
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | De Aguiar, Paulo Roberto | - |
| Autor(es): dc.creator | De Paula, Wallace C.F. | - |
| Autor(es): dc.creator | Bianchi, Eduardo Carlos | - |
| Autor(es): dc.creator | Ulson, José Alfredo Covolan | - |
| Autor(es): dc.creator | Cruz, Carlos E. Dorigatti | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T18:27:53Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T18:27:53Z | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2010-04-01 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/226053 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/226053 | - |
| Descrição: dc.description | Industry worldwide has been marked by intense competition in recent years, placing companies under ever increasing pressure to improve the efficiency of their product processes. In addition to efficiency, precision is an extremely important factor, allowing companies to maintain standards and procedures aligned with international standards. One of the finishing processes most widely utilized for the manufacturing of mechanical precision components is grinding, and one of the principal criteria for evaluating the final quality of a product is its surface, which is influenced mainly by thermal and mechanical factors. Thus, the objective of this work was to investigate the intrinsic relationship between the surface quality of ground workpieces and the behavior of the corresponding acoustic emission and grinding power signals in the surface grinding processes, using artificial neural networks. The surface quality of workpieces was analyzed based on parameters of surface grinding burn, surface roughness and microhardness. The use of artifice-al neural networks in the characterization of the surface quality ground workpieces was found to yield good results, constituting an interesting proposal for the implementation of intelligent systems in industrial environments. © 2010 by ABCM. | - |
| Descrição: dc.description | Department of Electrical Engineering UNESP - Univ. Estadual Paulista, Bauru, SP | - |
| Descrição: dc.description | Grad. Prog. in Materials Science and Tech. UNESP - Univ. Estadual Paulista, Bauru, SP | - |
| Descrição: dc.description | Department of Electrical Engineering UNESP - Univ. Estadual Paulista, Bauru, SP | - |
| Descrição: dc.description | Grad. Prog. in Materials Science and Tech. UNESP - Univ. Estadual Paulista, Bauru, SP | - |
| Formato: dc.format | 146-153 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Journal of the Brazilian Society of Mechanical Sciences and Engineering | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Artificial neural networks | - |
| Palavras-chave: dc.subject | Burn detection | - |
| Palavras-chave: dc.subject | Grinding | - |
| Palavras-chave: dc.subject | Hardness | - |
| Palavras-chave: dc.subject | Surface roughness | - |
| Título: dc.title | Analysis of forecasting capabilities of ground surfaces valuation using artificial neural networks | - |
| Tipo de arquivo: dc.type | livro digital | - |
| 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: