SciELO - Scientific Electronic Library Online

 
vol.12 número4Elemento acústico de tres nodos para interacción fluido estructura basado en un principio variacional parametrizadoDetección de primitivas circulares usando un algoritmo inspirado en el electromagnetismo índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Ingeniería, investigación y tecnología

versión impresa ISSN 1405-7743

Resumen

MOTA-VALTIERRA, G.C.; FRANCO-GASCA, L.A.; HERRERA-RUIZ, G  y  MACIAS-BOBADILLA, G. Sistema basado en redes neuronales artificiales para el monitoreo de la herramienta en fresadoras CNC. Ing. invest. y tecnol. [online]. 2011, vol.12, n.4, pp. 461-468. ISSN 1405-7743.

Algunas empresas tienen como principal objetivo ofrecer a sus clientes productos de calidad, y esto es posible optimizando sus costos, reduciendo y controlando las variaciones en sus procesos de producción. Dentro de las industrias manufactureras el estado físico de las herramientas es muy importante, ya que de esto depende en gran medida la calidad del producto y la vida útil de la maquinaria. Actualmente existe en el mercado una gran variedad de sistemas de monitoreo para determinar el estado de los cortadores en las fresadoras; sin embargo, estos son costosos e inaccesibles para las empresas pequeñas y frecuentemente es necesario hacer modificaciones a la maquinaria para instalarlos. En este artículo se presenta un sistema de monitoreo con un clasificador inteligente que determina el estado de las herramientas de corte en una fresadora de Control Numérico por Computadora (CNC). El estado de los cortadores se detecta a través del análisis de las fuerzas de corte que se encuentran contenidas en las corrientes del motor del husillo. Algo importante en este sistema es que no utiliza sensores ni es necesario hacer modificaciones para adherirlo al proceso original. Para lograr la clasificación se aplican técnicas de procesamiento digital de señales, para eliminar los componentes de ruido y extraer los componentes de fuerza, se aplica a la señal original un filtro digital del tipo FIR. Después, se aplica una transformada Wavelet, con la finalidad de comprimir la información y optimizar el clasificador. Por último, una red neuronal del tipo perceptrón multicapa es la encargada de realizar la clasificación de las señales, alcanzando una confiabilidad del 95%. El sistema es capaz de detectar la ruptura y el desgaste del cortador.

Palabras llave : sistema de monitoreo; ruptura; desgaste; transformada Wavelet; redes neuronales artificiales; filtro digital.

        · resumen en Inglés     · texto en Inglés     · pdf en Inglés