Ayuda
Ir al contenido

Dialnet


Supervisión de procesos industriales de soldadura eléctrica mediante redes neuronales

  • Autores: Rafael Luis Millan Vazquez de la Torre
  • Directores de la Tesis: José Manuel Quero Reboul (dir. tes.)
  • Lectura: En la Universidad de Sevilla ( España ) en 1996
  • Idioma: español
  • Tribunal Calificador de la Tesis: Armando Roy Yarza (presid.), Antonio J. Torralba Silgado (secret.), Juan Peire Arroba (voc.), Joan Cabestany Moncusí (voc.), L. García Franquelo (voc.)
  • Materias:
  • Texto completo no disponible (Saber más ...)
  • Resumen
    • Las técnicas de unión mediante soldadura, utilizadas en multitud de aplicaciones industriales en las que se requiere una producción elevada, han alcanzado un alto grado de fiabilidad. La exigencia de un mercado cada vez más competitivo ha obligado a mejorar notablemente los controles de calidad de las uniones soldadas. Esta tesis doctoral tuvo su origen en una propuesta de la factoría de General Motors (Puerto Real, Cádiz) para mejorar el control de calidad de sus equipos de soldadura de resistencia eléctrica. La experiencia obtenida de la investigación realizada en este tipo de soldadura (puntual) fue el punto de partida para el estudio de una soldadura más complejo: la soldadura por arco eléctrico que es de tipo continuo. Los métodos de detección de fallos no destructivos tales como ultrasonidos y radiografía se caracterizan por los elevados costes de los equipos, la necesidad de un operario altamente cualificado que interprete los datos obtenidos y la inviabilidad de realizarlos en tiempo real. El objeto de esta tesis consiste en automatizar la etapa de clasificación permitiendo discriminar si una unión soldada es aceptable o defectuosa en tiempo real. La fuente de información para decidir la calidad de la soldadura son las curvas de tensión e intensidad en los electrodos durante el proceso de soldadura. Esta curvas son muestreadas y mediante una electrónica digital simple (fpga de bajo costo) se obtienen características para que un clasificador de tipo neuronal decida si la pieza se rechaza o se acepta.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno