IV Seminário da Pós-Graduação em Engenharia Mecânica Unesp - Bauru LÓGICA FUZZY NA PREDIÇÃO DA QUEIMA SUPERFICIAL DE PEÇAS RETIFICADAS
|
|
- Aurora Sabala da Silva
- 6 Há anos
- Visualizações:
Transcrição
1 LÓGICA FUZZY NA PREDIÇÃO DA QUEIMA SUPERFICIAL DE PEÇAS RETIFICADAS Carlos Danilo Gaioli Euzebio Aluno do Programa de Pós-Graduação em Engenharia Mecânica Unesp Bauru Hugo I. C. Miranda Aluno da Graduação em Engenharia Elétrica Unesp Bauru Prof. Dr. Paulo Roberto de Aguiar Orientador Depto de Engenharia Elétrica Unesp Bauru RESUMO Um dos problemas críticos na implantação do processo de retificação inteligente é a detecção automática de queima superficial nas peças. O objetivo deste trabalho é a utilização da lógica fuzzy como uma ferramenta para classificação e predição dos níveis de queima no processo de retificação. A partir dos sinais de emissão acústica, potência de corte e a estatística do desvio do valor médio (MVD), regras linguísticas foram estabelecidas para as diversas situações de queima (leve, média, severa) com a aplicação da lógica nebulosa utilizando-se o Toolbox do Matlab. Três modelos práticos de sistema fuzzy foram desenvolvidos. O primeiro modelo com duas entradas apenas resultam num processo de simples análise. O segundo e terceiro modelo possuem a entrada adicional da estatística MVD, associando uma nova informação e precisão. Os dois últimos modelos mencionados diferem entre si pela base de regras desenvolvidas. Apresentando respostas válidas, os três modelos desenvolvidos mostraram eficácia, precisão, confiabilidade e facilidade para a determinação do nível de queima da peça retificada. A lógica fuzzy, nesta análise, traduz a experiência humana do operador associado a potentes métodos computacionais. PALAVRAS-CHAVE: Lógica Fuzzy, Retificação, Queima, Monitoramento. 1. INTRODUÇÃO Na indústria metal-mecânica a retificação é usualmente o processo final de acabamento de um componente de precisão. Este processo é utilizado para fabricação de peças nos mais diversos tipos de materiais, exigindo resultados como baixa rugosidade superficial, controle dos erros dimensionais e de forma da peça, máxima vida útil da ferramenta, tempo e custos mínimos. Danos causados na peça de trabalho são de alto custo, uma vez que todo processo anterior, além da própria retificação é perdido quando uma peça é danificada neste estágio. Os danos mais comuns na operação de retificação são queima, trincas, e / ou tensões residuais indesejáveis. No caso dos metais, a principal causa de danos é a excessiva entrada térmica na superfície da peça usinada. Segundo Malkin (1989) as altas temperaturas geradas na zona de retificação podem causar vários tipos de danos térmicos à peça, por exemplo, queima (no caso de aços), têmpera excessiva da camada superficial com possível reendurecimento e aumento da fragilidade, indesejáveis tensões residuais de tração, redução da resistência à fadiga, e trincas. Sinais de emissão acústica e potência de corte combinados têm sido utilizados com sucesso na determinação de parâmetros indicativos de queima (Kwak et al., 2004). Estes sinais tratados e combinados possibilitam a implementação de um sistema de controle de
2 queima em tempo real, otimizando o processo de retificação (Dotto et al., 2006). Isto seria de grande benefício para as empresas dependentes desse processo, uma vez que a exigência de qualidade e competitividade internacional cresce cada vez mais com a globalização (Brinksmeier et al., 2006). Por outro lado, o interesse crescente no uso da inteligência artificial na solução de problemas de engenharia pode ser visto pelo número considerável de artigos publicados na última década. Esses problemas normalmente são de difíceis soluções analíticas ou modelagens matemáticas, normalmente requerendo em geral a inteligência humana (Pham et al., 1999). O uso da lógica nebulosa ou fuzzy, a qual reflete a natureza de raciocínio qualitativo e inexato do ser humano, capacitam os sistemas especialistas a serem mais flexíveis. Com a lógica fuzzy, o valor preciso de uma variável é substituído por uma descrição linguística representada por um conjunto fuzzy, e inferências são realizadas baseadas nesta representação (Pham et al.,1999). A lógica fuzzy possui muitas aplicações em engenharia onde o domínio do conhecimento é usualmente impreciso. Resultados interessantes têm sido alcançados na área de processo e controle de máquinas, embora outros setores também têm sido beneficiados por esta ferramenta. Algumas aplicações em engenharia podem ser relatadas, tais como o controle de altura do arco em processo de soldagem (Bigand et al., 1994); controle da mão de um robô com vários dedos (Bas et al., 1995); predição da rugosidade de componentes retificados (Ali et al., 1999); controle da queima no processo de retificação (Ali et al., 2004); entre outros. O desenvolvimento de um sistema inteligente para a detecção, predição e classificação da queima é ainda um desafio para os pesquisadores. Assim, este artigo visa investigar a queima no processo de retificação a partir de um modelo fuzzy. As entradas dos modelos são obtidas a partir do processamento digital do sinal puro de emissão acústica e do sinal de potência de corte. Os parâmetros a serem obtidos e utilizados neste trabalho incluem o valor do desvio médio (MVD) em que Wang et al. (2001) mostraram ser eficientes na detecção da queima no processo de retificação, a potência de retificação e o valor eficaz (RMS) do sinal de emissão acústica utilizados por Dotto et al. (2006). 2. QUEIMA E LÓGICA FUZZY NA RETIFICAÇÃO A queima na retificação ocorre durante o processo de corte, quando grande quantidade de energia gerada na área de contato produz um aumento significativo da temperatura, suficiente para provocar alteração estrutural na superfície da peça. Tal ocorrência pode ser observada visualmente a partir da descoloração superficial da peça (Malkin, 1989 e Kwak, 2001). Segundo Malkin (1989) a queima é prevista para ocorrer quando a temperatura crítica (~ 720 C) é excedida na área de retificação. O valor médio quadrático (RMS) do sinal de emissão acústica tem sido o principal parâmetro estudado em pesquisas sobre retificação, com sua faixa de freqüência previamente selecionada. Este sinal tem sido um parâmetro razoável devido aos sinais ricos em ondas sonoras, transportando grande quantidade de informações úteis (Aguiar et al., 2008). Os modelos térmicos de retificação podem servir de exemplo para a teoria da geração de calor a partir do movimento do rebolo, estimando as condições limites da distribuição da temperatura dentro da área de retificação. Essa distribuição é utilizada para prever a geração das tensões residuais, início da queima da superfícial da peça, ou outras características relacionadas à integridade superficial. Contudo esses modelos necessitam de parâmetros muitas vezes pouco conhecidos no ambiente de produção, além de várias características de materiais e fluido de corte não serem conhecidas com precisão para as várias condições
3 predominantes na retificação (Ali et al., 2004). Ainda, de acordo com Ali et al. (2004) a fase de produção não requer um modelo "absoluto" de alta precisão porque tal precisão não é reproduzida na prática. O que é preciso, como apontado por Shaw (1996), é um modelo "relativo" que possa orientar o usuário naquilo que deve fazer e como fazer, pois sempre haverá certo grau de tentativa e erro no chão de fábrica, e um modelo relativo será um bom ponto de partida. Com base nesses aspectos práticos, Ali et al., (2004) propuseram um modelo fuzzy com 37 regras absolutas e oito regras relativas para a predição da queima superficial de peças retificadas. O modelo visou uma aplicação prática, ou seja, um operador pode inferir a partir do modelo, engenheiros podem usá-lo no planejamento do processo, ou ainda o modelo pode ser parte de um controlador adaptativo inteligente, sem a necessidade de informações adicionais. Ge et al. (2002) propuseram um modelo fuzzy para avaliar o nível do dano térmico na peça, observando a cor das manchas sobre a superfície da amostra. Esse método pode substituir a termometria, um método complexo utilizado na retificação. Os resultados podem ser utilizados como um índice para avaliar o desempenho dos fluidos de corte nos danos térmicos gerados na retificação. Liu et al. (2005) apresentaram um novo método de identificação de queima na retificação com o uso de wavelets, que são funções matemáticas divididas em diversas subfunções de acordo com uma escala de interesse, para extrair características a partir dos sinais de emissão acústica e reconhecimento de padrões fuzzy empregados para otimizar recursos e identificar o estado da retificação. Os resultados experimentais mostraram que a precisão do reconhecimento de queima na retificação é satisfatória. Outros trabalhos empregando lógica fuzzy no processo de retificação podem ser encontrados, incluindo a estimativa das tensões residuais produzidas na retificação (Ali et al., 1997), predição do nível de rugosidade (Ali et al., 1999), classificação da capacidade de corte do rebolo (Lezanski et al., 2001), etc. No entanto, poucas pesquisas sobre queima na retificação utilizando lógica fuzzy foram publicadas. Este trabalho não explora apenas a aplicação da lógica fuzzy, mas também o uso de multi-sensores e parâmetros de queima na retificação ainda não utilizados. 3. PARÂMETROS ESTATÍSTICOS PARA A DETECÇÃO DE QUEIMA Segundo Aguiar et al. (2001) e Tönshoff et al., (2000), os sinais de emissão acústica e potência de corte fornecem várias informações sobre o processo de retificação. Entretanto, análises mais rigorosas podem ser obtidas através do tratamento de sinais com o auxílio de parâmetros estatísticos. Com o auxílio de softwares de manipulação matemática é possível efetuar o tratamento de sinais e obter informações tais como o valor RMS, desvio padrão, auto-correlação, FFT, etc. A emissão acústica (EA) pode ser definida como ondas de tensão elásticas geradas como resultado da liberação rápida de energia de deformação dentro de um material submetido a um estímulo externo. Essas ondas de tensão produzem deslocamentos na superfície do material que podem ser detectados por um sensor piezelétrico que transforma estes deslocamentos em sinais elétricos (Tönshoff et al., 2000). Sua faixa de freqüência varia entre 50KHz a 2MHz, que está acima da faixa de muitos ruídos vindos de fontes exteriores ao próprio processo de retificação. Sendo assim, esse é um método sensível e adequado para monitorar o processo de retificação (Tönshoff, 2000 e Liu, 2006). O parâmetro predominantemente estudado em pesquisas prévias usando emissão acústica tem sido o valor médio quadrático (RMS) do sinal de EA filtrado (EARMS) sobre
4 uma banda de freqüência cuidadosamente selecionada. Esse sinal tem sido um parâmetro razoável de estudo, pois o processo de retificação é muito rico em ondas sonoras, contendo, portanto, muita informação acústica disponível (Aguiar et al., 1999). O Valor RMS de EA pode ser expresso pela eq. (1) (Kim, 2001). EARMS 1 T t 2 EA () t dt 0 (1) onde T é o tempo de integração e EA(t) é o sinal puro ou bruto de emissão acústica. A estatística de desvio do valor médio (MVD) foi empregada com sucesso por Wang et al. (2001) para a detecção da queima, sendo definida pela eq.(2). T mvd M 1 1 X ( X) log M k 0 Xk (2) Onde é o valor médio de {Xk}; 2M é o numero total de FFT, e Xk é o k-ésimo valor absoluto ao quadrado da amostra do sinal no domínio na freqüência. 4. METODOLOGIA 4.1. Banco de Ensaios A máquina retificadora da fabricante Sulmecânica, modelo RAPH-1055 foi utilizada nos testes de retificação. A máquina foi equipada com um rebolo de óxido de alumínio da fabricante Norton, modelo ART-FE-38A80PVH. Um sensor fixo de emissão acústica da fabricante Sensis, modelo DM-42, colocado perto da peça e um transdutor de potência para medir a potência consumida pelo motor trifásico de indução que aciona o rebolo foram empregados. As peças para os ensaios de retificação consistem em barras de aço laminado SAE 1020 com dimensões de 150 mm de comprimento, 10 mm de largura, e 60 mm de altura. O processo de retificação foi executado ao longo do comprimento da peça. O transdutor de potência consiste de um sensor de efeito Hall para medir a corrente elétrica e um sensor de tensão de efeito Hall para medir a tensão nos terminais do motor elétrico. Ambos os sinais são processados internamente no módulo transdutor de potência em um circuito integrado, que proporciona um sinal de tensão proporcional à potência consumida pelo motor elétrico. Os sinais de EA e potência são enviados para a placa de aquisição de dados da National Instruments, modelo PCI-6011, que esta instalada em um microcomputador. O software LabVIEW foi utilizado para a coleta dos sinais, os quais foram armazenados em arquivos binários para posterior processamento e análise. O sensor de emissão acústica utilizado tem sensibilidade para freqüências de até 1,0 MHz. Um filtro passa-alta de 50kHz foi configurado no módulo DM-42 A figura 1 mostra o diagrama esquemático da máquina de retificação e instrumentação utilizada.
5 Figura 1 - Configuração do Banco de Ensaios. Os testes foram realizados para 12 diferentes condições de retificação e posteriormente, os níveis de queima (sem queima, leve, média, severa) foram avaliados visualmente para cada superfície da peça. Os parâmetros de lubrificação e velocidade periférica foram adequadamente controlados a fim de garantir as mesmas condições de retificação para as três repetições em cada teste. A velocidade da peça foi medida em 0,033 m/s e a velocidade do rebolo de 30 m/s. A última foi mantida constante, ajustando-se a freqüência do motor de indução no inversor de freqüência, uma vez que o diâmetro do rebolo diminui ao longo dos ensaios. O grau de recobrimento, que é a relação entre o avanço e a largura efetiva de corte, foi igual a 1, mantendo-se a mesma condição para todos os testes. O fluido refrigerante água-óleo utilizado tinha concentração de 4%. Cada ensaio consistiu de uma única passagem do rebolo ao longo do comprimento da peça de trabalho em uma determinada condição de retificação para ser analisada. Os sinais de emissão acústica e potência de retificação foram medidos em tempo real com taxa de 2,0 milhões de amostras por segundo, e em seguida armazenados em arquivos de dados binários para posterior processamento. É importante mencionar que o sinal bruto de emissão acústica foi coletado ao invés do sinal RMS. Os sinais digitais foram processados após os 12 ensaios terem sido realizados e os dados armazenados em arquivos. O processamento digital do sinal de EA produziu as estatísticas descritas anteriormente, isto é, o valor RMS e o MVD do sinal de EA Construção dos Vetores de Entrada Com a utilização de um software desenvolvido por Dotto et al. (2006) foi determinada à porcentagem de queima em cada peça, assim como o grau de queima. Esse software utiliza a foto da peça usinada para realizar a análise da condição superficial da peça. Assim, com o auxílio desse software, puderam-se extrair dados de entradas confiáveis para a representação dos níveis: sem queima, leve, média e queima severa. O processamento de sinais foi realizado com a utilização do software Matlab. Foram geradas, a partir dos sinais puros de emissão acústica, estatísticas RMS e MVD, juntamente com o sinal de potência de retificação que serviram para construir os vetores de entradas para os modelos fuzzy. Este procedimento foi realizado para todas as peças ensaiadas. No entanto, salientase dentre as entradas consideradas neste trabalho (RMS, MVD e potência) umas foram melhores que outras para definir diferenças entre os graus de queima observados. Assim, o uso da lógica fuzzy torna-se atrativo para essa aplicação, pois se baseia nos níveis de imprecisão gerados por essas entradas. Os arquivos contêm um conjunto de dados de queimas associado às entradas processadas. Por exemplo, o sinal RMS da emissão acústica é representado pelo nível sem queima, queima leve, queima média e queima severa. A mesma situação aplica-se às
6 estatísticas MVD e potência de retificação. Os vetores de dados foram padronizados, ou seja, todos os vetores contêm o mesmo número de pontos coletados. Este fato é para que possa ser feito uma comparação sempre entre os mesmos pontos das variáveis de entrada (RMS, MVD e potência) e não ocorra a distorção entre pontos nas comparações. Posteriormente, os dados antes separados pelo nível de queima, foram aglutinados em um único arquivo de uma dada entrada. Como exemplo, o arquivo do sinal RMS de EA, que antes eram arquivos separados de sem queima, queima leve, média e severa, agora possui um único vetor contendo os dados dos arquivos mencionados. Esse novo vetor está em ordem de queima da peça, ou seja, o vetor contém os dados sobre sem queima, queima leve, queima média e queima severa, respectivamente nessa posição do vetor. Do mesmo modo, construíram-se os vetores para a estatística MVD e para a potência de retificação. 5. MODELAMENTO FUZZY Uma das vantagens do uso da lógica fuzzy é a possibilidade de transformar linguagem natural em conjuntos numéricos, permitindo a manipulação computacional. Zadeh (1965) definiu variáveis lingüísticas como variáveis as quais os valores são palavras ou sentenças em linguagem natural ou artificial. As variáveis lingüísticas assumem valores chamados lingüísticos, por exemplo, os valores sem queima, leve, média, severa são relativos à variável queima da peça. A figura 2 exemplifica um sistema tipicamente de estrutura de análise fuzzy (FIS). Figura 2 Diagrama de blocos do Sistema de inferência Fuzzy. Pode-se observar que a figura 2 possui quatro componentes: a fuzzificação, sistema de inferência, base de regras e defuzzificação. O componente base de regras possui regras lingüísticas que são fornecidas por especialistas. Pode-se também extrair regras a partir de dados numéricos. Uma vez que as regras estejam estabelecidas, o FIS pode ser considerado como um sistema que converte valores de um vetor de entrada para um vetor de saída. O propósito da fuzzificação é converter uma variável numérica em conjuntos de variáveis fuzzy. Isso é necessário para transformar as entradas numéricas em termos lingüísticos. A fuzzificação verifica os valores de entrada e baseado em funções, determina o grau de pertinência a que eles pertencem em cada um dos conjuntos fuzzy selecionados. O sistema de inferência converte os conjuntos de entrada fuzzy em conjuntos de saída fuzzy. Ele determina se o grau de pertinência anterior foi satisfatório para cada regra. Caso exista mais de um parâmetro a ser aplicado, os operadores fuzzy são utlizados para obter o valor que representa o resultado para essa regra. É possível que uma ou mais regras possam ser aplicadas ao mesmo tempo. Todas as saídas para as regras utilizadas são então agregadas. O conjunto resultante representa as saídas para cada regra combinada em um único conjunto fuzzy. A defuzzificação converte o conjunto de saída fuzzy em um valor crisp (valor numérico, resoluto). Dado um conjunto fuzzy que abrange uma gama de valores de saída, a defuzzificação retorna um único número de modo a converter um conjunto difuso para um número crisp. Diversos métodos para defuzzificação são usados na prática, incluindo o centróide, máximo, média dos
7 máximos, altura e altura defuzzificada modificada. O método mais popular de defuzzificação é o centróide, que calcula e retorna o centro de gravidade do conjunto fuzzy agregado Vetores de Entrada Os vetores mencionados de RMS, MVD e potência de retificação representam as entradas numéricas do sistema fuzzy. Essas entradas foram transformadas em entradas fuzzy. A figura 3 mostra o gráfico do vetor RMS de emissão acústica expresso em k*volts contendo todos os níveis de queima e sem queima, observados nos ensaios. A constante k é uma constante de conversão dependente do número de bits da placa de aquisição de dados. Um processo de clustering (Ge et al., 2002) foi aplicado a cada entrada numérica, que consistiu em determinar 4 subgrupos. O processo de clustering serve para agrupar os dados de entrada do vetor em 4 grandes grupos, representando os níveis de queima da peça usinada. Cada grupo assim determinado possui um centro de cluster que melhor representa o grupo. Para as estatísticas ou sinais empregados, os clusters foram muito próximos dos valores médios de cada grupo. Assim, o ponto que melhor representa um grupo de queima é o valor médio do total de pontos entre uma queima severa e ausência de queima. Figura 3 Gráfico RMS de emissão acústica. Figura 4 Entrada Fuzzificada do sinal RMS de Emissão Acústica. Posteriormente esse ponto representativo foi atribuído e determinado, e os vetores de dados normalizados com valores entre 0 a 1. Os vetores de dados numéricos foram então transformados em vetores do sistema fuzzy, e o valor de 1 foi atribuído ao cluster central. Esse valor diminui à medida que os valores estatísticos afastam-se do ponto central do cluster. Com este processo, quanto mais afastado do cluster central menor é a relevância da informação e menor será o valor atribuído à normalização dos dados. A figura 4 mostra a entrada RMS de EA já fuzzificada no sistema. O eixo das abscissas refere-se ao valor da amplitude da estatística. Ou seja, quanto maior a amplitude da estatística, maior será a abrangência do nível de queima no conjunto fuzzificado. Estas funções de associação ajudam na conversão de valores numéricos e variáveis em termos lingüísticos. As características fundamentais de um conjunto tipicamente fuzzy é definido pela sua função de pertinência. Essa função, normalizada entre 0 e 1 expressa as transições graduais da pertinência para a não pertinência. Há vários modos de caracterizar essa transição matematicamente, tanto analiticamente quanto graficamente. A normalização dos dados é necessária para transformar os valores crisp em fuzzy. Essa conversão foi feita com ajuda matemática, mas não exclusivamente. A fuzzificação foi feita através de gráficos em crisp, observando os valores resultantes dos subclusters para cada grupo de queima, normalizando os dados paras fuzzy.
8 A figura 5 representa a função de pertinência utilizada neste trabalho. A função gaussiana é a que melhor representa o conjunto fuzzy devido à sua maior suavidade entre as mudanças graduais de amplitude Vetor de Saída Com os vetores de entradas fuzzificados e prontos para o sistema fuzzy, criou-se então um único vetor de saída. Esse vetor de saída foi criado de acordo com vários níveis de queima que a peça sofreria. A saída fuzzy possui um conjunto totalmente abrangente para os níveis de queima de uma superfície. O conjunto de saída considerado contém os seguintes níveis: sem queima, super leve, muito leve, leve, leve +, quase média, média, média +, quase severa, severa, severa +, dano total. Onde k > 0 Figura 5 - Função Gaussiana Essa abrangência deve-se ao modelo não estar restrito a 3 ou 4 níveis de queima somente. Ao estender esses níveis, o resultado foi descentralizado para uma visão mais ampla e fortemente detalhada sobre o problema. O vetor de saída fuzzificado retrata o conjunto de saídas fuzzy. O eixo das abscissas é representado de 0 a 100, retratando a porcentagem de queima da peça em relação à peça toda analisada Inferências e Base de Regras dos Modelos Fuzzy Com as entradas e uma saída fuzzificada, foi estabelecida uma inferência entre entrada e saída (Hu et al., 2003). De início, foram criados 3 modelos de sistema lógico. O primeiro apresenta duas entradas, RMS de EA e a potência de retificação (POT). Os outros dois modelos apresentam 3 entradas: RMS de EA, POT e a estatística MVD. O que diferencia esses dois últimos modelos é a inferência das regras utilizadas. Os conjuntos de regras extraídos para todos os modelos foram feitos a partir da experiência de especialistas no assunto, e, portanto, baseado num sistema tipicamente fuzzy. O primeiro modelo é um controlador simples de duas entradas. A base de regras é mostrada na tabela 1. Cada entrada analisada em todos os modelos teve o mesmo peso relativo ao sistema, ou seja, todas as entradas influenciam igualmente no sistema. Tabela 1 Base de regras para o modelo 1. Combinação da POT com o valor RMS. Tabela 2 - Conjuntos de Regras do modelo 2, combinação dois a dois das entradas fuzzy.
9 Tabela 3 Terceiro modelo fuzzy. Combinação três a três das entradas. O segundo modelo baseia-se em um sistema de inferência de três entradas combinadas duas a duas. Esse sistema é amplamente válido, pois caso uma das entradas contiver um valor errôneo não afetará demasiadamente a saída desejada. As regras para este modelo podem ser vistas na tabela 2. O terceiro e último modelo desenvolvido é um controlador fuzzy com três entradas fuzzy. São elas: o valor RMS do sinal de EA, potência elétrica (POT), e a estatística MVD do sinal. O que diferencia do segundo modelo apresentado é a parte da inferência de regras. O conjunto de regras foi desenvolvido a partir de uma combinação três a três das entradas, proporcionando assim um total de 64 regras bem distribuídas. O conjunto de regras pode ser visto na tabela Defuzzificação dos Sistemas Propostos Foram apresentados três modelos de sistema fuzzy. Para cada modelo foi utilizado um sistema de defuzzificação centróide. Os valores fuzzy das saídas são ponderados por este método, resultando em uma saída crisp ou numérica. A entrada para o processo de defuzzificação é o conjunto agregado de saída fuzzy, e a saída é um único número. O método centro de gravidade (COG) ou centróide, que foi o método de defuzzificação utilizado em cada modelo, encontra o ponto onde uma linha vertical corta o conjunto em dois locais iguais. Uma estimativa razoável pode ser obtida calculando uma amostra de pontos, que é expressa pela eq.(3). COG y crisp n ( y ). y A i 1 n i 1 A i ( y ) i i (3)
10 onde μa(yi) é a área de uma função de pertinência e yi é a posição do centróide da função de pertinência individual. Esse ponto é a variável a ser defuzzificada. O método centróide é muito utilizado quando os valores defuzzificados variam pouco na saída fuzzy. 6. RESULTADOS E DISCUSSÕES Os modelos propostos foram desenvolvidos na Toobox Fuzzy Logic do Matlab. Inicialmente foi feito o modelo com apenas duas entradas fuzzy. Sua base de regras foram editadas e colocadas na toolbox do software Modelo 1: Controlador De Duas Entradas A partir das regras, foi gerada uma superfície tridimensional que possibilita visualizar os efeitos das mesmas sobre as entradas e saída do sistema. A figura 6 mostra essa superfície para o primeiro modelo. Essa superfície retrata quão regular foi à base de regras desenvolvida. Caso a base de regras não seja totalmente consistente, observam-se desproporções e irregularidades grosseiras na superfície gerada. A continuidade, transição e simetria são características bem expressas na figura 6. Pode-se observar que à proporção que o valor do sinal RMS aumenta e o valor da potência também aumenta, gera-se uma predição de alto grau de queima da superfície. Figura 6 Análise 3D da superfície gerada pelo sistema de regras do modelo 1. Verificada a consistência do domínio de inferência do sistema, pode-se então partir para a predição do nível de queima superficial da peça a partir dos valores do sinal RMS aplicado e pela potência elétrica do sistema. A vantagem apresentada no modelo 1 é a sua simplicidade. Com apenas duas entradas fuzzificadas com o mesmo peso, o modelo 1 realiza uma predição confiável e estável no sistema. Porém, caso uma das variáveis apresente um valor errôneo, proveniente de inúmeros fatores reais tais como erros de leitura etc., afetará a predição do controlador Modelo 2: Controlador de Três Entradas Combinadas Duas a Duas Visando minimizar o erro de uma variável de entrada conter um valor errôneo, foi criado o modelo 2. Esse segundo modelo, como já descrito, apresenta três entradas fuzzificadas. A idéia deste modelo é que a sua base de regras fosse combinada duas a duas, gerando um total de 48 regras. O conjunto de regras está na tabela 2. Com as duas principais entradas RMS e POT, a estatística MVD adicionada neste modelo serve para auxiliar o sistema, dando mais robustez. Caso alguma das variáveis de entrada apresente algum valor errôneo, as combinações das outras duas asseguram um resultado lógico para o controlador. Exemplificando: Caso o
11 RMS for muito alto, a POT apresentar um valor muito baixo e a estatística MVD também apresentar um valor muito alto, o resultado apontará para uma predição de queima alta. A simulação irá pressupor que o valor de POT fora de padrão esteja incorreto. Assim o valor errôneo irá influenciar pouco na análise. A análise tridimensional da superfície gerada pelo sistema de regras deste modelo pode ser visualizada na figura 7. Pela análise nota-se que a base de regras continua logicamente válida. Podemos analisar também, pela superfície gerada, que as entradas do valor RMS do sinal de emissão acústica e de potência elétrica (POT) retém maior influencia no sistema do que a estatística MVD introduzida Modelo 3: Controlador de Três Entradas Controladas Três a Três O terceiro modelo baseia-se nas mesmas três entradas, já descritas anteriormente, RMS, POT e MVD. A diferença deste modelo para o anterior é o sistema de regras. Suas regras são baseadas na combinação três a três, ou seja, todas as entradas influenciam no nível de predição resultante. Com um total de 64 regras descritas na tabela 3, o terceiro modelo tem, por ventura, uma melhor contribuição dos sinais de entrada em relação à saída. A vantagem desse sistema em relação ao modelo 1 é a maior complexidade e abrangência, gerando assim uma maior capacidade de predição no nível de queima. Figura 7 Análise 3D da superfície gerada pelo sistema de regras do modelo 2. A figura 8 mostra as superfícies 3D geradas pelas regras do modelo 3. Como se pode notar, as regras são válidas devido a sua simetria e suavidade. A principal mudança dessas superfícies em comparação ao modelo 2, da figura 7, é em relação à análise RMS versus MVD e POT versus MVD. Antes se tinha um valor alto na análise de predição com alto RMS e baixo MVD. Agora se tem um valor que proporciona igualdade, ou seja, baixo RMS e baixo MVD geram valor baixo na análise de predição. 7. CONCLUSÃO Figura 8 Superfícies 3D geradas pelas regras do modelo 3 A utilização da lógica fuzzy no processo de predição de queima da peça retificada é um ótimo recurso a ser explorado. Com todo um processo de inteligência artificial, a lógica difusa é capaz de simular sistemas associados à própria experiência humana. As proposições
12 dos modelos simples da lógica aos mais complexos devem ser analisadas de acordo com o grau de necessidade do sistema requerido. Os resultados dos modelos propostos foram substancialmente válidos. A imprecisão das informações sobre valores estatísticos de sinais, como emissão acústica e potência elétrica transformou-se em valores fieis de predição de queima. Os modelos 1, 2 e 3 apresentados diferem entre si para poderem se adaptar em diferentes circunstâncias. Esses modelos são atraentes para o engenheiro que gostaria de obter respostas rápidas para um controle inteligente em tempo real e / ou otimização de seus processos. No seu estado atual, os modelos são limitados para aço SAE 1020 e rebolo de óxido de alumínio, mas eles podem ser facilmente estendidos para outros tipos de aços e rebolos. 8. AGRADECIMENTOS Os autores agradecem ao CNPq pelo apoio financeiro dado a esta pesquisa. Nossos agradecimentos ao Laboratório de Usinagem por Abrasão LUA, e ao Laboratório de Aquisição de Dados e Processamento de Sinais - LADAPS, ambos localizados na FEB, UNESP, Campus de Bauru, cuja participação foi indispensável para a conclusão desse projeto. 9. REFERÊNCIAS Malkin, S., 1989, Grinding technology: theory and applications of machining abrasives,, Ed. Ellis Horwood Limited, England, 275p. Kwak, J.S. and Ha, M.K., 2004, Neural network approach for diagnosis of grinding operation by acoustic emission and power signals, Journal of Materials Processing Technology, vol. 147, pp Dotto, F.R.L., Aguiar, P.R., Bianchi, E. C., Serni, P. J. A. and Thomazella, R., 2006, Automatic system for thermal damage detection in manufacturing process with internet monitoring, Journal of Brazilian Society of Mechanical Science & Engineering, Vol. 28, No. 2, pp Brinksmeier, E., Aurich J.C., Govekar, E., Heinzel, C., Hoffmeister H.W., Klocke, F., Peters, J., Rentch, R., Stepenson, D.J., Uhlmann, E. and Weinert, K., Wittman, M., 2006, Advances in Modeling and Simulation of Grinding Process, CIRP Annals - Manufacturing Technology, vol. 55, No 2º, pp Pham, D.T. and Pham, P.T.N., 1999, Artificial Intelligence in Engineering, International Journal of Machine Tools & Manufacture, vol. 39, pp Bigand, A., Goureau, P. and Kalemkrian, J., 1994, Fuzzy control of a welding process, Proceedings of IMACS International Symposium on Signal Processing, Robotics and Neural Networks - 9SPRANN 94, Villeneuve d Ascq, France, April, pp Bas, K. and Erkmen, A.M., 1995, Fuzzy preshape and reshape control of Anthrobot-III 5- fingered robot hand, Proceedings of the International Conference on Recent Advances in Mechatronics, Istanbul, Turkey, August, pp Ali, Y.M. and Zhang, L.C., 1999, Surface Roughness Prediction of Ground Components using a Fuzzy Logic Approach, Journal of Materials Processing Technology, vol , pp Ali, Y.M. and Zhang, L.C., 2004, A fuzzy Model for Predicting Burns in Surface Grinding of Steel, International Journal of Machine Tools & Manufacture, vol. 44, pp Wang, Z., Willet, P., Aguiar, P.R. and Webster, J., 2001, Neural network detection of grinding burn from acoustic emission, International Journal of Machine Tools & Manufacture, vol. 41, pp
13 Malkin, S., 1989, Grinding Technology - Theory and Applications of Machining with Abrasives, Ed. Ellis Horwood Limited Publishers, Chichester, Halsted Press: a division of John Wiley & Sons. Kwak, J.S. and Song, J. B., 2001, Trouble diagnosis of the grinding process by using acoustic emission signals, International Journal of Machine Tools & Manufacture, vol. 41, pp Spadotto, M.M., Aguiar, P.R., Souza, C.C.P., Bianchi, E. C. and Nunes, A. N., 2008, Classification of burn degrees in grinding by neural nets, The IASTED International Conference on Artificial Intelligence and Applications, Innsbruck, Austria, pp Shaw, M.C., 1996 Principles of Abrasive Processing, Ed. Clarendon Press, Oxford. Ge, P. Q., Liu, W.P., Liu, Z.C., Lu, C.H. and Li, J.F., 2002, Fuzzy clustering analysis of the grinding burn damage level of a workpiece surface layer, Journal of Materials Processing Technology, vol. 129, pp Liu, Q., Chen, X. and Gindy, N., 2005, Fuzzy pattern recognition of AE signals for grinding burn, International Journal of Machine Tools & Manufacture, vol. 45, pp Ali, Y.M. and Zhang, L.C., 1997, Estimation of Residual Stresses Induced by Grinding Using a Fuzzy Logic Approach, Journal of Materials Processing Technology, vol. 63, pp Lezanski, P., 2001, An intelligent system for Grinding Wheel condition monitoring, Journal of Materials Processing Technology, vol. 109, pp Tönshoff, H.M., Jung, M., Männel, S. and Rietz, W., 2000, Using acoustic emission signals for monitoring of production process, International Journal of Ultrasonics - Elsevier, vol. 37, pp Liu, Q., Chen, X. and Gindy, N., 2006, Investigation of acoustic emission signals under a simulative environment of grinding burn, International Journal of Machine Tools & Manufacture, vol. 46, pp Aguiar, P.R., Willett, P. and Webster, J., 1999, Acoustic Emission Applied to Detect Workpiece Burn During Grinding, International Symposium on Acoustic Emission: Standards and Technology Update, S. Vahaviolos, Ed. Fort Lauderdale, FL. Kim, H.Y., Kim, S.R., Ahn, J.H. and Kim, S.H., 2001, Process monitoring of centerless grinding using acoustic emission, Journal of Materials Processing Technology, vol. 111, pp Zadeh, L.A., 1965, Fuzzy Sets, Information and Control, Ed. Academic Press, Vol. 8, New York, pp Hu, Y.C. and Tzeng, G.H., 2003, Elicitation of classification rules by fuzzy data mining, Engineering Applications of Artificial Intelligence, vol. 16, pp DIREITOS AUTORAIS Os autores são os únicos responsáveis pelo conteúdo do material impresso incluídos no seu trabalho.
REDES NEURAIS NA PREDIÇÃO DA MICRODUREZA NO PROCESSO DE RETIFICAÇÃO
REDES NEURAIS NA PREDIÇÃO DA MICRODUREZA NO PROCESSO DE RETIFICAÇÃO Lúcio R. S. Santana 2 Universidade Estadual Paulista UNESP - Campus de Bauru, Departamento de Engenharia Mecânica, CEP 17033-360, Bauru
V Seminário da Pós-graduação em Engenharia Mecânica
MONITORAMENTO DA OPERAÇÃO DE DRESSAGEM POR EMISSÃO ACÚSTICA E POTÊNCIA DE CORTE Daniela Fernanda Grizzo Moia Aluna do Programa de Pós-Graduação em Engenharia Mecânica Unesp Bauru Prof. Dr. Paulo Roberto
Análise do conteúdo harmônico do sinal de emissão acústica quando da queima no processo de retificação
Análise do conteúdo harmônico do sinal de emissão acústica quando da queima no processo de retificação Carlos César de Paula Souza (UNESP) carlos.depaula@bertin.com.br Ricardo Costa Prazeres (UNESP) riccprazeres@yahoo.com.br
Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Parametrização da queima superficial no processo de retificação tangencial plana
Parametrização da queima superficial no processo de retificação tangencial plana Maurício Khenaifes (UNESP) khenaifes5@hotmail.com Fábio Romano Lofrano Dotto (UNESP) fabio@feb.unesp.br Paulo Roberto de
APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA PREDIÇÃO DE PEÇAS RETIFICADAS
APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA PREDIÇÃO DE PEÇAS RETIFICADAS Carlos Eduardo Dorigatti Cruz Universidade Estadual Paulista UNESP - Campus de Bauru, Departamento de Engenharia Mecânica, CEP 17033-360
Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC
Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC Ederson Costa dos Santos 1, Leandro Barjonas da Cruz Rodrigues 1, André Maurício Damasceno Ferreira 2 1
VI Seminário da Pós-graduação em Engenharia Mecânica
MONITORAMENTO DA QUEIMA NO PROCESSO DE RETIFICAÇÃO COM IMPLEMENTAÇÃO POR HARDWARE Marcelo Marchi Aluno do Programa de Pós-Graduação em Engenharia Mecânica Unesp Bauru Prof. Dr. Paulo Roberto de Aguiar
Noções de Exatidão, Precisão e Resolução
Noções de Exatidão, Precisão e Resolução Exatidão: está relacionada com o desvio do valor medido em relação ao valor padrão ou valor exato. Ex : padrão = 1,000 Ω ; medida (a) = 1,010 Ω ; medida (b)= 1,100
ESTUDO DE CONDIÇÕES DA SUPERFÍCIE DE PEÇAS RETIFICADAS POR EMISSÃO ACÚSTICA E CORRENTE ELÉTRICA
ESTUDO DE CONDIÇÕES DA SUPERFÍCIE DE PEÇAS RETIFICADAS POR EMISSÃO ACÚSTICA E CORRENTE ELÉTRICA Luiz Felipe Gilli Fabiano, luiz_gilli@hotmail.com 2. Paulo Roberto de Aguiar, aguiarpr@feb.unesp.br 1. Eduardo
INFLUÊNCIA DE ASPECTOS MICROESTRUTURAIS NA RESISTÊNCIA À FRATURA DE AÇO ESTRUTURAL COM APLICAÇÕES OFFSHORE
INFLUÊNCIA DE ASPECTOS MICROESTRUTURAIS NA RESISTÊNCIA À FRATURA DE AÇO ESTRUTURAL COM APLICAÇÕES OFFSHORE Aluno: Tiago Sampaio Leonardos Orientador: Marcos Venicius Soares Pereira I Introdução A exploração
PARTE 7: EFEITOS DE ENTALHE E DE TENSÕES RESIDUAIS. Fadiga dos Materiais Metálicos - Prof. Carlos Baptista EEL
PARTE 7: EFEITOS DE ENTALHE E DE TENSÕES RESIDUAIS ENTALHES Concentradores de Tensão - Entalhe é um contorno geométrico a interromper o fluxo de forças pela peça. - Furos, ranhuras, chanfros, etc, resultam
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
MONITORAMENTO DA OPERAÇÃO DE DRESSAGEM POR EMISSÃO ACÚSTICA E POTÊNCIA DE CORTE
6º CONGRESSO BRASILEIRO DE ENGENHARIA DE FABRICAÇÃO 6 th BRAZILIAN CONFERENCE ON MANUFACTURING ENGINEERING 11 a 15 de abril de 2011 Caxias do Sul RS - Brasil April 11 th to 15 th, 2011 Caxias do Sul RS
AVALIAÇÃO DO DESGASTE DE DIAMANTES SINTÉTICOS NA DRESSAGEM (AFIAÇÃO) DE REBOLOS
Categoria Trabalho Acadêmico / Artigo Completo AVALIAÇÃO DO DESGASTE DE DIAMANTES SINTÉTICOS NA DRESSAGEM (AFIAÇÃO) DE REBOLOS Armínio Frech Junior 1 Eduardo Carlos Bianchi 2 Paulo Roberto Aguiar 3 RESUMO:
Laboratório 4 - Controle nebuloso
Laboratório 4 - Controle nebuloso PTC 2619 / PTC 3418 Laboratório de Automação 1º semestre de 2017 Bruno A. Angélico Laboratório de Automação e Controle Departamento de Engenharia de Telecomunicações e
II Seminário da Pós-graduação em Engenharia Elétrica
APLICAÇÃO DE REDES NEURAIS MLP E KOHONEN NO RECONHECIMENTO DE PADRÕES DE DESGASTE DE DRESSADORES DE PONTA ÚNICA Cesar Henrique R. Martins Aluno do Programa de Pós-Graduação em Engenharia Elétrica Unesp
ANÁLISE DE SINAIS DE EMISSAO ACÚSTICA E ESTATÍSTICA COUNTS NA DETECÇÃO DA ALTERAÇÃO MICROESTRUTURAL NA RETIFICAÇÃO DE AÇO 1045
6th Engineering, Science and Technology Conference (2017) Volume 2018 Conference Paper ANÁLISE DE SINAIS DE EMISSAO ACÚSTICA E ESTATÍSTICA COUNTS NA DETECÇÃO DA ALTERAÇÃO MICROESTRUTURAL NA RETIFICAÇÃO
MÉTODO NUMÉRICO PARA A DETERMINAÇÃO DO MÓDULO DE TENACIDADE DE MATERIAIS A PARTIR DE ENSAIOS DE TRAÇÃO
MÉTODO NUMÉRICO PARA A DETERMINAÇÃO DO MÓDULO DE TENACIDADE DE MATERIAIS A PARTIR DE ENSAIOS DE TRAÇÃO Autores: Pedro Henrique Gwiggner SERIGHELLI 1, Cristiano José TURRA 2, David Roza JOSÉ 3. 1 Graduando
Fadiga dos Materiais Metálicos Prof. Carlos Baptista. Cap. 2 ABORDAGEM TENSÃO-VIDA LEITURA 2: ESTIMATIVA DA CURVA S-N
Fadiga dos Materiais Metálicos Prof. Carlos Baptista Cap. 2 ABORDAGEM TENSÃO-VIDA LEITURA 2: ESTIMATIVA DA CURVA S-N Na ausência de dados experimentais S-N, métodos para estimar o comportamento em fadiga
ULTRASSOM EM SOLDA A PONTO
1 ULTRASSOM EM SOLDA A PONTO 2 Fundamentos da Soldagem Soldagem por resistência Definição: É um processo de pressão, produzido a partir da superfície de contato entre duas chapas distintas, por meio do
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula II Introdução a Lógica Fuzzy Retomada Função de pertinência Variáveis linguísticas
4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1 Introdução O crescimento do sistema de energia elétrica, o aumento do número de interligações e a sofisticação dos modelos para representação dos componentes de
Palavras chave: ensaios não destrutivos, processamento digital de sinal, redes neurais, pulso eco, ultrassom
CLASSIFICAÇÃO DE SINAIS ULTRASSÔNICOS PRÉ-PROCESSADOS PELA TRANSFORMADA DE FOURIER ATRAVÉS DAS REDES NEURAIS ARTIFICIAIS UTILIZANDO A TÉCNICA PULSO ECO PARA IDENTIFICAÇÃO DE DEFEITOS EM JUNTAS SOLDADAS
UNIVERSIDADE FEDERAL DO ABC MATERIAIS E SUAS PROPRIEDADES (BC 1105) ENSAIOS MECÂNICOS ENSAIOS DE TRAÇÃO E FLEXÃO
1 UNIVERSIDADE FEDERAL DO ABC CENTRO DE ENGENHARIA, MODELAGEM E CIÊNCIAS SOCIAIS APLICADAS MATERIAIS E SUAS PROPRIEDADES (BC 1105) ENSAIOS MECÂNICOS ENSAIOS DE TRAÇÃO E FLEXÃO 2 1. INTRODUÇÃO Algumas das
Análise da influência do tempo de centelhamento na retificação cilíndrica externa de mergulho de aços endurecidos VC-131
Análise da influência do tempo de centelhamento na retificação cilíndrica externa de mergulho de aços endurecidos VC-131 Ulysses de Barros Fernandes (UNESP) ulyssesfernandes@uol.com.br José Augusto Camargo
Ferramenta para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel.
para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel. Fábio Luis Oliveira dos Reis (UFBA) flreis@ufba.br Leizer Schnitman (UFBA) leizer@area1.br Herman Augusto Lepikson
LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto
LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto SUMÁRIO INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA
1. Introdução. 1.1.Objetivo
1. Introdução 1.1.Objetivo O objetivo desta dissertação é desenvolver um sistema de controle por aprendizado acelerado e Neuro-Fuzzy baseado em técnicas de inteligência computacional para sistemas servo-hidráulicos
MÉTODO NUMÉRICO PARA A DETERMINAÇÃO DO MÓDULO DE TENACIDADE DE MATERIAIS A PARTIR DE ENSAIOS DE TRAÇÃO
MÉTODO NUMÉRICO PARA A DETERMINAÇÃO DO MÓDULO DE TENACIDADE DE MATERIAIS A PARTIR DE ENSAIOS DE TRAÇÃO Autores: Pedro Henrique Gwiggner SERIGHELLI 1, Cristiano José TURRA 1, David Roza JOSÉ 2. 1 Graduando
UNIVERSIDADE FEDERAL DO ABC CENTRO DE ENGENHARIA, MODELAGEM E CIÊNCIAS SOCIAIS APLICADAS MATERIAIS E SUAS PROPRIEDADES (BC 1105)
UNIVERSIDADE FEDERAL DO ABC CENTRO DE ENGENHARIA, MODELAGEM E CIÊNCIAS SOCIAIS APLICADAS MATERIAIS E SUAS PROPRIEDADES (BC 1105) ENSAIOS MECÂNICOS PARTE A ENSAIOS DE TRAÇÃO E FLEXÃO 2 1. INTRODUÇÃO Algumas
MODELAGEM E DINÂMICA DE UM DISPOSITIVO MICRO-ELETROMECÂNICO (MEMS). MODELING AND DYNAMICS OF MICRO-ELECTROMECHANICAL DEVICE (MEMS).
MODELAGEM E DINÂMICA DE UM DISPOSITIVO MICRO-ELETROMECÂNICO (MEMS). MODELING AND DYNAMICS OF MICRO-ELECTROMECHANICAL DEVICE (MEMS). Douglas Roca Santo 1, José Manoel Balthazar 2, Bento Rodrigues de Pontes
Analisador de Espectros
Analisador de Espectros O analisador de espectros é um instrumento utilizado para a análise de sinais alternados no domínio da freqüência. Possui certa semelhança com um osciloscópio, uma vez que o resultado
CONTROLE DA TEMPERATURA DE SECAGEM ARTIFICIAL DE GRÃOS 1
CONTROLE DA TEMPERATURA DE SECAGEM ARTIFICIAL DE GRÃOS 1 Saul Vione Winik 2, Vanessa Faoro 3, Rodolfo França De Lima 4, Oleg Khatchatourian 5, Cristiano Osinski 6. 1 Projeto de Iniciação Científica 2 Bolsista
Sinopse. 1. Introdução
COTEQ-204 VARIÁVEIS QUE INFLUENCIAM OS RESULTADOS DO ENSAIO DE MATERIAIS FERROMAGNÉTICOS PELA ANÁLISE DO RUÍDO MAGNÉTICO BARKHAUSEN Silvério Ferreira da Silva Júnior 1, Donizete Anderson de Alencar 2,
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso
ESTUDO DA DETECÇÃO DE CONTATO ENTRE REBOLO E PEÇA-OBRA ATRAVÉS DE EMISSÃO ACÚSTICA
ESTUDO DA DETECÇÃO DE CONTATO ENTRE REBOLO E PEÇA-OBRA ATRAVÉS DE EMISSÃO ACÚSTICA Paulo Roberto de Aguiar Unesp Bauru,SP, Brasil DEE-FE E-mail: aguiarpr@bauru.unesp.br Zhen Wang Peter Willett Electrical
Desenvolvimento de um sistema de aquecimento baseado em placa de Peltier para microdispositivos
Desenvolvimento de um sistema de aquecimento baseado em placa de Peltier para microdispositivos G.B. SANCHEZ 1, H. S. SANTANA 1, D.S. TORTOLA 1 e O. P. TARANTO 1 1 Universidade Estadual de Campinas, Faculdade
Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy
Redes Neurais Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy Um Sistema de Inferência Fuzzy (SIF) é um tipo especial de Sistema Baseado em Conhecimento (SBC).
UN, Population Division, 2011)
22 1 1.1 Contextualização e motivação Historicamente o aumento da população em centros urbanos se deu a partir da revolução industrial no século XIX, entretanto a sua concentração sempre foi maior no campo.
4 Sistema de diagnóstico de falhas em turbinas a gás
4 Sistema de diagnóstico de falhas em turbinas a gás 4.1. Introdução A construção do sistema de diagnóstico de turbinas a gás baseado em lógica fuzzy seguiu um modelo clássico de sistemas de diagnóstico
4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação
8 Conclusões e Trabalhos Futuros
8 Conclusões e Trabalhos Futuros Este trabalho propôs investigar o apoio das técnicas de Inteligência Computacional no desenvolvimento da Nanociência e Nanotecnologia. Tal apoio é aqui denominado de Nanotecnologia
ANÁLISE EXPERIMENTAL E TEÓRICA DO PROCESSO DE CONFORMAÇÃO MECÂNICA DE TREFILAÇÃO 1. Evandro Bertoldi 2.
ANÁLISE EXPERIMENTAL E TEÓRICA DO PROCESSO DE CONFORMAÇÃO MECÂNICA DE TREFILAÇÃO 1 Evandro Bertoldi 2. 1 Projeto de Pesquisa Realizado no Curso de Engenharia Mecânica da UNIJUÍ 2 Coordenador da Engenharia
Brasil 2017 EMISSÃO ACÚSTICA EM TRANSFORMADORES DE POTÊNCIA
Brasil 2017 EMISSÃO ACÚSTICA EM TRANSFORMADORES DE POTÊNCIA POTÊNCIA EMISSÃO ACÚSTICA EM TRANSFORMADORES DE POTÊNCIA 2 POTÊNCIA Emissão acústica é um fenômeno físico ocorrendo dentro dos materiais. O termo
MODELAGEM COMPUTACIONAL DA SOLDAGEM DE UM COMPONENTE AUTOMOTIVO
17º Simpósio do Programa de Pós-graduação em Engenharia Mecânica Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica MODELAGEM COMPUTACIONAL DA SOLDAGEM DE UM COMPONENTE AUTOMOTIVO Leandro
I Seminário da Pós-graduação em Engenharia Elétrica
AVALIAÇÃO DE MÉTODOS DE INTELIGÊNCIA ARTIFICIAL APLICADOS NA ESTIMAÇÃO DE PARÂMETROS DA RETIFICAÇÃO DE CERÂMICAS AVANÇADAS Mauricio Eiji Nakai Aluno do Programa de Pós-Graduação em Engenharia Elétrica
Automatização e Teste de um Sistema de Caracterização Elétrica Corrente Tensão (I V) para Dispositivos Fotovoltaicos
Automatização e Teste de um Sistema de Caracterização Elétrica Corrente Tensão (I V) para Dispositivos Fotovoltaicos B. C. Lima 1 ; N. M. Sotomayor 2. 1 Aluno do Curso de Física; Campus de Araguaína; e-mail:
Brasil Soluções integradas em ensaios não destrutivos
Brasil 2017 Soluções integradas em ensaios não destrutivos AÉREAS PARA TRABALHO EM ALTURA AÉREAS PARA TRABALHO EM ALTURA 02 Emissão acústica é um fenômeno físico ocorrendo dentro dos materiais. O termo
ESTUDO COMPARATIVO DO DESEMPENHO DE REBOLOS COM GRÃOS SUPERABRASIVOS E CONVENCIONAIS SUBMETIDOS A DIVERSAS CONDIÇÕES DE USINAGEM
ESTUDO COMPARATIVO DO DESEMPENHO DE REBOLOS COM GRÃOS SUPERABRASIVOS E CONVENCIONAIS SUBMETIDOS A DIVERSAS CONDIÇÕES DE USINAGEM Ivan De Domenico Valarelli Eduardo Carlos Bianchi Paulo Roberto Aguiar Rodrigo
4 Bancada Experimental e Aquisição de Dados
4 Bancada Experimental e Aquisição de Dados Com o objetivo de avaliar e complementar a análise das equações matemáticas desenvolvidas no capítulo 2, faz-se necessário realizar práticas experimentais. Com
Torneamento de aço endurecido com superfícies interrompidas usando ferramentas de CBN
Torneamento de aço endurecido com superfícies interrompidas usando ferramentas de CBN 1 INTRODUÇÃO As principais vantagens em se tornear peças de material endurecido ao invés de retificá-las são a alta
CURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS º PERÍODO
CURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS - 2017.2 2º PERÍODO DISCIPLINA: CÁLCULO I Estudo e aplicação de limites. Estudo e aplicação de derivadas. Estudo de soluções de problemas com utilização
Estudo comparativo da força de corte no processo de retificação
Estudo comparativo da força de corte no processo de retificação Patrik Nascimento Lançoni (UNESP) patrik@ladaps.feb.unesp.br Danilo Augusto Boso (UNESP) daniloboso@feb.unesp.br Paulo Roberto de Aguiar
TREND STRIPS E NÍVEIS DE RUÍDO ADICIONADOS A UM MAPA SENOIDAL
167 TREND STRIPS E NÍVEIS DE RUÍDO ADICIONADOS A UM MAPA SENOIDAL Antônio Carlos da Silva Filho Uni-FACEF Introdução Trend Strips (TS) são uma nova técnica de análise da dinâmica de um sistema, quando
7 Conclusão. 7.1 Principais Contribuições Originais
97 7 Conclusão Uma metodologia eficiente e segura é proposta para prever a propagação de trincas de fadiga sob carregamento de amplitude variável em estruturas bidimensionais com geometria 2D complexa.
ANÁLISE DO COMPORTAMENTO DE MANCAIS ELASTO-HIDRODINÂMICOS ATRAVÉS DO MÉTODO DOS ELEMENTOS FINITOS
ANÁLISE DO COMPORTAMENTO DE MANCAIS ELASTO-HIDRODINÂMICOS ATRAVÉS DO MÉTODO DOS ELEMENTOS FINITOS Bruno Luchini, Fábio Fernandes Valente e Mariano Eduardo Moreno UFSCar, Universidade Federal de São Carlos,
MONITORAMENTO DA CONDIÇÃO DA SUPERFÍCIE DE PEÇAS RETIFICADAS POR MEIO DE SINAIS DE EMISSÃO ACÚSTICA
MONITORAMENTO DA CONDIÇÃO DA SUPERFÍCIE DE PEÇAS RETIFICADAS POR MEIO DE SINAIS DE EMISSÃO ACÚSTICA Fábio Isaac Ferreira, fab.kf@hotmail.com Paulo Roberto de Aguiar, aguiarpr@feb.unesp.br Rafael Dourado
Por fim, deve-se mencionar o problema da geometria 2D complexa. Segundo a MFLE, as taxas de propagação das trincas por fadiga dependem
1 Introdução Este trabalho trata da simulação numérica, com verificação experimental, do processo de trincamento de componentes estruturais bi-dimensionais (2D) por fadiga sob cargas de amplitude variável.
Brasil 2017 SOLUÇÕES INTEGRADAS EM ENSAIOS NÃO DESTRUTIVOS
Brasil 2017 SOLUÇÕES INTEGRADAS EM ENSAIOS NÃO DESTRUTIVOS PONTES O PROGRAMA DE MONITORAMENTO DE SAÚDE ESTRUTURAL (PMSE) PARA PONTES 01 O PROGRAMA DE MONITORAMENTO DE (PMSE) foi desenvolvido pela IB-NDT
Utilização da Lógica Fuzzy: Uma Aplicação na Área da Saúde
Utilização da Lógica Fuzzy: Uma Aplicação na Área da Saúde Cristiane Koehler Universidade de Caxias do Sul (UCS) Centro de Informática Médica (CIM) ckoehler@ucs.br Lucimar Fossatti de Carvalho Universidade
PMR3507 Fábrica digital
LSA Laboratório de Sistemas de Automação www.pmrlsa.poli.usp.br PMR3507 Fábrica digital Cyber Physical System Escola Politécnica da Universidade de São Paulo Departamento de Engenharia Mecatrônica e de
DETERMINAÇÃO EXPERIMENTAL DOS PARÂMETROS DE UM MODELO PARA UM PROCESSO MULTIVARIÁVEL DE QUATRO TANQUES ACOPLADOS.
DETERMINAÇÃO EXPERIMENTAL DOS PARÂMETROS DE UM MODELO PARA UM PROCESSO MULTIVARIÁVEL DE QUATRO TANQUES ACOPLADOS. M.C. de Freitas, F.V. da Silva. Universidade Estadual de Campinas, Faculdade de Engenharia
Aprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 02 Representação dos dados Pré-processamento Max Pereira Tipo de Dados Os atributos usados para descrever objetos de dados podem ser de diferentes tipos: Quantitativos
BOMBA ELETROMAGNÉTICA DE CORRENTE CONTÍNUA APLICADA NO CONTROLE DE ESCOAMENTO DE METAIS LÍQUIDOS UTILIZADOS EM REATORES RÁPIDOS
2005 International Nuclear Atlantic Conference - INAC 2005 Santos, SP, Brazil, August 28 to September 2, 2005 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: 85-99141-01-5 BOMBA ELETROMAGNÉTICA DE
LÓGICA FUZZY. Adão de Melo Neto
LÓGICA FUZZY Adão de Melo Neto INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA OPERAÇÕES SOBRE CONJUNTOS
Primeiras Máquinas Ferramentas Manuais Movimentação através de volantes, manivelas, alavancas e correias Automação através de cames e seguidores (alto volume de produção) Controle Manual - Torno Automático
CLASSIFICAÇÃO DE DIAGRAMAS UNIFILARES DE SUBESTAÇÕES ELÉTRICAS BASEADA EM SISTEMAS NEBULOSOS
CLASSIFICAÇÃO DE DIAGRAMAS UNIFILARES DE SUBESTAÇÕES ELÉTRICAS BASEADA EM SISTEMAS NEBULOSOS M. Sc. Daniel Gomes Ferrari Universidade Federal de Goiás. danielgferrari@uol.com.br Prof. Dr. Gelson da Cruz
Introdução Conteúdo que vai ser abordado:
Introdução Conteúdo que vai ser abordado: Considerações sobre seleção de materiais; Propriedades dos materiais (metais, polímeros e cerâmicas); Seleção de materiais segundo: Resistência mecânica Resistência
consiste em forçar a passagem de um bloco de metal através do orifício de uma matriz mediante a aplicação de pressões elevadas
consiste em forçar a passagem de um bloco de metal através do orifício de uma matriz mediante a aplicação de pressões elevadas é o processo em que a peça é empurrada contra a matriz conformadora, com redução
Fadiga Um metal rompe-se por fadiga quando submetido a tensões cíclicas.
Fadiga Um metal rompe-se por fadiga quando submetido a tensões cíclicas. Fratura é de aparência frágil, mesmo que em materiais dúcteis, com formação de uma série de anéis que se desenvolvem do início da
CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY RESUMO INTRODUÇÃO
CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY Wesley Osvaldo Pradella Rodrigues 1, Danilo Augusto Heredia Vieira 1, Rhaysa Wolf 1 (Alunos do Curso de Administração da Universidade
MasterSaw 625 DOUBLETABLE. centro de trabalho universal automático multicentro
MasterSaw 625 DOUBLETABLE centro de trabalho universal automático multicentro Quando a competitividade significa gerenciar o inteiro processo de usinagem com uma única solução Made In Intermac 2 O mercado
Prof. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
Algoritmo para Determinação e Classificação de Distúrbios Múltiplos em Sistemas Elétricos 79
Algoritmo para Determinação e Classificação de Distúrbios Múltiplos em Sistemas Elétricos 79 3.3.3 Classificação dos distúrbios múltiplos Para a correta classificação dos diversos distúrbios é necessário
INVERSORES DE FREQÜÊNCIA
INVERSORES DE FREQÜÊNCIA 1. INTRODUÇÃO A eletrônica de potência, com o passar do tempo, vem tornando mais fácil (e mais barato) o acionamento em velocidade variável de motores elétricos. Com isto, sistemas
INF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Curso de Graduação em Engenharia, Habilitação em Engenharia Elétrica... Estrutura Curricular:
Curso de Graduação em Engenharia, Habilitação em Engenharia... Estrutura Curricular: Curso: 3 ENGENHARIA ELÉTRICA Currículo: 4 Ênfase: Eletrotécnica Resolução UNESP 33, de 24/6/1988 (ingressantes a partir
Redes Neurais e Sistemas Fuzzy
1. Inteligência Computacional Redes Neurais e Sistemas Fuzzy Apresentação da disciplina Conceitos básicos A chamada Inteligência Computacional (IC) reúne uma série de abordagens e técnicas que tentam modelar
6. Controle por Aprendizado Neuro-Fuzzy
6. Controle por Aprendizado Neuro-Fuzzy 6.1. Introdução Neste capítulo é apresentado o controle por aprendizado utilizando um sistema híbrido Neuro-Fuzzy, para o cálculo e atualização dos pontos de reversão
INSTRUMENTAÇÃO MECATRÔNICA
CONCEITOS DE INSTRUMENTAÇÃO Instrumentação é a ciência que aplica e desenvolve técnicas para adequação de instrumentos de medição, transmissão, indicação, registro e controle de variáveis físicas em equipamentos
19 Congresso de Iniciação Científica APLICAÇÃO DA LÓGICA NEBULOSA A MODELO DE CONHECIMENTO DO PROCESSO DE MINERAÇÃO DE DADOS
19 Congresso de Iniciação Científica APLICAÇÃO DA LÓGICA NEBULOSA A MODELO DE CONHECIMENTO DO PROCESSO DE MINERAÇÃO DE DADOS Autor(es) ANDRE DE ANDRADE BINDILATTI Orientador(es) ANDERSON BERGAMO, ANA ESTELA
METALURGIA FÍSICA TECNOLOGIA DA CONFORMAÇÃO PLÁSTICA. Tecnologia em Materiais Prof. Luis Fernando Maffeis Martins
15 METALURGIA FÍSICA TECNOLOGIA DA CONFORMAÇÃO PLÁSTICA Tecnologia em Materiais Prof. Luis Fernando Maffeis Martins Processos de conformação Processos mecânicos Processos metalúrgicos Processos de conformação
REFLEXÃO E REFRACÇÃO A presença de defeitos ou outras anomalias em materiais pode ser detectada através da variação da impedância acústica.
REFLEXÃO E REFRACÇÃO A presença de defeitos ou outras anomalias em materiais pode ser detectada através da variação da impedância acústica. Z V [R] Numa interface entre materiais diferentes existe sempre
Capítulo IV Condicionamento de Sinal
UNIVERSIDADE METODISTA DE ANGOLA FACULDADE DE ENGENHARIA CURSO DE ENGENHARIA MECATRÓNICA #4 Instrumentação Capítulo IV Condicionamento de Sinal Professor: João Lourenço Cussondama 1 #4 PROFESSOR: PERÍODO:
MÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM
MÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM Autores : Dan Lucio PRADA; Eduardo Bidese PUHL Identificação autores: Aluno da Ciência da Computação, Bolsista
MR Simulação. Simulação de Processos em Engenharia dos Materiais
MR 0720 - Simulação Simulação de Processos em Engenharia dos Materiais MR0720 Simulação CRITÉRIO DE APROVEITAMENTO M = Prova única no final do semestre. Prova prática com consulta, realizada com o auxílio
Áreas de concentração. Escola de Engenharia de São Carlos da Universidade de São Paulo
Áreas de concentração Escola de Engenharia de São Carlos da Universidade de São Paulo 1 Apresentação Este documento descreve as áreas de concentração do Programa de Pós-Graduação em Engenharia Mecânica
3. Materiais e Métodos
34 3. Materiais e Métodos A literatura apresenta vários trabalhos que adotam o método de elementos finitos para análise da distribuição de tensões em diversos equipamentos, elementos de máquinas, peças
SANDVIK HYPERION PRODUTOS DE DIAMANTE RVG
SANDVIK HYPERION PRODUTOS DE DIAMANTE RVG Diamantes RVG QUALIDADE CONTROLADA POR SEIS SIGMA A família de diamantes RVG foi desenvolvida para propiciar desempenho superior em uma ampla gama de materiais
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 07 Lógica Fuzzy Introdução A lógica FUZZY uma extensão da lógica booleana. Ela permite que estados imprecisos
MONITORAMENTO E ANÁLISE DE MÁQUINAS E COMPONENTES
MONITORAMENTO E ANÁLISE DE MÁQUINAS E COMPONENTES MONITORAMENTO DE VIBRAÇÃO E DIAGNÓSTICO COMUNICAÇÃO Visualização (TCP/IP) Detecção de anomalias como: Danos em rolamentos no spindle Desgaste ou defeitos
Palavras Chave: Emissão Acústica, Processo de Usinagem, Retificação, Queima, monitoramento
PROCESSAMENTO DIGITAL DO SINAL DE EMISSÃO ACÚSTICA PARA A DETECÇÃO DA QUEIMA NO PROCESSO DE RETIFICAÇÃO Paulo R de Aguiar Departamento de Engenharia Elétrica FE Unesp Bauru SP aguiarpr@bauru.unesp.br Peter
5 Concepção e Projeto da Bancada
5 Concepção e Projeto da Bancada 5.1 Introdução O principal objetivo no projeto da bancada é simular o fenômeno da instabilidade em um rotor. O rotor foi desenvolvido a partir de um preexistente no Laboratório
7 Medição da Velocidade do Vento em um Túnel de Vento utilizando Fusão de Dados: Resultados Experimentais
7 Medição da Velocidade do Vento em um Túnel de Vento utilizando Fusão de Dados: Resultados Experimentais 7. Introdução este capítulo apresentam-se experimentos de laboratório realizados em um túnel de
Introdução aos sistemas de informação
Introdução aos sistemas de informação Sistemas de Informação Sistemas de Informação Um conjunto de informações relacionadas que coletam, manipulam e disseminam dados e informações e fornecem realimentação
SELEÇÃO DE PROCESSOS
SELEÇÃO DE PROCESSOS 1. Introdução Existem diferentes combinações de processos que permitem a fabricação de um mesmo produto (ou produtos similares). Procura-se alcançar a combinação que traga o maior
Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.
Inteligência Artificial Escola de Verão 28 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Lógica Nebulosa A Lógica Nebulosa (ou Lógica Difusa Fuzzy Logic
- Solução de problemas complexos de aquisição e processamento dos dados, viabilizando tecnicamente a medição;
Capítulo 10 AUTOMAÇÃO DO CONTROLE DIMENSIONAL 10.1 INTRODUÇÃO A utilização do computador na metrologia dimensional e/ou controle de qualidade geométrica não é uma questão de racionalização de mão-de-obra