Estudos experimentais realizados por alguns autores abordaram os mecanismos de deformação nas gipsitas, tais como o fluxo plástico e a dissolução por pressão. Ainda assim, é pequeno o conhecimento do comportamento mecânico das rochas de gipso. Nesta tese foram estudados os mecanismos de deformação lenta em gipsitas bandadas da Formação Santana da Chapada de Araripe com uso da técnica de emissão acústica. Adotou-se este procedimento como técnica indireta de detecção do processo de microfissuramento, para evitar mudanças que ocorrem na microestrutura durante seu descarregamento e preparação de amostras para sua observação por técnicas diretas. Realizaram-se ensaios de fluência de curto e longo prazo numa prensa hidráulica servocontrolada MTS 815 e em conjunto modulares (torres individuais) em um laboratório de fluência especialmente equipado. Encontrou-se que o mecanismo do microfissuramento está fortemente influenciado por processos de cicatrização durante ensaios de fluência de longo prazo. Devido ao processo de cicatrização da microfissura, a fluência terciaria nunca foi alcançada, mesmo em corpos de prova carregados com até 95% da resistência à compressão uniaxial. Nesta tese outros resultados importantes foram alcançados como: identificar que o fenômeno de microfissuramento para a rocha em questão é detectado por fenômenos de emissão acústica de freqüências intermediárias (de 100 a 400 kHz) e constatar que o efeito Kaiser se manifesta neste tipo de rochas de modo inequívoco para solicitações rápidas, enquanto após ensaios de fluência de longa duração, não mais se manifesta, por causa da cicatrização. Ou seja, corpos de prova submetidos mais uma vez à compressão uniaxial após o descarregamento, voltam a apresentar eventos de emissão acústica e, conseqüentemente, a geração de novas microfissuras. Este fato somente pode ser explicado por um processo de cicatrização da microfissura durante a fluência de longo prazo. Esta cicatrização, devido a fenômenos físico-químicos, apresentou outros indícios como um aumento no módulo de elasticidade após ensaios de fluência, quando comparado aos valores antes do ensaio, e mesmo um endurecimento (aumento da resistência à compressão uniaxial) também após a fluência. Esclareceu-se também de modo inequívoco que o descarregamento provoca o progresso do microfissuramento. Além dos sinais característicos do microfissuramento, constatou-se que o módulo de elasticidade, medido nos mesmos níveis de tensão, é mais alto antes que depois do descarregamento. O decréscimo de rigidez é indício do processo de dano por microfissuramento. / Experimental studies by several authors have shown some of the key deformation mechanisms in gypsum, such as plastic flow and pressure dissolution. Even so, there is still sparse knowledge about the mechanical behavior of natural gypsum rocks. Creep mechanisms of the banded gypsum rock of Santana Formation from the Chapada do Araripe (Santana Formation) in creep tests were studied with acoustic emission technique correlating the stress levels related to microcracking to the energy release associated with these mechanisms. This procedure was adopted as an indirect technique of detection of the microcracking process, to prevent changes that occur in the microstructure during unloading and in sample preparation for its observations with direct techniques. Short and long-term creep tests were carried out in an MTS 815 servo-controlled testing system and in modular sets (single towers) in a specially equipped creep laboratory. It was found that the microcrack mechanism is strongly influenced by healing processes during long-term creep. Due to the microcrack healing process, tertiary creep was never reached, even in specimens loaded with up to 95% of the uniaxial compressive strength. In this thesis other important results were reached as: to identify that the microcracking phenomenon for the rock in question is detected by acoustic emission phenomena of intermediate frequencies (from 100 to 400 kHz) and to evidence that the Kaiser effect unequivocally manifests in this type of rock when subjected to quick loads, while after long-term creep tests, it is no longer evidenced on account of healing. In other words, the specimens subjected once again to uniaxial compression after unloading, again show acoustic emission events and therefore the generation of new microcracks. This fact can only be explained by a microcrack healing process during long-term creep. This healing, due to physical-chemical phenomena, presented other indications as an increase in the modulus of elasticity after creep tests, when compared to the values before the test, and even a hardening (increase of the uniaxial compressive strength) also after the creep. It was also clarified in unequivocal way that the unloading provokes microcracking progress. In addition to the microcracking characteristic indications, it was found that the modulus of elasticity, when measured at the same stress levels, is higher before unloading than after the unloading. The stiffness decrease is indication of the microcracking damage process.

O presente trabalho trata da análise experimental de um sistema de monitoramento baseado na técnica de fusão de sensores, aplicado em uma retificadora cilíndrica externa. A fusão é realizada entre os sinais de potência e emissão acústica para obtenção do parâmetro FAP (Fast Abrasive Power) através do método desenvolvido por Valente (2003). Através da simulação de problemas encontrados nos processos de retificação (falha de sobremetal, colisão, desbalanceamento e vibração), foram captados os sinais de potência e emissão acústica e a partir destes gerado o parâmetro FAP, comparando seu desempenho, na detecção dos problemas, com os outros dois sinais. Para a análise foram construídos os gráficos das variações dos sinais em relação ao tempo de execução do processo e os mapas do FAP e acústico. O sistema de monitoramento avaliado tem como característica baixa complexidade de instalação e execução. Os dados experimentais revelam que o FAP apresenta uma velocidade de resposta maior que a potência e levemente amortecida em relação à emissão acústica. O nível do seu sinal é igual ao da potência mantendo-se homogêneo durante o processo, ao contrário da emissão acústica que pode ser influenciada por diversos outros parâmetros, tais como geometria da peça, distância do sensor, montagem do sensor, entre outros, que independem da interação ferramenta-peça. O resultado é uma resposta dinâmica e confiável, associada à energia do sistema. Estas características são interessantes para o monitoramento de processos de retificação (excluindo a dressagem) sendo superiores àquelas apresentadas isoladamente pelos sinais de potência e emissão acústica. / The present study deals with an experimental analysis of a monitoring system based on a sensor fusion strategy applied to a cylindrical grinding machine. It comprises a fusion of the power and acoustic emission signals and has as main goal to obtain the FAP (Fast Abrasive Power) using the method developed by Valente (2003). Initially, the power and acoustic emission signals were captured under operational dysfunction conditions during the grinding process (stock imperfection, collision, unbalancing e vibration). Then, based on these signals, the FAP parameter was generated and its capability in characterizing operational dysfunctions evaluated against the performance of an individual analysis of the power and acoustic emission signals. For this analysis, FAP and acoustic maps plus plots showing the FAP signals vs. working time were implemented. The experimental data revealed that the FAP presents a faster response than the power signal and a slightly dumped response when compared against the acoustic signal. The signal level of the FAP is similar to the power signal and is homogenous during the machining process. On contrary to the FAP, the acoustic emission signal may be affected by parameters that are not related to the tool-workpiece interactions, workpiece geometry and sensor positioning. The dynamic response of FAP is reliable and linked to the energy of the system. Finally, it should be highlightened that the monitoring system based on the FAP parameter presents low complexity in both implementation and execution. Such characteristics are superior to those observed when using either the power or acoustic emission signals and highly valuable in a system designed to monitor grinding processes.

Diversos materiais de interesse tecnológico podem ser considerados como materiais heterogêneos, onde sua natureza aleatória deve ser considerada para representar corretamente o comportamento não-linear. A avaliação quantitativa do dano em materiais sujeitos a estados de tensão ou deformação tem grande importância devido ao caráter crítico desse fenômeno, que pode crescer de forma abrupta e resultar em uma falha catastrófica da estrutura. Em estudos anteriores, Carpinteri e seus colaboradores apresentaram diferentes aspectos relacionados à caracterização do dano em materiais heterogêneos. Três desses aspectos são discutidos neste trabalho: (i) a proposta do número de fragilidade como medida da fragilidade da estrutura em análise; (ii) a evolução da dimensão fractal em que o processo de dano é desenvolvido; (iii) e os índices globais obtidos pela análise de Emissão Acústica (EA). Neste trabalho, uma versão do método dos elementos discretos formado por barras é utilizada para explorar esses aspectos. Espécimes de material quase-frágil são simulados e, quando possível, os resultados numéricos são comparados com resultados experimentais. Além disso, a discussão dos resultados obtidos é realizada visando compreender o comportamento desse tipo de material, como por exemplo, o fato de que estruturas com diferentes dimensões, porém com o mesmo número de fragilidade, têm comportamentos similares. Ademais, o método numérico empregado é apresentado como uma ferramenta viável para complementar a informação obtida em ensaios experimentais na avaliação do processo de dano. Pelo sinal de EA obtido através do método numérico empregado, obtiveram-se parâmetros para a classificação do tipo de falha e para o cálculo do tensor momento, onde comparando os resultados obtidos pelo modelo numérico e pela EA se observam comportamentos coerentes. / Several materials with technological interest can be considered as heterogeneous materials, where their random nature must be accounted to correctly represent the nonlinear behavior. The quantitative evaluation of damage in materials subjected to stress or strain states have great importance due to the critical nature of this phenomenon, which abruptly can rise to catastrophic failure. In previous studies, Carpinteri and his coworkers have presented different aspects of the damage process characterization in heterogeneous materials. Three of these aspects are discussed in this work: (i) the brittleness number proposal to measure the brittleness level of the analyzed structure, (ii) the relationship of the fractal dimension in which the damage process is developed, (iii) and the global indexes obtained by the Acoustic Emission (AE) analysis. In the present work, a version of discrete element method formed by bars is used to explore these concepts. A set of quasi-brittle material specimen is simulated and, when possible, the numerical results are compared with experimental ones. Moreover, a discussion of the obtained results is carried out aiming to understand the behavior of this kind of material, for instance, the fact that structures with different dimensions, but with the same brittleness number, have similar behavior. In addition, the numerical method is presented as a viable tool to complement information from experimental test on the damage process. From the AE signal obtained by the numerical method, parameters to classify the type of crack and for calculating the moment tensor were obtained, where consistent behaviors are observed by comparing the results of the numerical model and the AE.

Considerando as dimensões reduzidas das ferramentas de microfresamento, a seleção não otimizada dos parâmetros de corte tende a maximizar o desgaste e a quebra da ferramenta durante operações de microusinagem. Isto posto, o desenvolvimento de um sistema de monitoramento para explorar as condições da microfresa durante a usinagem é fundamental. Portanto, o objetivo desta pesquisa é monitorar via sinais de potência e emissão acústica (EA) o desgaste da ferramenta e a estabilidade de corte em operações de microfresamento do aço COS AR60 e COS AR60 de grãos ultrafinos (GUF). Os testes de microfresamento foram realizados com ferramentas de diâmetro de 1 mm e duas arestas, com substrato de metal duro e revestimento (Ti, Al, Cr) N, em um centro de usinagem CNC Romi D800 High Performance adaptado com um cabeçote de alta rotação. O microfresamento ocorreu nos dois materiais sem aplicação de fluido de corte e com velocidade de corte de 62,5 m/min e 125 m/min, mantendo constante a velocidade de avanço de 240 mm/min (fz = 6 μm/aresta e 3 μm/aresta), profundidade de usinagem de 100 m e comprimento de usinagem de 104 mm em corte em cheio. O sinal de potência e EA foram adquiridos à taxa de 5 kHz e 1,25 MHz, respectivamente. Os dados foram adquiridos em LabVIEW® e processados em LabVIEW® e MATLAB®. Os resultados de caracterização dos desgastes apontaram um desgaste de flanco mais expressivo e a formação de Aresta Postiça de Corte (APC) no GUF para vc = 125 m/min, e a presença de desgaste de cratera em todas as condições de corte. O aumento da potência de corte média representou a predominância do desgaste de flanco, e desgaste de cratera em sua redução. De forma semelhante, a ANOVA dos valores de EA RMS indicaram com significância (95% de confiança) uma correlação diretamente proporcional entre EA RMS e evolução do desgaste de flanco na microfresa. Quanto à estabilidade de corte, ambos os sinais apresentaram um aumento expressivo de amplitude quando o corte foi instável. Com isso, os métodos de monitoramento utilizados foram capazes de indicar a evolução do desgaste da microfresa e a ocorrência de chatter em operações de microfresamento. / Regarding the reduced dimensions of micro-milling tools, a non-optimised selection of cutting parameters tends to maximise tool wear and breakage during cutting operations. Hereupon the development of a monitoring system for exploring microtool conditions during machining is imperative. Therefore, the aim of this research is to monitor tool wear and cutting stability via cutting power and acoustic emission (AE) signals in micro-milling operations of steel COS AR60 and ultra fine-grained steel COS AR 60 (GUF). Cutting tests were performed by carbide endmill tools with (Ti, Al, Cr) N coating, two flutes and 1 mm diameter in a CNC machining centre Romi D800 High Performance adapted with a high spindle speed head. Micro-milling operations were carried out in both materials without cutting fluid application at 62.5 m/min and 125 m/min, and constant parameters of feed, set at 240 mm/min (fz = 6 μm/tooth and 3 μm/tooth), depth of cut of 100 m and cutting length of 104 mm performed in sloth cutting strategy. Cutting power and AE signals were acquired at the rate of 5 kHz and 1.25 MHz, respectively. The data were acquired in LabVIEW® and processed in both LabVIEW® and MATLAB®. The results on wear characterisation revealed a major flank wear and the formation of Built Up-Edge (BUE) in GUF at vc = 125 m/min, along with the occurrence of crater wear in all cutting conditions set. An increase in the average cutting power levels is linked to the predominancy of flank wear, while crater wear to its decrease. Likewise, the Analysis of Variance (ANOVA) of EA RMS values indicated with significancy (95% confidence) a direct proportion between AE RMS and flank wear in the microtool. In terms of cutting stability both EA and cutting power signals have shown an expressive rise when performing instable cutting. Thus, the methods of monitoring were feasible for recognising tool wear evolution and chatter in micro-milling operations.

Fundação de Amparo a Pesquisa do Estado de Minas Gerais / The main goal of this work is the development of techniques for application of acoustic emission signal in tool wear monitoring in face milling operation. In this work a Sensis (DM 42) equipment for acquisition of the acoustic emission signal was used during the milling of a high strength low alloy steel (Din 38MnS6). A milling cutter with 125 mm diameter for eight inserts with specification R245 125Q40-12M was used. The ISO specification of the inserts were SEMN 12 04 AZ TiN coated. The tests were divided into two parts. In the first part, wear and some other machining phenomena were monitored through the construction of a luminous intensity map. For these tests it was used one, two, four or eight inserts simultaneously. In this stage the acoustic emission signal was evaluated using the RMS values. In the second part of this work the acoustic emission raw signal was used. Amongst the statistical parameters that correlate to tool wear extracted from the raw signal, the best fit ones were selected to train and validate a Probabilistic Neural Network. The results of the PNN indicate that the acoustic emission signal can be used to recognition of tool wear levels in the milling process. / O principal objetivo deste trabalho é o desenvolvimento de técnicas para a aplicação da emissão acústica no monitoramento de desgaste de insertos de metal duro no fresamento frontal. Neste trabalho foi utilizado um equipamento da Sensis (DM 42) para aquisição do sinal de emissão acústica durante o fresamento frontal de um aço microligado perlítico de forja (Din 38MnS6). Foi utilizada uma fresa com especificação R245 125Q40-12M, de 125 mm de diâmetro e com possibilidade de montagem de até oito insertos. Os insertos utilizados são de metal duro R245-12 T3 M-PM 4030 revestidos com TiN. A fresa e os insertos foram fabricados pela Sandvik Coromant. Os testes foram divididos em duas partes. A primeira consistiu no monitoramento do desgaste e também de alguns fenômenos que ocorrem na usinagem através da construção de um mapa de intensidade luminosa. Nestes testes foram utilizados um, dois, quatro e oito insertos simultaneamente. Nesta etapa foi empregado o sinal RMS da emissão acústica. Na segunda etapa dos ensaios utilizou-se o sinal bruto de emissão acústica. Foram estimados parâmetros estatísticos destes sinais e destes foram escolhidos os que melhor se relacionavam com o fenômeno estudado. Este procedimento foi realizado através da ferramenta estatística boxplot. Finalmente, os parâmetros escolhidos foram usados para treinar e validar uma Rede Neural Probabilística, que teve a função de reconhecer e classificar os estágios de desgaste da ferramenta. Os índices de acerto nas classificações da rede indicam que a emissão acústica apresenta bons resultados no reconhecimento de níveis de desgaste das ferramentas na operação de fresamento. / Doutor em Engenharia Mecânica

Submitted by WENDERSON NASCIMENTO LOPES (wendersonmanin@gmail.com) on 2018-06-28T19:19:09Z No. of bitstreams: 1 Dissertação_Mestrado_Wenderson_v1.8.pdf: 5519001 bytes, checksum: dd9e99dad5016a1e93e611390d52f0f7 (MD5) / Approved for entry into archive by Lucilene Cordeiro da Silva Messias null (lubiblio@bauru.unesp.br) on 2018-06-29T14:22:01Z (GMT) No. of bitstreams: 1 lopes_wn_me_bauru.pdf: 5538361 bytes, checksum: 642a6ec7656c00d9871f41bf870fd5f9 (MD5) / Made available in DSpace on 2018-06-29T14:22:01Z (GMT). No. of bitstreams: 1 lopes_wn_me_bauru.pdf: 5538361 bytes, checksum: 642a6ec7656c00d9871f41bf870fd5f9 (MD5) Previous issue date: 2018-05-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A dressagem é uma operação muito importante para o processo de retificação. O objetivo desta é recondicionar o rebolo para restabelecer suas características de corte perdidas devido ao desgaste produzido após sucessivos passes. Sistemas de monitoramento que utilizam emissão acústica (EA) têm sido propostos para correlacionar os sinais com diversas condições da ferramenta. Este estudo traz uma nova abordagem de processamento de sinais de EA com o objetivo de identificar o momento correto para finalizar a dressagem, o que é essencial em um sistema de controle automático. A partir dos sinais de EA, coletados em testes de dressagem de rebolo de óxido de alumínio com dressador de ponta única, a análise espectral foi realizada por meio da Densidade Espectral de Potência (PSD, Power Spectral Density), selecionando-se bandas de frequências que melhor caracterizam o processo. O parâmetro estatístico "counts" foi aplicado ao sinal original não filtrado e filtrado nas bandas selecionadas para identificar a condição da ferramenta e, por sua vez, para a implementação de um sistema de monitoramento. Os resultados mostraram uma relação expressiva entre as condições de corte da ferramenta e os sinais processados nas bandas selecionadas. Houve uma grande diferença dos sinais filtrados nas bandas selecionadas e sinais não filtrados, refletindo que os filtrados foram mais eficientes em termos de automação de processos. / Dressing is an important operation for the grinding process. Its goal is to recondition the wheel tool to re-establish its cutting characteristics, owing to the wear produced after successive passes. Monitoring systems that use acoustic emission (AE) have been studied to correlate the signals with several tool conditions. This study brings a new approach of processing AE signals with the purpose of identifying the correct moment to stop the dressing, which is essential in an automatic control system. From the AE signals collected in dressing tests with aluminium oxide grinding wheel and single-point dresser, spectral analysis was made through power spectral density, selecting frequencies bands that best characterize the process. The statistical parameter ‘counts’ was applied to the raw signal unfiltered and filtered in the selected bands in order to identify the tool condition and, in turn, towards a monitoring system implementation. Results showed an expressive relation between tool cutting conditions and processed signals in the selected bands. There was a great disparity of the filtered signals in the selected bands and signals unfiltered, reflecting that the filtered ones were more efficient in terms of process automation.

Diversos materiais de interesse tecnológico podem ser considerados como materiais heterogêneos, onde sua natureza aleatória deve ser considerada para representar corretamente o comportamento não-linear. A avaliação quantitativa do dano em materiais sujeitos a estados de tensão ou deformação tem grande importância devido ao caráter crítico desse fenômeno, que pode crescer de forma abrupta e resultar em uma falha catastrófica da estrutura. Em estudos anteriores, Carpinteri e seus colaboradores apresentaram diferentes aspectos relacionados à caracterização do dano em materiais heterogêneos. Três desses aspectos são discutidos neste trabalho: (i) a proposta do número de fragilidade como medida da fragilidade da estrutura em análise; (ii) a evolução da dimensão fractal em que o processo de dano é desenvolvido; (iii) e os índices globais obtidos pela análise de Emissão Acústica (EA). Neste trabalho, uma versão do método dos elementos discretos formado por barras é utilizada para explorar esses aspectos. Espécimes de material quase-frágil são simulados e, quando possível, os resultados numéricos são comparados com resultados experimentais. Além disso, a discussão dos resultados obtidos é realizada visando compreender o comportamento desse tipo de material, como por exemplo, o fato de que estruturas com diferentes dimensões, porém com o mesmo número de fragilidade, têm comportamentos similares. Ademais, o método numérico empregado é apresentado como uma ferramenta viável para complementar a informação obtida em ensaios experimentais na avaliação do processo de dano. Pelo sinal de EA obtido através do método numérico empregado, obtiveram-se parâmetros para a classificação do tipo de falha e para o cálculo do tensor momento, onde comparando os resultados obtidos pelo modelo numérico e pela EA se observam comportamentos coerentes. / Several materials with technological interest can be considered as heterogeneous materials, where their random nature must be accounted to correctly represent the nonlinear behavior. The quantitative evaluation of damage in materials subjected to stress or strain states have great importance due to the critical nature of this phenomenon, which abruptly can rise to catastrophic failure. In previous studies, Carpinteri and his coworkers have presented different aspects of the damage process characterization in heterogeneous materials. Three of these aspects are discussed in this work: (i) the brittleness number proposal to measure the brittleness level of the analyzed structure, (ii) the relationship of the fractal dimension in which the damage process is developed, (iii) and the global indexes obtained by the Acoustic Emission (AE) analysis. In the present work, a version of discrete element method formed by bars is used to explore these concepts. A set of quasi-brittle material specimen is simulated and, when possible, the numerical results are compared with experimental ones. Moreover, a discussion of the obtained results is carried out aiming to understand the behavior of this kind of material, for instance, the fact that structures with different dimensions, but with the same brittleness number, have similar behavior. In addition, the numerical method is presented as a viable tool to complement information from experimental test on the damage process. From the AE signal obtained by the numerical method, parameters to classify the type of crack and for calculating the moment tensor were obtained, where consistent behaviors are observed by comparing the results of the numerical model and the AE.

A ruptura de materiais heterogêneos quase frágeis, como o concreto, as cerâmicas e diferentes tipos de rochas, tem um comportamento mecânico complexo, foco de estudo de pesquisadores já há muito tempo. Uma ferramenta para simular o comportamento até ruptura destes tipos de materiais são os métodos de elementos discretos formados por barras (Discrete Element Method - DEM). Neste método as massas são concentradas em pontos nodais que estão ligados por meio de elementos unidimensionais caracterizados por relações constitutivas uniaxiais simples. Neste contexto, realizam-se novas implementações na versão do DEM com o intuito de estudar diversos aspectos dos materiais quase frágeis. Os principais focos da tese estão na desvinculação do nível de discretização do modelo do comprimento de correlação dos campos aleatórios que caracterizam as propriedades mecânicas. Através da interpretação dos resultados na simulação de emissão acústica é possível conhecer melhor o processo de dano neste tipo de material. Testes experimentais preliminares também são apresentados. Também são realizadas simulações em DEM utilizando carregamento biaxial, onde é explorado nessas simulações o comportamento dos modelos sob a ótica da técnica de emissão acústica. / The rupture of heterogeneous materials quasi-fragile, like concrete, ceramics and different types of rocks have a complex mechanical behavior, which has been the focus of study by researchers for a long time. The truss-like Discrete Element Method (DEM) was used to perform numerical simulations of the testing processes. The test results and the results of the numerical analyses, in terms of load vs. time diagram and AE data, as determined through b-value. In this context, new implementations in the version of DEM were realized with the objective to study the aspects of quasi-fragile materials. The main focuses of the thesis are in untying the level of discretization of the model of the correlation length from random fields which characterize the mechanical properties. And, through the interpretation of the results in the simulation of the acoustic emission, it is possible to better understand the process of damage in this type of material. Are also performed in DEM the biaxial loading, where is explored in this simulations the behavior of models from the point of view of the acoustic emission technique.

Made available in DSpace on 2014-06-11T19:28:21Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-07-06Bitstream added on 2014-06-13T19:36:43Z : No. of bitstreams: 1 moia_dfg_me_bauru.pdf: 2028523 bytes, checksum: a4957573090c9f2211022b6a4fceb9b6 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / 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 / 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

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