi obtido utilizando todos os 4 parâmetros da pressão sonora em conjunto com o sinal de RMS utilizando o kernel RBF.
Keywords
Monitoramento, Fresamento, Inteligência Artificial
