486 resultados para Plantadeiras (Maquinas agricolas)


Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em Agronomia (Entomologia Agrícola) - FCAV

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em Agronomia (Entomologia Agrícola) - FCAV

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em Agronomia (Entomologia Agrícola) - FCAV

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em Agronomia (Genética e Melhoramento de Plantas) - FCAV

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em Ciência Florestal - FCA

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em Engenharia Mecânica - FEG

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em História - FCLAS

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Pós-graduação em Agronomia (Proteção de Plantas) - FCA

Relevância:

10.00% 10.00%

Publicador:

Resumo:

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

Relevância:

10.00% 10.00%

Publicador:

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Baseado em um controlador digital de sinais, o sistema de monitoramento e detecção da queima em tempo real proposto neste estudo realiza a aquisição das sinais RMS de emissão acústica e da potência ativa do motor de acionamento do rebolo. Essas ações são necessárias para realizar o cálculo de estatísticas que foram utilizadas em trabalhos científicos e mostraram-se eficientes na detecção da queima em processos de retiticação. Dessa forma, é possível atuar sobre a retificadora, interrompendo seu funcionamento ou realizando correções nas variáveis do processo.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Processos automatizados, como a furação, podem melhorar com o uso de métodos de controle e supervisão, com destaque para sensores e redes neurais artificiais. Neste estudo, foram utilizados diferentes sensores instalados em máquina-ferramenta para o registro dos sinais de força de avanço, potência elétrica, aceleração e sinal acústico, durante a furação de corpos de prova compostos por uma liga de titânio seguida de uma liga de alumínio. Os sinais e os diâmetros dos furos medidos na furação das amostras foram utilizados no treinamento da rede neural artificial. Os erros foram apresentados e analisados. Os resultados demonstraram alta capacidade da rede em estimar o diâmetro do furo nas diferentes condições de usinagem com erros baixos e até mesmo desprezíveis para a maior parte das aplicações industriais, mostrando assim eficiência do método proposto.