Tesis

El fenómeno de la emisión acústica (EA) puede ser empleado en el monitoreo de los procesos de mecanizado. La principal ventaja de la EA es que el rango de frecuencias de sus señales es mucho mayor que los de las vibraciones de las máquinas y los ruidos ambientales y no es intrusivo en las operaciones de corte. Además la EA está directamente relacionada con el estado de la herramienta, ya que es generada por la deformación plástica, rozamiento, fractura de virutas y propagación de fisuras. En el presente trabajo se han llevado a cabo mediciones de parámetros y obtención de señales de EA en operaciones de torneado sobre dos aceros de distinta maquinabilidad (SAE 1010 y SAE 12L14) y diversas condiciones de mecanizado a los efectos de extraer de ellos un parámetro, o conjunto de ellos, indicativo del estado de desgaste de la herramienta. Parámetros de EA tales como amplitud, cuentas rise time, energía, eventos por segundo, duración han demostrado ser indicativos del desgaste del inserto aunque su uso en aplicaciones industriales es limitado ya que el establecimiento de un valor umbral para el control depende fuertemente de las variables del proceso. También se analizaron los espectros de frecuencia en distintas etapas del desgaste, realizándose histogramas de los picos de frecuencia en ellos encontrados. Un análisis posterior consistió en obtener el coeficiente beta de la teoría de ruido 1/f y los momentos de 2do, 3er y 4to orden de la distribución del mismo para las señales obtenidas y analizar la tendencia de los mismos. De ellos, sólo el momento centrado de cuarto orden de la distribución de los coeficientes beta ha mostrado capacidad para discernir estados de la herramienta. El análisis que ha resultado más fructífero ha sido hecho con wavelets packets. En este trabajo se aplica la transformada wavelet packet a las señales de EA y con los coeficientes resultantes se calculan parámetros como la potencia y entropía de los coeficientes en el rango de frecuencia que la literatura señala de interés para el tipo de fenómeno aquí analizado. Ambos parámetros, especialmente la potencia, han demostrado ser indicativos del estado de la herramienta. Se hace presente la necesidad de realizar mayor cantidad de ensayos estudiando en manera más detallada el comportamiento de estos dos últimos parámetros. Asimismo se sugiere la posibilidad de usarlos como entradas de herramientas matemáticas como redes neuronales y algoritmos de lógica difusa que provean información sobre el estado de la herramienta