Modelagem automática de sistemas fuzzy utilizando otimização por enxame de partículas.

Esta dissertaçãoo investiga a utilização de Particle Swarm Optimization (PSO) para a obtenção automática de sistemas fuzzy do tipo Mamdani, tendo como insumo apenas as definições das variáveis do problema, seus domínios e a função objetivo. Neste trabalho utilizam-se algumas técnicas conhecidas na tentativa de minimizar a obtenção de sistemas fuzzy que não sejam coerentes. As principais técnicas usadas são o método de Wang e Mendell, chamado de WM, para auxiliar na obtenção de regras, e os conceitos de clusterização para obtenção das funções de pertinência. Na função de avaliação proposta, considera-se não somente a acurácia do sistema fuzzy, através da medida do erro, mas também a sua interpretabilidade, através da medida da compacidade, que consiste da quantidade de regras e funções membro, da distinguibilidade, que permite evitar que as funções membro não se confundam, e da completude, que permite avaliar que as funções membro abranjam o máximo do domínio. O propósito deste trabalho consiste no desenvolvimento de um algoritmo baseado em PSO, cuja função de avaliação congregue todos esses objetivos. Com parâmetros bem definidos, o algoritmo pode ser utilizado em diversos tipos de problemas sem qualquer alteração, tornando totalmente automática a obtenção de sistemas fuzzy. Com este intuito, o algoritmo proposto é testado utilizando alguns problemas pré-selecionados, que foram classificados em dois grupos, com base no tipo de função: contínua ou discreta. Nos testes com funções contínuas, são utilizados sistemas tridimensionais, com duas variáveis de entrada e uma de saída, enquanto nos testes com funções discretas são utilizados problemas de classificação, sendo um com quatro variáveis e outro com seis variáveis de entrada. Os resultados gerados pelo algoritmo proposto são comparados com aqueles obtidos em outros trabalhos.

On the selective removal of steel by laser-assisted vortex machining

Of all laser-based processes, laser machining has received little attention compared with others such as cutting, welding, heat treatment and cleaning. The reasons for this are unclear, although much can be gained from the development of an effcient laser machining process capable of processing diffcult materials such as high-performance steels and aerospace alloys. Existing laser machining processes selectively remove material by melt shearing and evaporation. Removing material by melting and evaporation leads to very low wall plug effciencies, and the process has difficulty competing with conventional mechanical removal methods. Adopting a laser machining solution for some materials offers the best prospects of effcient manufacturing operations. This paper presents a new laser machining process that relies on melt shear removal provided by a vertical high-speed gas vortex. Experimental and theoretical studies of a simple machining geometry have identifed a stable vortex regime that can be used to remove laser-generated melt effectively. The resultant combination of laser and vortex is employed in machining trials on 43A carbon steel. Results have shown that laser slot machining can be performed in a stable regime at speeds up to 150mm/min with slot depths of 4mm at an incident CO2 laser power level of 600 W. Slot forming mechanisms and process variables are discussed for the case of steel. Methods of bulk machining through multislot machining strategies are also presented.

Laser slotting: a new laser machining technique

This work describes a new technique for the selective removal of steel using a conventional CO2 laser beam and a novel arrangement of inert and reactive gas jets to produce the gas equivalent of a rotary cutter.