Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Univ Naples Federico II | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | D'Addona, Doriana M. | - |
Autor(es): dc.creator | Conte, Salvatore | - |
Autor(es): dc.creator | Lopes, Wenderson Nascimento [UNESP] | - |
Autor(es): dc.creator | Aguiar, Paulo R. de [UNESP] | - |
Autor(es): dc.creator | Bianchi, Eduardo C. [UNESP] | - |
Autor(es): dc.creator | Teti, Roberto | - |
Autor(es): dc.creator | Teti, R. | - |
Autor(es): dc.creator | DAddona, D. M. | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:22:02Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:22:02Z | - |
Data de envio: dc.date.issued | 2020-12-10 | - |
Data de envio: dc.date.issued | 2020-12-10 | - |
Data de envio: dc.date.issued | 2018-01-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.procir.2017.12.218 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/197859 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/197859 | - |
Descrição: dc.description | This work aims at determining the right moment to stop single-point dressing the grinding wheel in order to optimize the grinding process as a whole. Acoustic emission signals and signal processing tools are used as primary approach. An acoustic emission (AE) sensor was connected to a signal processing module. The AE sensor was attached to the dresser holder, which was specifically built to perform dressing tests. In this work there were three types of test where the edit parameters of each dressing test are: the passes number, the dressing speed, the width of action of the dresser, the dressing time and the sharpness. Artificial Neural Networks (ANNs) technique is employed to classify and predict the best moment for stopping the dressing operation. During the ANNs use, the results from Supervised Neural Networks and Unsupervised Neural Networks are compared. (C) 2017 The Authors. Published by Elsevier B.V. | - |
Descrição: dc.description | Univ Naples Federico II, Fraunhofer Joint Lab Excellence Adv Prod Technol, Dept Chem Mat & Ind Prod Engn, Piazzale Tecchio 80, I-80125 Naples, Italy | - |
Descrição: dc.description | Univ Estadual Paulista Unesp, Sch Engn, Ave Luiz Ed C Coube 14-01, BR-17033360 Bauru, SP, Brazil | - |
Descrição: dc.description | Univ Estadual Paulista Unesp, Sch Engn, Ave Luiz Ed C Coube 14-01, BR-17033360 Bauru, SP, Brazil | - |
Formato: dc.format | 307-312 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Elsevier B.V. | - |
Relação: dc.relation | 11th Cirp Conference On Intelligent Computation In Manufacturing Engineering | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Dressing | - |
Palavras-chave: dc.subject | Acustic emission signal | - |
Palavras-chave: dc.subject | Vibration signal | - |
Palavras-chave: dc.subject | Tool wear | - |
Palavras-chave: dc.subject | Artificial neural networks | - |
Título: dc.title | Tool condition monitoring of single-point dressing operation by digital signal processing of AE and AI | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: