Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-03-20Bitstream added on 2014-06-13T20:49:16Z : No. of bitstreams: 1 martins_chr_me_bauru.pdf: 3300032 bytes, checksum: c6be05b5fe4d2831ce67d7e7ddc84b4d (MD5) / A retificação é um processo de acabamento de peças, que objetiva produtos e superfícies avançadas. Porém, como o constante atrito entre a peça e rebolo, este perde a agressividade, de modo que o resultado da retificação fica prejudicado. Quando isso ocorre é imprescindível à realização do processo de dressagem, que consiste em reavivar os grãos gastos do rebolo. Como as condições de dressagem provocam uma grande influência no desempenho da operação de retificação, monitorá-las durante todo o processo pode aumentar a sua eficiência. Assim, no presente trabalho foi realizado um estudo do desgaste de três tipos de diamantes para dressadores e, posteriormente, foram desenvolvidos modelos neurais, baseados em redes MLP e de Kohonen, capazes de classificar o nível de desgaste dos dressadores. Para se atingir esse objetivo foram ensaiados três tipos de dressadores de ponta única, um com diamante sintético CVD e dois com diamantes naturais, Mato Grosso e Brasil Extra. Serviram de entradas para os modelos neurais as estatísticas RMS e ROP obtidas após o estudo do conteúdo harmônico do sinal da emissão acústica. Para cada diamante foi obtido um modelo neural mais apto para as características do diamante. Os resultados mostraram um bom desempenho das redes neurais empregadas, atingindo-se taxas de acerto de 100% em alguns modelos neurais / Grinding is a part finishing process for advanced products and surfaces. However, continuous friction between the work piece and the grinding wheel causes the latter to lose its sharpness, thus impariring the grinding results. This is when the dressing process is required, which consist of sharpening the worn grains of the grinding wheel. The dressing conditions strongly affect the performance of the grinding operation; hence, monitoring them thoughout the process can increase its efficiency. The main objective of this study was to classify the levels of wear of a single-point dresser during the operation; hence monitoring them throughout the process can increase its efficiency. The main objective of this study was to classify the levels of wear of a single-point dresser during the operation using neural models. A digital signal processing of acoustiv emission was used to obtain the network inputs. In the experiments three types of single-point dresser were used, one with CVD synthetic diamond and two with natural diamonds, Mato Grosso and Brasil Extra. The harmonic content of the acoustic emission signal was found to be influenced by the condition of the dresser, and when used to feed the neural model it is possible to classify the wear level. The results showed a good performance of the neural networks employed, reaching a hit rate of 100% for some models

Orientador: Paulo Roberto de Aguiar / Banca: Rogério Andrade Flauzino / Banca: José Alfredo Covolan Ulson / Resumo: A retificação é um processo de acabamento de peças, que objetiva produtos e superfícies avançadas. Porém, como o constante atrito entre a peça e rebolo, este perde a agressividade, de modo que o resultado da retificação fica prejudicado. Quando isso ocorre é imprescindível à realização do processo de dressagem, que consiste em reavivar os grãos gastos do rebolo. Como as condições de dressagem provocam uma grande influência no desempenho da operação de retificação, monitorá-las durante todo o processo pode aumentar a sua eficiência. Assim, no presente trabalho foi realizado um estudo do desgaste de três tipos de diamantes para dressadores e, posteriormente, foram desenvolvidos modelos neurais, baseados em redes MLP e de Kohonen, capazes de classificar o nível de desgaste dos dressadores. Para se atingir esse objetivo foram ensaiados três tipos de dressadores de ponta única, um com diamante sintético CVD e dois com diamantes naturais, Mato Grosso e Brasil Extra. Serviram de entradas para os modelos neurais as estatísticas RMS e ROP obtidas após o estudo do conteúdo harmônico do sinal da emissão acústica. Para cada diamante foi obtido um modelo neural mais apto para as características do diamante. Os resultados mostraram um bom desempenho das redes neurais empregadas, atingindo-se taxas de acerto de 100% em alguns modelos neurais / Abstract: Grinding is a part finishing process for advanced products and surfaces. However, continuous friction between the work piece and the grinding wheel causes the latter to lose its sharpness, thus impariring the grinding results. This is when the dressing process is required, which consist of sharpening the worn grains of the grinding wheel. The dressing conditions strongly affect the performance of the grinding operation; hence, monitoring them thoughout the process can increase its efficiency. The main objective of this study was to classify the levels of wear of a single-point dresser during the operation; hence monitoring them throughout the process can increase its efficiency. The main objective of this study was to classify the levels of wear of a single-point dresser during the operation using neural models. A digital signal processing of acoustiv emission was used to obtain the network inputs. In the experiments three types of single-point dresser were used, one with CVD synthetic diamond and two with natural diamonds, Mato Grosso and Brasil Extra. The harmonic content of the acoustic emission signal was found to be influenced by the condition of the dresser, and when used to feed the neural model it is possible to classify the wear level. The results showed a good performance of the neural networks employed, reaching a hit rate of 100% for some models / Mestre