Título :	Metodología para la detección de fractura del punzón en proceso de troquelado basada en acelerómetro MEMS
Autor(es):	Jaime Osvaldo Landín Martínez
Palabras clave:	proceso de perforado diagnóstico de condición características de tiempo estadístico análisis de discriminante lineal Método de reducción de dimensión
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	15-jun-2020
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ciencias (Mecatrónica)
Resumen:	El punzonado de chapa es una de las operaciones de fabricación más comunes en las industrias modernas para fabricar una gran variedad de piezas de automóviles, componentes aeroespaciales, así como productos de consumo como electrodomésticos, latas, fregaderos, cajas, etc. El monitoreo en línea del proceso de punzado es cada vez más importante para detectar y corregir variaciones que puedan crear fallas de punzado a tiempo, garantizar la consistencia de la calidad del producto y proteger las herramientas contra daños. El troquelado de chapa es un proceso altamente transitorio que generalmente dura solo una docena de milisegundos o incluso un período de tiempo más corto. En este trabajo propone una metodología de diagnóstico basada en el cálculo de un conjunto de características de tiempo estadístico aplicado en el proceso de perforado para identificar y discriminar entre diferentes condiciones de operación, como son un modelo sano con 0% de daño y tres modelos dañados con 25%, 50%, y 75%; aunque el objetivo es encontrar la presencia de la fractura; es decir con un 1000% de daño. Como medio de diagnóstico principal para el proceso de perforado, se selecciona un acelerómetro triaxial MEMS para medir las señales de vibración en cada uno de sus tres ejes. En la metodología propuesta, tres señales de vibración en el porta punzón son adquiridas y se caracterizan para calcular sus características de tiempo estadístico. Luego, tales conjuntos de características de tiempo estadístico se comprimen y se representan en un espacio de 2 dimensiones con un método de reducción de dimensión lineal basado en una selección de características con el método de Análisis de Componentes Principales, finalmente la clasificación e identificación se realiza con la técnica de Análisis Discriminante Lineal. Y, finalmente, se utiliza un clasificador basado en redes neuronales artificiales para diagnosticar las diferentes condiciones consideradas. El rendimiento de la metodología de diagnóstico propuesta se evalúa en un banco de pruebas experimental obteniendo un rendimiento en la clasificación Los resultados obtenidos hacen que la metodología propuesta pueda ser aplicada en procesos industriales.
URI:	http://ri-ng.uaq.mx/handle/123456789/2216
Aparece en:	Maestría en Ciencias (Mecatrónica)

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.