Empleo de las características acústicas del mecanizado para la monitorización de procesos de fresado de acabado

Sio Server, Andrés, Manuel López , Juan, Asensio Rivera, Cesar, Vizán Idoipe, Antonio y Arcas, Guillermo de(2022) .Empleo de las características acústicas del mecanizado para la monitorización de procesos de fresado de acabado. XV Congreso Iberoamericano de Ingeniería Mecánica.En: Universidad Politécnica de Madrid. (2022-11-22)

Ficheros (Some files may be inaccessible until you login with your old.e-spacio credentials)
Nombre Descripción Tipo MIME Size
Abs_540_197359.docx Empleo de las características acústicas Click to show the corresponding preview/stream application/vnd.openxmlf... 3.19MB

Título de la Conferencia XV Congreso Iberoamericano de Ingeniería Mecánica
Fecha de inicio de la Conferencia 2022-11-22
Fecha fín de la Conferencia 2022-11-24
Lugar de la Conferencia Universidad Politécnica de Madrid
Fecha de presentación de la Ponencia 2022
Titulo Empleo de las características acústicas del mecanizado para la monitorización de procesos de fresado de acabado
Autor(es) Sio Server, Andrés
Manuel López , Juan
Asensio Rivera, Cesar
Vizán Idoipe, Antonio
Arcas, Guillermo de
Materia(s) Ingeniería Mecánica
Resumen El presente documento presenta la implementación de un sistema de medición que emplea un arreglo de cuatro micrófonos y un modelo basado en datos para la estimación de la profundidad de corte en operaciones de fresado. La energía acústica generada por el proceso de mecanizado es captada por los micrófonos y procesada mediante un algoritmo de separación ciega de señales para reducir el impacto del ruido de fondo y de la reverberación. A continuación, diferentes características son extraídas de la señal resultante y estas son introducidas en un sistema de regresión no lineal asistido por aprendizaje máquina para realizar una monitorización no intrusiva del proceso que tiene lugar. Las principales ventajas de este sistema se basan en una implementación relativamente sencilla y una buena precisión de resultados, lo cual reduce la variabilidad de los actuales sistemas de monitorización sin contacto. Para la validación de este método, los resultados han sido comparados con los resultados obtenidos mediante un dinamómetro de precisión empleando un modelo geométrico del proceso de corte, obteniéndose unos resultados con error medio del 1% y una desviación típica bajo los 0.2 mm.
Abstract This paper presents the implementation of a measurement system that uses a four-microphone array and a data-driven algorithm to estimate depth of cut during end milling operations. The audible range acoustic emission signals captured with the microphones are combined using a blind source separation algorithm to reduce the impact of noise and reverberation. Afterwards, a set of features are extracted from these signals which are finally fed into a nonlinear regression algorithm assisted by machine learning techniques for the contactless monitoring of the milling process. The main advantages of this algorithm lie in relatively simple implementation and good accuracy in its results, which reduce the variance of the current noncontact monitoring systems. To validate this method, the results have been compared with the values obtained with a precision dynamometer and a geometric model algorithm obtaining a mean error of 1% while maintaining an STD below 0.2 mm.
Palabra clave energía acústica
fresado de acabado
micrófonos
modelado basado en datos
Editor(es) Universidad Nacional de Educación a Distancia (España)
Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
Fecha 2022
Formato application/ms-word
Identificador bibliuned:congresoCIBIM-2022UPMEspana-Asio
https://doi.org/10.5944/bicim2022.352
Idioma spa
Versión de la publicación publishedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso conferenceObject
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 220 Visitas, 35 Descargas  -  Estadísticas en detalle
Creado: Wed, 22 Feb 2023, 23:14:21 CET