Estudio de técnicas predictivas aplicadas a la monitorización del acabado superficial en procesos de torneado automatizado

Resumen

En esta tesis doctoral se analizan diversas metodologías de monitorización del acabado superficial (Ra) en procesos de torneado CNC, basadas en información dinámica en tiempo real obtenida de señales on-line capturadas durante el proceso de corte. Para llevar a cabo este estudio se han realizado una serie de ensayos experimentales en los que se ha registrado la información del proceso a través de tres sensores de diferente naturaleza: un dinamómetro triaxial que registra las componentes ortogonales de las fuerza de corte, un acelerómetro triaxial que capta la vibración en la interacción herramienta-pieza, y un sensor de emisión acústica que recoge las ondas elásticas transitorias emitidas por el material al fracturarse. La información proporcionada por los sensores se ha analizado mediante cuatro métodos de procesado de señales: Time Direct Analysis (TDA), Singular Spectrum Analysis (SSA), Power Spectral Density (PSD) y Wavelet Packet Transform (WPT), evaluándose su idoneidad en la monitorización del acabado superficial a través de los siguientes aspectos: coste computacional, precisión y fiabilidad en la predicción de datos independientes. Los resultados obtenidos han determinado que la eficacia de cada método depende directamente de la tipología de la señal analizada. La predicción del acabado superficial se ha realizado mediante las técnicas paso a paso hacia adelante de regresión multivariable y redes neuronales artificiales (RNA). Los modelos de regresión han permitido determinar las señales y los parámetros de caracterización con información significativa en la predicción del acabado superficial. Para los modelos de RNA se ha realizado un estudio para determinar la mejor configuración en base a: las funciones de transferencia, las funciones de entrenamiento y las estructuras de red que proporcionen los modelos de mayor estabilidad. Las dos técnicas utilizadas han presentado resultados similares, mostrando muy buen comportamiento en la predicción de la rugosidad superficial, obteniéndose una pequeña mejoría con las redes neuronales artificiales. Esta tesis doctoral ha permitido establecer una metodología optimizada para la monitorización on-line del acabado superficial en operaciones de torneado CNC.