| Revista: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000237247 |
| ISSN: | 1405-5546 |
| Autors: | Barrera, Gerardo1 Carreón, Guillermo Ruiz, Alberto |
| Institucions: | 1Universidad Michoacana de San Nicolás de Hidalgo, Instituto de Investigaciones Metalúrgicas, Morelia, Michoacán. México |
| Any: | 2005 |
| Període: | Ene-Mar |
| Volum: | 8 |
| Número: | 3 |
| Paginació: | 187-195 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental |
| Resumen en español | El principal objetivo del presente trabajo es encontrar una técnica rápida, sencilla y confiable de diagnostico para detectar fisuras internas o externas de piezas cerámicas utilizando como herramienta de clasificación redes neuronales artificiales. La metodología propuesta esta orientada principalmente a mosaicos cerámicos. Se utiliza como instrumento transductor para detectar las vibraciones mecánicas un acelerómetro del tipo piezoeléctrico. La señal eléctrica (analógica) generada por el transductor, la cuál es directamente proporcional a la magnitud de la vibración, es digitalizada por medio de una tarjeta tipo DAQ. La fase de adquisición de datos, acondicionamiento, procesamiento de la señal, entrenamiento de las redes neuronales, así como la fase de clasificación se lleva a cabo utilizando el lenguaje de programación G El sistema esta diseñado bajo plataforma de Windows® 2000 e Instrumentación Virtual. Para el proceso de clasificación se proponen dos algoritmos: Kohonen y Fuzzy C Means |
| Resumen en inglés | The main purpose of this work is to find a fast and reliable diagnostic technique, for detection of internal or external cracks on ceramic specimens. This technique uses artificial neuronal networks (ANN) as a classification tool. The proposed methodology is mainly oriented to ceramic mosaics. A piezoelectric type accelerometer was used to detect the mechanical vibration and convert it to an electrical signal. The detected signal was digitized using a DAQ card. All the stages: data acquisition, signal conditioning, signal processing and neuronal networks training were carried out using G program language routines. The designed system runs under Windows® 2000 platform and virtual instrumentation. To do the classification process the proposed algorithms are Kohonen and Fuzzy C Means |
| Disciplines | Ingeniería |
| Paraules clau: | Ingeniería de materiales, Ingeniería metalúrgica, Calidad, Cerámica, Transductores, Redes neuronales artificiales |
| Keyword: | Engineering, Materials engineering, Metallurgical engineering, Quality, Ceramics, Transducers, Artificial neural networks |
| Text complet: | Texto completo (Ver HTML) |
