Clasificación de defectos en uniones pegadas utilizando inteligencia artificial
Date
2023-11-06
Journal Title
Journal ISSN
Volume Title
Publisher
Asociación Argentina de Mecánica Computacional
Abstract
La aplicación de adhesivos se encuentra ampliamente difundida en una amplia gama de industrias. Sin embargo, su uso ha sido evitado en estructuras en las cuales la seguridad es un factor crítico. A partir de la utilización de señales acústicas es posible detectar la degradación del material. En este trabajo se emplea el análisis del Nivel de Presión Sonora (NPS) como método evaluador global no destructivo de fallas en uniones adhesivas de probetas fabricadas con vigas de aluminio como sustrato y adhesivo acrílico. El diagnóstico se realiza preprocesando la señal de NPS y clasificando el daño mediante un sistema de reconocimiento de patrones basado en las técnicas de Redes Neuronales Artificiales (RNA). Los resultados de la validación cruzada demuestran que el clasificador presenta un adecuado porcentaje de detección de fallas.
Description
Keywords
Faults detection, Sound Pressure Level, Neural Networks
Citation
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as info:eu-repo/semantics/openAccess