Dissertação
Data-Driven Quality Prognostics for Automated Riveting Process EVALUATED
Prognósticos baseados em técnicas data-driven têm vindo a adquirir uma grande importância no seio da indústria da manufactura, proporcionando vantagens competitivas através da melhoria genérica dos processos de manutenção e controlo de qualidade. Devido aos benefícios estruturais, a rebitagem é o processo tecnológico mais utilizado na montagem de veículos aeroespaciais. A rebitagem é uma técnica bastante convencional, contudo tem vindo a inovar, tirando partido de soluções de automação. Para preencher os requisitos de certificação extremamente conservadores, que são os da indústria aeroespacial, e porque qualquer variabilidade no processo está directamente ligado à qualidade da junta rebitada resultante, é extremamente necessária a existência de controlo de qualidade do processo. Este controlo de qualidade continua a ser fortemente dependente da intervenção humana assistida por simples ferramentas de medição. Esta tese reporta o trabalho levado a cabo para criar um modelo preditivo inteligente que possa ser integrado nos já existentes robots de rebitagem com sub-sistemas em tempo real de sensores e pre-processamento. É então proposto um novo modelo para prognóstico da qualidade dos resultados do processo de rebitagem automática. É utilizado um dataset real que inclui informação relativa aos requisitos de design e parâmetros controláveis do processo. Acredita-se que a necessidade de agentes humanos no processo de controlo de qualidade não será completamente eliminada, devido à natureza conservadora desta indústria. No entanto espera-se que possa passar a haver uma melhor alocação de recursos, direccionando a atenção dos técnicos para as àreas com rebitagem mais problemática, ao invés de analizar toda a peça.
novembro 21, 2017, 16:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
