O projeto visa o monitoramento de variáveis de processo e vibrações destas máquinas ferramenta, utilizando sensores e sistemas de aquisição inteligentes para monitoramento online. Os dados coletados serão utilizados para monitorar falhas em máquinas ferramenta, como chatter, desgaste e quebra de ferramenta e folgas no sistema. Este monitoramento global se dará de duas formas: através do uso de análise modal operacional (AMO) e de aprendizagem de máquina. O uso da AMO se dá de forma que os parâmetros modais sejam obtidos durante a operação, sendo então utilizados para a obtenção dos lóbulos de estabilidade do corte de forma precisa. Desta forma, obtendo os diagramas de lóbulos de forma online, é possível realizar alterações nos parâmetros de corte de forma automática, garantindo a estabilidade do corte, com pouca vibração e ruído, resultando em um acabamento superficial de qualidade, com tolerâncias dentro das desejadas pelo projetista. O uso de algoritmos de classificaçãoe redes neurais de aprendizado de máquina visa a identificação de falhas que não são detectadas com análise modal operacional. Falhas como desgastes, quebra da ferramenta, folgas e falhas no eixo de rotação podem ser monitoradas através deste tipo de estratégia. O monitoramento online global das máquinas-ferramenta, com uma abordagem paralela de técnicas, poderá reduzir consideravelmente o retrabalho, a manutenção desnecessária e o custo de operação.

Financiador: Fundação da UFPR para o Desenvolvimento da Ciência, Tecnologia e Cultura / Aker Solutions do Brasil 

Período: 2021 – Atual (andamento)