Tesis doctoral de Sir Alexci Suarez Castrillon
En esta tesis se presenta un sistema que permite realizar el control de la calidad superficial de las piezas provenientes de operaciones de torneado. La solución que se propone se basa en evaluar la rugosidad de la superficie, analizando la textura presente en las imágenes digitales obtenidas. En la fase experimental se han realizado operaciones de cilindrado utilizando tres aleaciones metálicas: aisi 321, aisi 304cu y aisi 6150. Para la realización de los ensayos se han aplicado técnicas de diseño de experimentos y se ha trabajado con valores de los parámetros de operación y rugosidad típicos en la práctica industrial. Se han tomado un número de imágenes suficientemente elevado para asegurar la fiabilidad de los resultados. Para clasificar las imágenes en función de su rugosidad se ha propuesto un nuevo descriptor basado en el kernel r5r5 de laws, realizando una convolución en dos pasos. Los descriptores así obtenidos han permitido clasificar la rugosidad de las piezas en distintas clases de acuerdo a la norma une 1037:1983. Las tasas de acierto en la clasificación de las imágenes están comprendidas entre un 97%, en el peor de los casos al utilizar análisis discriminante y un 99,11% mediante k-nn. Finalmente se propone una ecuación lineal que permite correlacionar los descriptores anteriores con el parámetro de la desviación media aritmética del perfil de la superficie, ra, obteniendo un valor de rugosidad similar en un 95% al proporcionado por el perfilómetro.
Datos académicos de la tesis doctoral «Determinación de la rugosidad superficial de piezas mecanizadas mediante técnicas de visión artificial«
- Título de la tesis: Determinación de la rugosidad superficial de piezas mecanizadas mediante técnicas de visión artificial
- Autor: Sir Alexci Suarez Castrillon
- Universidad: León
- Fecha de lectura de la tesis: 12/07/2010
Dirección y tribunal
- Director de la tesis
- Joaquin Barreiro García
- Tribunal
- Presidente del tribunal: julio e. Labarga ordóñez
- José enrique Ares gómez (vocal)
- María no Marcos barcena (vocal)
- eduardo Cuesta gonzalez (vocal)