Clasificación de defectos en uniones pegadas utilizando inteligencia artificial
dc.creator | Tais, Carlos Esteban | |
dc.creator | Fontana, Juan Manuel | |
dc.creator | Molisani, Leonardo | |
dc.creator | O'Brien, Ronald | |
dc.creator | Ballesteros Iglesias, Maria Yolanda | |
dc.creator | del Real, Juan Carlos | |
dc.date.accessioned | 2025-06-26T16:20:32Z | |
dc.date.issued | 2023-11-06 | |
dc.description.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. | |
dc.description.affiliation | Tais, Carlos Esteban. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Mecánica. Argentina. | |
dc.description.affiliation | Fontana, Juan Manuel. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina. | |
dc.description.affiliation | Molisani, Leonardo. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina. | |
dc.description.affiliation | O'Brien, Ronald. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina. | |
dc.description.affiliation | Ballesteros Iglesias, Maria Yolanda. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España. | |
dc.description.affiliation | del Real, Juan Carlos. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España. | |
dc.description.peerreviewed | Peer Reviewed | |
dc.format | ||
dc.identifier.issn | 2591-3522 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12272/13323 | |
dc.language.iso | es | |
dc.publisher | Asociación Argentina de Mecánica Computacional | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution-NonCommercial-NoDerivs 2.5 Argentina | en |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ | |
dc.rights.use | CC-BY-NC-ND | |
dc.subject | Faults detection | |
dc.subject | Sound Pressure Level | |
dc.subject | Neural Networks | |
dc.title | Clasificación de defectos en uniones pegadas utilizando inteligencia artificial | |
dc.type | info:eu-repo/semantics/article | |
dc.type.version | acceptedVersion |
Files
Original bundle
1 - 1 of 1
- Name:
- Clasificacin_de_defectos_en_uniones_pegadas_utilizando_inteligencia_artificial.pdf
- Size:
- 724.62 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 3.63 KB
- Format:
- Item-specific license agreed upon to submission
- Description: