201 |
Uma contribuição ao estudo do fresamento de aço endurecido com fresa de topo esfericoPivetta, Carlos Sergio 06 August 2005 (has links)
Orientador: Anselmo Eduardo Diniz / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-05T19:57:39Z (GMT). No. of bitstreams: 1
Pivetta_CarlosSergio_M.pdf: 2572259 bytes, checksum: d75f09a259545ac56a46ecc1d5870ba0 (MD5)
Previous issue date: 2005 / Resumo: O fresamento de cavidades de moldes e matrizes em material endurecido usando ferramenta de topo esférico tem limitações em termos de profundidades das cavidades, da taxa de remoção de cavaco e da vida da ferramenta. Algumas operações de fresamento em cavidades profundas não podem ser realizadas, devido à necessidade de se ter ferramenta com alto balanço, o que gera vibração e, em conseqüência, danos à rugosidade da peça e à vida da ferramenta. Outro ponto ainda não totalmente compreendido é a influência da rugosidade deixada na peça pela operação anterior, na rugosidade da operação de acabamento, já que, devido às baixas profundidades utilizadas nesta operação, a rugosidade da operação anterior pode influenciar a profundidade real removida. O principal objetivo deste trabalho é verificar a influência da relação comprimento/diâmetro da ferramenta (balanço), da rugosidade da operação anterior e da velocidade de corte na rugosidade da peça e na vida da ferramenta de fresamento em acabamento. Para isto foram realizados ensaios de fresamento em aço endurecido AISI D2 (58 HRC) com ferramenta de ponta esférica de metal duro recoberto, variando-se os citados parâmetros de influência. Dentre as conclusões deste trabalho, pode-se destacar: nem a rugosidade da operação anterior, nem o balanço da ferramenta influenciaram a rugosidade da peça, pelo menos nos níveis utilizados neste trabalho; com balanço da ferramenta pequeno, consegue-se baixos valores de desgaste e, com isso, longa vida da ferramenta, mas quando se utiliza conjuntamente balanço da ferramenta e velocidades de corte altas, a vida da ferramenta é bastante reduzida / Abstract: The milling of molds and dies cavities carried out on hardened steel using ball end mill presents limitations in terms of cavity depth, metal removal rates and tool life. Some milling operations on deep cavities are not possible due to the require of long tool overhang, what generates vibrations and, consequently, resulted in poor surface roughness and short tool life. Other point which is not totally understood up to the present is the influence of the surface roughness obtained in the previous operation on the results of finishing operation because on finishing operations, the actual depth of cut is not much larger than the height of roughness left on the surface by the previous operation. The main objective of this work is to verify the influence of the ratio tool overhang/ tool diameter, the roughness of the previous operation and cutting speed on the tool wear in finishing operations. Besides, it also intends to verify the influence of tool wear on the tool vibration, measured through the real time tool deflection. Milling experiments on AISI D2 hardened steel (58 HRC) were carried out using coated (TiNAl) carbide ball end mills with the input variables already mentioned. The main conclusions of this experiments, for the used conditions, were: the previous surface roughness neither the tool overhang have influence on the resulting surface roughness; when the tool overhang was the lowest one, cutting speed did not influence so much tool wear, but when the highest tool overhang was used, cutting speed presented a strong influence on tool wear / Mestrado / Materiais e Processos de Fabricação / Mestre em Engenharia Mecânica
|
202 |
Classificação de defeitos de soldagem em imagens radiográficas PDVD de tubulações de petróleo: uma abordagem com ensemble de Extreme Learning Machines / Classification of welding fedects in radiographic images DWDI of pipeline: an approach with ensemble of Extreme Learning MachinesBoaretto, Neury 27 April 2014 (has links)
A inspeção de defeitos de soldagem em imagens radiográficas de tubulações é bastante subjetiva e está sujeita a erros de interpretação por parte do inspetor laudista. Dentro desse contexto, nos últimos anos tem-se visto um grande esforço no desenvolvimento de métodos automáticos e semiautomáticos de detecção de defeitos em juntas soldadas. Este trabalho apresenta um método automatizado para detecção e classificação de defeitos em imagens radiográficas de juntas soldadas de tubulações obtidas pela técnica de exposição radiográfica parede dupla vista dupla (PDVD), obtidas em reais situações de campo e que, geralmente, têm uma qualidade mais baixa do que as imagens usadas em outros estudos. O método proposto identifica na imagem a região do cordão de solda, detecta as descontinuidades e classifica as mesmas em defeitos e não defeitos, destacando na imagem o resultado. São avaliados classificadores a partir de métodos de classificação por redes neurais Multilayer Perceptron (MLP), redes neurais Extreme Learning Machines (ELM) e classificador estatístico Support Vector Machines (SVM). O método proposto para identificação da região de interesse atingiu 100% de precisão na segmentação do cordão de solda. O classificador SVM apresentou um desempenho melhor que os classificadores MLP e ELM em todos os cenários testados. Com a utilização de ensembles de ELMs obteve-se um F-score de 85,7% para o banco de padrões de teste, resultados satisfatórios quando comprados com trabalhos semelhantes. O uso de ensembles de ELMs representa um ganho de apenas 0,5% no F-score em comparação com o melhor resultado de rede treinada individualmente, entretanto, com o uso de faixas de limiares de decisão do ensemble, o uso do método permite mostrar as descontinuidades sobre as quais o ensemble não tem certeza, destacando na imagem estas descontinuidades. A imagem resultate da aplicação do método serve como auxílio ao especialista na elaboração de laudos. / The inspection of radiographic images of welded joints is very subjective and is subject to errors of interpretation by the inspector. In this context, a great effort has been made in the last years to develop automatic and semiautomatic methods for detecting defects in welded joints. This research work presents an automated method for the detection and classification of defects in radiographic images of welded joints of pipes obtained by the double wall double image (DWDI) exposure technique obtained in real field situations and which generally have a lower quality than the images used in other studies. The proposed methos identifies the region of the weld bead, detects the discontinuities and classifies them as defects and non-defects, highlighting in the image the result. Classifiers are evalueted using methods of classification by multilayer perceptron (MLP) neural networks, extreme learning machines (ELM) neural networks, and Support Vector Machines (SVM). The proposed method for identifying the region of interest reached 100% precision in the segmentation od the weld bead. The SVM classifier performed better than the MLP and ELM classifiers in all scenarios tested. Using ELM ensembles, an F_score of 85,7% was obtained for a test patterns database, satisfactoryresults when compared to similar works. The use of ensembles of ELMs represents a gain of only 0,5% in the F-score compared to the best result of the individually trained network, however, with the use of ensemble decision threshold ranges, the presented method allows to show the discontinuities about which the ensemble is not sure, highlighting in the image these discontinuities as a region of uncertainty, leaving to the specialist the final evaluation of these discontinuities. The image resulting from the application of the method serves as an aid to the expert in the elaboration of reports.
|
Page generated in 0.0522 seconds