Clasificación de defectos en uniones pegadas utilizando inteligencia artificial

dc.creatorTais, Carlos Esteban
dc.creatorFontana, Juan Manuel
dc.creatorMolisani, Leonardo
dc.creatorO'Brien, Ronald
dc.creatorBallesteros Iglesias, Maria Yolanda
dc.creatordel Real, Juan Carlos
dc.date.accessioned2025-06-26T16:20:32Z
dc.date.issued2023-11-06
dc.description.abstractLa 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.affiliationTais, Carlos Esteban. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Mecánica. Argentina.
dc.description.affiliationFontana, Juan Manuel. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
dc.description.affiliationMolisani, Leonardo. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
dc.description.affiliationO'Brien, Ronald. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
dc.description.affiliationBallesteros Iglesias, Maria Yolanda. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.
dc.description.affiliationdel Real, Juan Carlos. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.
dc.description.peerreviewedPeer Reviewed
dc.formatpdf
dc.identifier.issn2591-3522
dc.identifier.urihttps://hdl.handle.net/20.500.12272/13323
dc.language.isoes
dc.publisherAsociación Argentina de Mecánica Computacional
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution-NonCommercial-NoDerivs 2.5 Argentinaen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.rights.useCC-BY-NC-ND
dc.subjectFaults detection
dc.subjectSound Pressure Level
dc.subjectNeural Networks
dc.titleClasificación de defectos en uniones pegadas utilizando inteligencia artificial
dc.typeinfo:eu-repo/semantics/article
dc.type.versionacceptedVersion

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Clasificacin_de_defectos_en_uniones_pegadas_utilizando_inteligencia_artificial.pdf
Size:
724.62 KB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.63 KB
Format:
Item-specific license agreed upon to submission
Description: