Tesis
Weld bead geometry modeling in GMAW process by machine learning techniques and data mining process
Fecha
2021-12-26Registro en:
MARTÍNEZ, Rogfel Thompson. Weld bead geometry modeling in GMAW process by machine learning techniques and data mining process. 2021. 97 f., il. Tese (Doutorado em Sistemas Mecatrônicos) — Universidade de Brasília, Brasília, 2021.
Autor
Martínez, Rogfel Thompson
Institución
Resumen
O processo GMAW possui um comportamento não linear, e tem levado muitos pesquisadores a desenvolverem diversos estudos sobre ele. Um dos principais interesses tem sido otimizar o processo para desenvolver melhor desempenho nos processos industriais. Dessa forma, os avanços atuais em processamento de imagem, modelo preditivo e modelagem inteligente podem ajudar a otimizar processos. Essas técnicas podem obter bons resultados na análise de soldagem. As técnicas se podem agrupar em: técnicas de aprendizado de máquina, aprendizado profundo, aprendizado por reforço e processos de mineração de dados. Eles são responsáveis pelos avanços atuais em predições, classificação de imagens em tempo real e controle inteligente. Sua aplicação na área de soldagem tem como potencial um melhor estudo e análise de processos, otimização de tecnologias de soldagem e melhores controles de processo. Esta pesquisa tem como objetivo desenvolver um modelo de geometria do cordão de solda no processo GMAW através da aplicação das técnicas de machine learning e do processo de mineração de dados. Como resultado da pesquisa, foi obtido um modelo de deep learning para a análise do arco, um modelo preditivo do comportamento do processo e um modo com o objetivo de otimizá-lo. As metodologias desenvolvidas com esses modelos demonstram uma eficiência válida para serem aplicadas em processos reais de GMAW.