Development of monitoring algorithm and statistical process control methods for quality analysis of high precision machining processes

DSpace Repository

A- A A+

Development of monitoring algorithm and statistical process control methods for quality analysis of high precision machining processes

Show simple item record

dc.contributor Universidade Federal de Santa Catarina. pt_BR
dc.contributor.advisor Ferreira, João Carlos Espíndola
dc.contributor.author Stefenon, Victor Soares
dc.date.accessioned 2023-12-20T16:23:28Z
dc.date.available 2023-12-20T16:23:28Z
dc.date.issued 2023-12-11
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/253624
dc.description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação. pt_BR
dc.description.abstract Processos de usinagem de alta precisão são parte essencial de diversas indústrias de manufatura em todo o mundo. Devido aos padrões de qualidade extremamente rigorosos dos produtos nesses setores, uma análise de qualidade eficiente e precisa é uma grande vantagem competitiva. No entanto, o processo de avaliação da qualidade de peças usinadas, realizado por meio da medição de desvios geométricos em sua superfície, é uma tarefa que demanda muito tempo e dinheiro. Em um contexto em que centenas ou milhares de peças são usinadas todos os dias, é impraticável realizar medições e avaliações detalhadas para cada uma delas. Para resolver esse problema, este projeto apresenta a concepção e o desenvolvimento de algoritmos e métodos para o monitoramento da qualidade em larga escala de produtos de usinagem com base na plataforma de gêmeos digitais para análise da qualidade de processos de usinagem da gemineers GmbH. Após o desenvolvimento, foi realizado um estudo de caso com um dos clientes da gemineers para validar a eficácia dos algoritmos e métodos desenvolvidos. Os resultados do estudo destacam o potencial de uso desses recursos para atingir o objetivo proposto. pt_BR
dc.description.abstract High-precision machining processes are an essential part of many manufacturing industries worldwide. Due to the extremely strict quality standards for products in these industries, efficient and accurate quality analysis is a major competitive advantage. However, the process of assessing the quality of machined parts, carried out by measuring geometric deviations on their surface, is a significantly time- and financial-demanding task. In a context where hundreds or thousands of parts are machined every day, it is impractical to carry out detailed measurements and evaluations for each one of them. In order to solve this problem, this project presents the design and development of algorithms and methods for large-scale quality monitoring of machining products based on the digital twin platform for machining quality analysis from gemineers GmbH. After the development, a case study was conducted with one of gemineers’ customers in order to validate the effectiveness of the algorithms and methods developed. The results of the study highlight the potential for using these resources to achieve the proposed objective. pt_BR
dc.language.iso en_US pt_BR
dc.publisher Aachen, Alemanha. pt_BR
dc.rights Open Access. en
dc.subject High-precision machining pt_BR
dc.subject Digital twin pt_BR
dc.subject Process monitoring pt_BR
dc.subject Statistical process control pt_BR
dc.subject Software development pt_BR
dc.title Development of monitoring algorithm and statistical process control methods for quality analysis of high precision machining processes pt_BR
dc.type TCCgrad pt_BR
dc.contributor.advisor-co Venek, Tommy


Files in this item

Files Size Format View Description
PFC.pdf 4.187Mb PDF View/Open PFC

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar