Orientador: Luiz Eduardo de Angelo Sanchez / Banca: Carlos Alberto Fortulan / Banca: Carlos Elias da Silva Junior / Resumo: Atualmente tem-se verificado crescente demanda por processos de fabricação capazes de produzir peças sob estreitas faixas de tolerâncias dimensionais e geométricas. Dentre os processos utilizados para conferir acabamento superficial e correção de forma destacam-se a retificação e a lapidação. Porém, muitas peças mostram-se suscetíveis ao calor gerado pela retificação, como no caso da deformação de peças delgadas ou então naquelas peças passíveis de mudanças microestruturais, recorrendo-se nestes casos à lapidação que, por sua vez, é um processo de difícil seleção de parâmetros. Neste trabalho é iniciado o desenvolvimento de um processo híbrido capaz de aliar algumas importantes características da retificação e da lapidação, no qual do primeiro é usado a operação de dressagem e do segundo o movimento cinemático. Dessa forma dotou-se uma... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Lately, one can verify that there has been a growing demand for manufacturing processes capable of producing workpieces under tight dimensional and geometric tolerance rangers. Among the processes used to assure surface finish and shape correction to the part, grinding and lapping arise as the most used. However, many parts show themselves sensitive to the heat generated during the grinding process, as in the case of thin ones, or those susceptible to micro-structural changes. On these cases, one can use lapping, even though being a more difficult parameter selection process. In these studies, the development of a hybrid process capable of binding some important grinding and lapping features is initiated; the dressing operation, for the case of grinding and, for the case of lapping, the cinematic movement... (Complete abstract click electronic access below) / Mestre

Orientador: Paulo Roberto de Aguiar / Banca: Carlos Elias da Silva Junior / Banca:m Eduardo Carlos Bianchi / Resumo: O processo de retificação confere à peça o acabamento final, minimizando as irregularidades superficiais através de interações entre os grãos abrasivos de uma ferramenta (rebolo) e peça retificada. O desgaste do rebolo devido ao atrito entre o rebolo e a peça retificada torna a ferramenta inadequada para nova utilização, sendo necessária a realização do processo de dressagem do rebolo para remoção e ou avivamento dos grãos gastos de sua superfície de corte, de forma e deixá-lo em condições para novo uso. O presente trabalho tem como objetivo classificar a condição do rebolo durante a operação de dressagem utilizando o sinal de emissão acústica (EA) e estatísticas derivadas desse sinal, por meio de redes neurais artificiais. Nos experimentos realizados usou-se um rebolo de óxido de alumínio instalado em uma retificadora plana, um sistema de aquisição de sinais e um dressador de ponta única de diamante. O processamento digital de sinais foi obtido através do software MATLAB. Os ensaios foram realizados com diferentes graus de recobrimento e profundidade de dressagem. A partir dos dados obtidos de EA puro, calculou-se o valor médio quadrático (RMS), bem como mais duas estatísticas, as quais já foram empregadas com sucesso em trabalhos de detecção de queima, no processo de retificação. Essas estatísticas também se mostraram bons indicadores para o monitoramento da operação de dressagem. Uma rede neural perceptron multicamadas (MLP) foi utilizada com o algoritmo de aprendizado Levenberg-Marquardt, cujas entradas foram as duas estatísticas mencionadas e o valor RMS de EA. Os resultados mostram que o método empregado foi capaz de classificar as condições do rebolo no processo de dressagem, identificando o rebolo como "afiado" (com capacidade de corte) e rebolo "se afiação" (com perda de capacidade de corte), viabilizando a redução do tempo e custo dessa operação e minimizando a remoção excessiva / Abstract: The grinding process gives the piece a final finish by minimizing surface irregularities through interactions between the abrasive grains of a tool (wheel) and the part to be ground. The wear of the grinding wheel due to excessive friction between the grinding wheel and ground workpiece makes the tool unsuitable for further use; it is imperative the accomplishment of the process of dressing the grinding wheel to remove or resharpen the worn grains of its surface in order to make if suitable for use again. The present study aims to classify the condition of the grinding wheel during operation using acoustic emission (AE) signal and statistics derived from this sinal through artificial neural networks. In the experiments an aluminum oxide grinding wheel installed to a surface grinding machine was used along with a data acquisition system and a single point diamond dresser. The digital processing of these data was obtained using the MATLAB software. Tests were performed with different overlap ratio and depth of cut. The root mean square value of the AE signal as well as two other statistics were obtained from the raw acoustic emission signal, which have been successfully used in grinding burn detection. These statistics were also good indicators for monitoring the dressing operation. A multilayer perceptron neural network (MLP) was used with the learning algorithm Levenberg-Marquardt, whose inputs were the statistics previously mentioned and dressing conditions. The results show that the method used was able to classify the conditions of the grinding wheel in the process of dressing, identifying the wheel as sharp (cutting capacity) and dull (with loss of cutting capacity), enabling the reduction of time and cost of operation and minimizing the excessive removal of the wheel abrasive material / Mestre