Dissertation · 2016 · Open access
Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais
LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · Published 1 January 2016
In brief
“Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais” is a 2016 dissertation by Henrique Butzlaff Hübner, published in LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas). OpenAlex counts 2 citations as of 22 November 2026. It is open access under a CC BY-NC-SA licence: the full text is free to read at LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas).
- Citations
- 2
- Most cited in
- 2022 (2)
- References
- 48
- Authors
- 1
Abstract
A rugosidade é um parâmetro de acabamento importante nos processos de fabricação por usinagem e é determinado de acordo com a aplicação técnica da superfície usinada. A rugosidade afeta atributos funcionais dos produtos como desgaste, atrito, reflexão da luz, capacidade de manter e espalhar um lubrificante, etc.. Como a inspeção da superfície é normalmente feita com rugosímetros após a operação de usinagem, essa tarefa consome tempo e demanda trabalho, gerando custo adicional ao produto. Assim, este trabalho tem como objetivo estimar os valores das rugosidades média (Ra) e total (Rt) geradas no processo de fresamento frontal a seco do aço SAE 1045 com fresa de topo reto via redes neurais artificiais (RNA). Dessa forma, os valores de rugosidade Ra e Rt podem ser obtidos somente informando os parâmetros do processo ao modelo. Foram considerados como variáveis de entrada do processo a velocidade de corte (vc), o avanço por dente (fz) e o raio de ponta da ferramenta (r). Após uma análise estatística, constatou-se que as variáveis de saída que melhor se correlacionavam com os valores de rugosidade foram a força média no eixo x (Fx) (direção de avanço) e a variação da força no eixo z (Fz) (direção axial). Os dados de força foram obtidos usando um sistema sensório constituído de plataforma piezelétrica, placa de aquisição de dados e computador com software apropriado. Portanto, os cinco parâmetros de entrada utilizados nos 16 modelos testados foram vc, fz, r, Fx e Fz. O algoritmo de treinamento usado foi o de Levemberg-Marquardt. Dentre os testados, os modelos com topologia 5-10-10-1 (cinco entradas e uma saída) apresentaram as melhores capacidade de estimação para os valores de Ra e Rt, mostrando a eficiência da técnica de modelagem da rugosidade por RNA.
Cite this paper
Formatted from the catalogue record. Check names, capitals and page numbers against the paper before you submit.
APA 7
Hübner, H. B. (2016). Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais. LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas). http://hdl.handle.net/10183/141160
MLA 9
Hübner, Henrique Butzlaff. “Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais.” LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas), 2016. http://hdl.handle.net/10183/141160.
Chicago
Hübner, Henrique Butzlaff. 2016. “Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais.” LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas). http://hdl.handle.net/10183/141160.
Harvard
Hübner, H. B. (2016) ‘Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais’, LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas). Available at: http://hdl.handle.net/10183/141160.
IEEE
H. B. Hübner, “Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais,” LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas), 2016.
BibTeX
@phdthesis{hubner2016estima,
title = {{Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais}},
author = {Hübner, Henrique Butzlaff},
year = {2016},
url = {http://hdl.handle.net/10183/141160}
}
Download for a reference manager: BibTeX (.bib) · RIS for Zotero, Mendeley and EndNote (.ris)
Topic and keywords
Physical Sciences › Engineering › Mechanical Engineering › Advanced machining processes and optimization
- surface roughness prediction
- dry grinding
- artificial neural networks
- AISI 1045 steel
- cutting speed
- feed per tooth
- tool tip radius
- milling force
Work with this paper
Most-cited papers in Engineering
- A Closed‐form Equation for Predicting the Hydraulic Conductivity of Unsaturated SoilsMartinus Th. van Genuchten · Soil Science Society of America Journal · 1980 · 28,197 citations
- An improved technique for determining hardness and elastic modulus using load and displacement sensing indentation experimentsW. C. Oliver, George M. Pharr · Journal of materials research/Pratt's guide to venture capital sources · 1992 · 27,379 citations
- Digital communicationsOwen Bishop · Routledge eBooks · 2007 · 24,890 citations
- The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysisNorden Eh Huang, Zhengwei Shen, Steven R. Long and 6 more · Proceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 1998 · 24,008 citations
- Numerical Heat Transfer and Fluid FlowSuhas V. Patankar · CRC Press eBooks · 2018 · 23,491 citations
Questions about this paper
How do I cite this paper in APA style?
Hübner, H. B. (2016). Estimação da rugosidade gerada no processo de fresamento frontal via redes neurais artificiais. LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas). http://hdl.handle.net/10183/141160
How many times has this paper been cited?
2 times, according to OpenAlex on 22 November 2026. Google Scholar and Scopus count different sets of sources, so their numbers differ.
Is this paper free to read?
Yes. It is open access at LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas): sign in and open the PDF from this page.
Who wrote this paper?
Henrique Butzlaff Hübner.
Bibliographic data from OpenAlex (CC0), last checked 22 November 2026. ResearchGuru does not host this paper; once you are signed in, the links open it at the publisher or the repository that does.