Publicación:
Un método inteligente basado en el aprendizaje automático para la estimación del desgaste de la herramienta en el proceso de Brochado vertical

Vista sencilla de ítem
dc.contributor.authorHolgado, Ibon
dc.contributor.authorPérez Salinas, Cristian
dc.contributor.authorOrtega, Naiara
dc.contributor.authorLópez de Lacalle Marcaide, Luis Norberto
dc.contributor.authorOlmo, Ander del
dc.date.accessioned2024-05-21T13:03:23Z
dc.date.available2024-05-21T13:03:23Z
dc.date.issued2022
dc.description.abstractEn este trabajo se presenta un sistema de visión artificial para estimar automáticamente el desgaste de las herramientas de brochado. Mediante este sistema es posible evaluar la evolución del desgaste a diferentes condiciones de mecanizado y decidir cuándo una herramienta debe ser sustituida, garantizando la calidad de la pieza mecanizada y evitando la rotura catastrófica de la herramienta. Además, en este trabajo se discuten las ventajas del método propuesto frente a los tradicionales y ampliamente utilizados basados norma ISO 3685:1993, altamente influenciados por el operario. El método propuesto utiliza una novedosa técnica de segmentación del área de desgaste basado en inteligencia artificial Machine Learning, generando valores altamente reproducibles, ahorrando a los técnicos tareas intensivas en mano de obra y obteniendo valores con gran precisión. Los resultados muestran una gran relación entre los valores obtenidos por el método propuesto y los experimentales, con errores por debajo del 0.17% y 2.88% correspondientes al MSE y MAE respectivamente.es
dc.description.abstractThis paper presents a reliable machine vision system for automatic estimation of broaching tool wear. By means of this system it is possible to evaluate the wear evolution at different machining conditions and to decide when a tool should be replaced, guaranteeing the quality of the machined part, and avoiding catastrophic tool breakage. In addition, this paper discusses the advantages of the proposed method over the traditional and widely used ISO 3685:1993-based methods, which are highly influenced by the operator. The proposed method uses a novel wear area segmentation technique based on artificial intelligence Machine Learning, discovering highly reproducible values, saving technician’s labor-intensive tasks, and obtaining values with high accuracy. The results show a high correlation between the values obtained by the proposed method and the experimental ones, with errors below 0.17% and 2.88% corresponding to the MSE and MAE respectively.en
dc.description.versionversión publicada
dc.identifier.doihttps://doi.org/10.5944/bicim2022.076
dc.identifier.urihttps://hdl.handle.net/20.500.14468/19974
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España), Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
dc.relation.centerE.T.S. de Ingenieros Industriales
dc.relation.congressXV Congreso Iberoamericano de Ingeniería Mecánica. Madrid, España, 22-24 de noviembre de 2022. CIBIM 2022
dc.relation.departmentMecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.keywordsMachine Learning
dc.subject.keywordsprocesamiento de imágenes
dc.subject.keywordsdesgaste
dc.subject.keywordsbrochado
dc.subject.keywordsmecanizado
dc.titleUn método inteligente basado en el aprendizaje automático para la estimación del desgaste de la herramienta en el proceso de Brochado verticales
dc.typeconference proceedingsen
dc.typeactas de congresoes
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
Abs_101_182288.docx
Tamaño:
2.75 MB
Formato:
Microsoft Word XML
Descargar
Colecciones
Actas y comunicaciones de congresos