Machine learning aplicado à usinagem: previsão de informações de um processo de usinagem por machine learning com dados de vibração obtidos com aplicativo Sci Journal
| Nível educacional (dc.audience.educationLevel) | MBE | pt_BR |
| Orientador(a) (dc.contributor.advisor) | Souza, Marcos Leandro Hoffmann | |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/2420878841218342 | pt_BR |
| Autor(a) (dc.contributor.author) | Paz, Matheus Ramage | |
| Curso (dc.curso) | MBE em Manufatura Avançada | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2021-03-18T13:25:15Z | |
| dc.date.available (dc.date.available) | 2021-03-18T13:25:15Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2019-01-01 | |
| Abstract (dc.description.abstract) | Real-time process monitoring is one of Industry 4.0's key advantages and needs. This requires the acquisition of process data and industrial equipment data through sensors of various types. In the machining process, the vibration resulting from the cutting effort of the material by the tool is a source of information about the state of the process, the state of the cutting tool, the quality characteristics being generated and the state of the machine tool. To measure vibration, accelerometers are used, similar to those found in many Smartphones available on the market. This paper proposes the use of acceleration sensors present in a common mobile device to obtain data from a machining process through the Sci Journal data collection application. Then, supplying information for a Decision Tree Regression, a Machine Learning algorithm in Python language, with those data seeking to predict information about the machining process and part quality in real time based on the measured vibrations. | en |
| Resumo (dc.description.resumo) | Conhecimento do processo em tempo real é uma das principais vantagens e necessidades da Indústria 4.0. Para isso, se faz necessária a aquisição de dados do processo e de equipamentos industriais por meio de sensores dos mais variados tipos. No processo de usinagem, a vibração resultando do esforço de corte do material pela ferramenta é uma fonte de informações sobre o estado do processo, o estado da ferramenta de corte, as características de qualidade que estão sendo geradas e o estado da máquina operatriz. Para medir a vibração, são utilizados acelerômetros, similares aos existentes nos mais diversos Smartphones disponíveis no mercado. Este artigo propõe a utilização dos sensores de aceleração presente em um aparelho de celular comum para obtenção de dados de um processo de usinagem através do aplicativo de coleta de dados Sci Journal, para então fornecer informações a um algoritmo de Machine Learning em linguagem Python do tipo Decision Tree Regression, buscando prever informações acerca do processo de usinagem e de qualidade da peça em tempo real baseado nas vibrações medidas. | pt_BR |
| URI (dc.identifier.uri) | http://www.repositorio.jesuita.org.br/handle/UNISINOS/9643 | |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio dos Sinos | pt_BR |
| Assunto (dc.subject) | Vibração | pt_BR |
| Assunto (dc.subject) | Usinagem | pt_BR |
| Assunto (dc.subject) | Vibration | en |
| Assunto (dc.subject) | Machining | en |
| Assunto (dc.subject) | Machine learning | en |
| Assunto (dc.subject) | Smartphone | en |
| Assunto (dc.subject) | Sci Journal | en |
| Assunto (dc.subject) | Decision tree regression | en |
| Título (dc.title) | Machine learning aplicado à usinagem: previsão de informações de um processo de usinagem por machine learning com dados de vibração obtidos com aplicativo Sci Journal | pt_BR |
| Tipo de arquivo (dc.type) | TCC | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- Matheus Ramage Paz_.pdf
- Tamanho:
- 308.41 KB
- Formato:
- Adobe Portable Document Format
- Descrição:
- machine_learning
Licença do pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.12 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: