Influence of optimized lubrication-cooling and minimum quantity lubrication on the cutting forces, on the geometric quality of the surfaces and on the micro-structural integrity of hardened steel parts

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Application of MLP and Kohonen networks for recognition of wear patterns of single-point dressers

Grinding is a parts finishing process for advanced products and surfaces. However, continuous friction between the workpiece and the grinding wheel causes the latter to lose its sharpness, thus impairing the grinding results. This is when the dressing process is required, which consists of sharpening the worn grains of the grinding wheel. The dressing conditions strongly affect the performance of the grinding operation; hence, monitoring them throughout the process can increase its efficiency. The objective of this study was to estimate the wear of a single-point dresser using intelligent systems whose inputs were obtained by the digital processing of acoustic emission signals. Two intelligent systems, the multilayer perceptron and the Kohonen neural network, were compared in terms of their classifying ability. The harmonic content of the acoustic emission signal was found to be influenced by the condition of dresser, and when used to feed the neural networks it is possible to classify the condition of the tool under study.

Neural networks models for wear patterns recognition of single-point dresser

Grinding is a workpiece finishing process for advanced products and surfaces. However, the constant friction between workpiece and grinding wheel causes the latter to lose its sharpness, thereby impairing the result of the grinding process. When this occurs, the dressing process is essential to sharpen the worn grains of the grinding wheel. The dressing conditions strongly influence the performance of the grinding operation; hence, monitoring them throughout the process can increase its efficiency. The purpose of this study was to classify the wear condition of a single-point dresser using intelligent systems whose inputs were obtained by digitally processing acoustic emission signals. Two multilayer perceptron (MLP) neural networks were compared for their classification ability, one using the root mean square (RMS) statistics and another the ratio of power (ROP) statistics as input. In this study, it was found that the harmonic content of the acoustic emission signal is influenced by the condition of the dresser, and that the condition of the tool under study can be classified by using the aforementioned statistics to feed a neural network. © IFAC.

Lógica ANFIS aplicada na estimação da rugosidade e do desgaste da ferramenta de corte no processo de retificação plana de cerâmicas avançadas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Avaliação de modelos neurais aplicados na estimação de parâmetros da retificação de cerâmicas avançadas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Aplicação de redes neurais artificiais na predição de diâmetro e rugosidade durante o processo de furação

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Classificação de níveis de desgaste de dressadores de ponta única utilizando sinais de emissão acústica e redes neurais artificiais

Pós-graduação em Engenharia Elétrica - FEB

Retificação da alumina com rebolo diamantado usando diferentes métodos de lubri-refrigeração

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

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

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Monitoramento da dressagem na retificação através do sinal puro de emissão acústica

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Investigação de novas ferramentas estatísticas e utilização de microcontrolador no monitoramento da queima na retificação plana tangencial

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Estudo da predição da circularidade e rugosidade de peças retificadas utilizando as redes neurais artificiais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Sistema de detecção automática on-line de danos térmicos no processo de retificação com monitoramento via internet

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Carcterização da influência da velocidade de corte, pressão e granulometria de lixa no lixamento plano do Pinus elliottii

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Análise do processo de lixamento tubular da madeira de Corymbia citriodora

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)