7º CONGRESSO BRASILEIRO DE ENGENHARIA DE FABRICAÇÃO 7 th BRAZILIAN CONGRESS ON MANUFACTURING ENGINEERING 20 a 24 de maio de 2013 – Penedo, Itatiaia – RJ - Brasil May 20 th to 24 th , 2013 – Penedo, Itatiaia – RJ – Brazil © Associação Brasileira de Engenharia e Ciências Mecânicas 2013 MODELOS NEURAIS NA ESTIMAÇÃO DO DESGASTE DA FERRAMENTA NA RETIFICAÇÃO DE CERÂMICAS André Marcelino, ra911623@feb.unesp.br 1 Mauricio Eiji Nakai, nakaimauricio@gmail.com 2 Hildo Guillardi Júnior, hildogjr@gmail.com 2 Paulo Roberto de Aguiar, aguiarpr@feb.unesp.br 2 Eduardo Carlos Bianchi, bianchi@feb.unesp.br 1 1 UNESP - Universidade Estadual Paulista, Faculdade de Engenharia – Campus de Bauru – Departamento de Engenharia Mecânica CEP 17033-360 - Bauru – SP 2 UNESP - Universidade Estadual Paulista, Faculdade de Engenharia – Campus de Bauru – Departamento de Engenharia Elétrica CEP 17033-360 - Bauru – SP Resumo: Devido à combinação de propriedades as peças cerâmicas avançadas têm sido largamente utilizadas na fabricação de peças com exigências complexas. Considerando a importância de se avaliar a qualidade final da peças cerâmicas o trabalho teve por objetivo estimar o desgaste da ferramenta de corte (rebolo) no processo de retificação utilizando redes neurais MLP (Multi-Layer Perceptron) e ANFIS (Adaptative Network Based Fuzzy Inference System). Essas redes possibilitarão o conhecimento das relações existentes entre as variáveis de entrada e de saída, prevendo o padrão do comportamento do processo. Um estudo comparativo dessas redes foi realizado, observando o menor erro e rapidez na estimação dos parâmetros mencionados. Foi utilizada para os ensaios uma máquina retificadora plana com rebolo diamantado sintético e corpos de prova de cerâmica Alumina. Além de três diferentes condições de usinagem: com profundidades de corte de 120μm, 70 μm e 20μm. Os sinais de emissão acústica e potência de corte foram armazenados digitalmente por uma placa de aquisição de dados da National Instruments, modelo PCI-6035E, a uma taxa de amostragem de 200 mil amostras por segundo. Posteriormente os dados foram processados digitalmente, analisados e empregados como entradas para os modelos neurais criados. Os resultados mostraram um ótimo desempenho das redes neurais empregadas, sendo que as redes MLP apresentaram melhores resultados. O modelo ANFIS, apesar de um número menor de parâmetros, mostrou-se mais estável, não proporcionando grandes variações entre redes de mesmas configurações. Foi possível concluir que os modelos neurais propostos satisfazem as necessidades da estimação do desgaste da ferramenta, viabilizando a implementação futura em um hardware dedicado. Palavras-chave: modelos neurais, desgaste, retificação, cerâmica, usinagem 1. INTRODUÇÃO Devido à baixa densidade, resistência a altas temperaturas e resistência ao desgaste e a corrosão, as cerâmicas avançadas, tais como o óxido de alumínio, nitreto de silício e a zircônia estão sendo cada vez mais utilizados na engenharia e na medicina. Na engenharia são utilizadas na produção de peças como, por exemplo, em rolamentos, vedação para bombas hidráulicas, como material adiabático de catalizadores, válvulas, rotores, ferramentas de corte, na medicina como juntas artificiais (Allor e Jahanmir, 1996), dentes e ossos (Chang e Kuo, 2007). O processo de retificação é de grande importância na cadeia produtiva, pois influência diretamente na rugosidade da peça. A rugosidade é um fator essencial na inspeção de várias aplicações industriais como, por exemplo, a produção e processamento de metais, semicondutores, cerâmicas, papel e plástico (Dhanasekar et al., 2008). Outro fator importante no processo de retificação é o seu custo, mesmo a retificação com rebolo diamantado satisfazendo tanto a precisão dimensional quanto ao acabamento, o seu custo ainda é alto variando de 60 a 90% do custo total no final do processo (Konig, 1990; Samant e Dahotre, 2009). Portanto, qualquer erro nesse processo devido à parada da máquina para a medição de rugosidade pode resultar em prejuízos com a perda da peça ou de suas especificações. O controle do processo de retificação é vital para aumentar o desempenho da ferramenta em termos de acabamento superficial, tolerâncias requeridas e ciclo de operações (Liang et al., 2004). Tendo em vista uma efetiva redução de custos, juntamente com o aumento da qualidade das peças produzidas, a aplicação de sistemas mais inteligentes em ambientes industriais e, portanto, o controle dos danos causados no processo é crucial e de interesse direto de todos os setores dependentes desse processo.