Análise de superfícies de peças retificadas com o uso de redes neurais artificiais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Pós-graduação em Ciência e Tecnologia de Materiais - FC

O cenário mundial tem apresentado um ambiente de alta competição industrial, pressionando cada vez mais as indústrias a tornarem seus processos produtivos mais eficientes. Além da eficiência, a precisão é de extrema importância num ambiente onde as empresas tentam manter padrões e procedimentos que se adaptem às normas internacionais. Um dos processos de acabamento mais utilizados na fabricação de componentes mecânicos de precisão é a retificação, e um dos critérios preponderantes na qualidade final de um produto é a integridade superficial, influenciada principalmente por fatores térmicos e mecânicos. Assim, o objetivo deste trabalho foi investigar as relações intrínsecas entre a qualidade superficial de peças retificadas e o comportamento dos sinais correspondentes de emissão acústica e potência de corte para retificação tangencial plana utilizando-se redes neurais artificiais. A caracterização da qualidade superficial das peças foi analisada por meio de parâmetros de queima superficial, rugosidade e microdureza. Verificou-se que o uso de redes neurais artificiais na caracterização da qualidade de superfícies de peças retificadas obteve bons resultados, apresentando-se como uma proposta interessante para implementação de sistemas inteligentes em ambientes industriais.

The world scenario has presented a high industrial competition, pressuring each time more the industries to change its more efficient productive processes. Besides efficiency, the precision is of extremely in a world where the companies try to maintain patterns and procedures that fit international demands. One of the most used final processes in the manufacturing of mechanical precision components is grinding, and one of the main criteria in the final quality of a product is its surface integrity, mainly influenced by thermal and mechanical factors. Thus, the objective of this work is to investigate the existing relationships between the surface quality of grinding workpieces and the behavior of correspondent signal of acoustic emission and cutting power to the surface grinding machines using artificial neural network. The characterization of the surface quality of the workpieces was analyzed through surface burning parameters, surface roughness and microhardness. It was verified that the use of artificial neural networks in the characterization of quality of surfaces grinding workipieces had positive results, being presented as an interesting proposal to implementation of intelligent systems in the industrial environments.