Desarrollo y evaluación de un sistema predictivo de desgaste de herramienta en torneado mediante redes neuronales, termografía y análisis de vibraciones
| Director | ACERO CACHO, RAQUEL |
|---|
| Titulaciones | |
|---|---|
|
Master Universitario en Robótica, Gráficos y Visión por Computador Máster Universitario en Ingeniería de Telecomunicación Máster Universitario en Ingeniería Electrónica Máster Universitario en Ingeniería Industrial Máster Universitario en Ingeniería Informática Máster Universitario en Ingeniería Mecánica |
| Duracion | 6 |
|---|---|
| Lugar | EINA |
| Fecha Alta | 2025-12-19 |
| Fecha Baja | 2026-12-19 |
| Resumen | El desgaste de la herramienta de corte es un factor crítico que afecta directamente a la calidad del producto y a los costes de producción. Este proyecto busca desarrollar un modelo de mantenimiento predictivo capaz de estimar el desgaste de la herramienta en tiempo real, integrando datos multisensoriales (imágenes térmicas y señales de vibración) mediante técnicas avanzadas de deep learning. El estudiante se integrará en un entorno de investigación técnica realizando las siguientes funciones: - Procesado de Señal: Análisis y filtrado de señales de vibraciones capturadas mediante acelerómetros durante el proceso de torneado. - Tratamiento de Datos: Preparación de un dataset que combina imágenes termográficas con datos numéricos de vibraciones y parámetros de corte. - Diseño de Redes Neuronales: Evaluación de diferentes arquitecturas y optimización de sus hiperparámetros. - Validación y Benchmarking: Entrenamiento y testeo de los modelos, comparando su precisión mediante métricas de error para determinar el sistema más robusto. |
| Detalles/Contacto | En caso de interés contactar Raquel Acero (racero@unizar.es) / Sergio Aguado (saguadoj@unizar.es) |