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 | Castro Neto, Frederico de | - |
Autor(es): dc.creator | Gerônimo, Thiago Matheus | - |
Autor(es): dc.creator | Cruz, Carlos Eduardo Dorigatti | - |
Autor(es): dc.creator | Aguiar, Paulo Roberto de | - |
Autor(es): dc.creator | Bianchi, Eduardo Carlos | - |
Data de aceite: dc.date.accessioned | 2025-08-21T16:58:23Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T16:58:23Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2016-03-02 | - |
Data de envio: dc.date.issued | 2016-03-02 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2016-03-02 | - |
Data de envio: dc.date.issued | 2016-03-02 | - |
Data de envio: dc.date.issued | 2013 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.procir.2013.09.010 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/243676 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/243676 | - |
Descrição: dc.description | The control of industrial manufacturing processes is of great economic importance due to the ongoing search to reduce raw materials and labor wastage. Indirect manufacturing operations such as dimensional quality control generate indirect costs that can be avoided or reduced through the use of control systems. The use of intelligent manufacturing systems, which is the next step in the monitoring of manufacturing processes, has been researched through the application of artificial neural networks in the last two decades. In this work, artificial intelligence systems were trained to estimate the diameter of holes in precision drilling processes. The methodology involved the use of an acoustic emission sensor, a three-dimensional dynamometer, an accelerometer, and a Hall effect sensor to monitor the drilling process. The method was applied to test specimens composed of packages of Ti6Al4V titanium alloy and 2024-T3 aluminum alloy sheets, which are widely employed in the aerospace industry. The collected signals were processed and the data were organized and fed into artificial intelligence systems, which consisted of an artificial multilayer perceptron (MLP) neural network and the adaptive neuro-fuzzy inference system (ANFIS). The results indicated that the MLP network was the most efficient of the two artificial intelligence techniques. The results also demonstrated a strong potential for the industrial application of the models. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal e Nível Superior (CAPES) | - |
Descrição: dc.description | Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Faculdade de Engenharia de Bauru (FEB), Departamento de Engenharia Elétrica, Bauru, SP, Brasil | - |
Descrição: dc.description | Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Faculdade de Engenharia de Bauru (FEB), Departamento de Engenharia Elétrica, Bauru, SP, Brasil | - |
Formato: dc.format | 49-54 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Elsevier B. V. | - |
Relação: dc.relation | Procedia CIRP | - |
Relação: dc.relation | 0,668 | - |
Direitos: dc.rights | info:eu-repo/semantics/restrictedAccess | - |
???dc.source???: dc.source | Currículo Lattes | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Drilling | - |
Palavras-chave: dc.subject | Neural networks | - |
Palavras-chave: dc.subject | ANFIS | - |
Título: dc.title | Neural models for predicting hole diameters in drilling processes | - |
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: