Aplicação De Aprendizado De Máquina Na Técnica Da Impedância Eletromecânica (EMI) Para Monitoramento Da Manufatura

• Processo: 24/15800-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de janeiro de 2025
• Data de Término da vigência: 31 de dezembro de 2025
• Área de conhecimento: Engenharias - Engenharia Elétrica
• Pesquisador responsável: Fábio Isaac Ferreira
• Beneficiário: Luis Virgilio Malagi Carani Felipe
• Instituição Sede: Faculdade de Engenharia (FE). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Assunto(s): Aprendizado computacional Impressão tridimensional Processamento de sinais Processamento digital de sinais
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Impedância Eletromecânica | Manufatura Aditiva | monitoramento de Processos | Processamento de Sinais | Processamento Digital de Sinais

Resumo

A técnica da impedância eletromecânica (EMI) tem sido utilizada para monitorar a integridade de diferentes estruturas, como peças produzidas por processos de manufatura. No entanto, a implementação da técnica no ambiente de manufatura ainda é um desafio devido às variáveis que afetam a medição EMI, como temperatura e vibração. Por isso, o objetivo deste trabalho é investigar modelos de aprendizado de máquina (ML) para auxiliar na predição e na classificação de falhas durante processo de manufatura aditiva a partir dos sinais EMI. Para isso, inicialmente serão investigados os modelos ML que podem ser aplicados nos sinais EMI. Então, serão realizados ensaios de manufatura aditiva (impressão 3D), em que serão coletados os sinais EMI por meio de diafragmas piezoelétricos para diferentes condições de impressão. Os sinais EMI serão processados digitalmente e utilizados para treinamento dos algoritmos ML. Então, espera-se desenvolver um sistema de monitoramento de baixo custo para processos de manufatura aditiva por meio da técnica EMI com algoritmos de ML, evitando falhas durante o processo. Vale destacar que, além da contribuição científica da proposta, o tema deste trabalho terá sinergia com o grupo de pesquisa do Laboratório de Pesquisa em Automação Industrial (LAI) da Universidade de São Paulo (USP), em São Carlos/SP, e com o grupo de pesquisa do Campus Aeroespacial e de Tecnologia da Universidade Estadual do Kansas, em Salina/EUA.