Dissertação de Mestrado

O processo de retificação é utilizado na indústria para fabricação de peças que exigem maior precisão dimensional e acabamento superficial qualificado para serem utilizadas em regime de funcionamento de alta performance. Geralmente a operação de retificação é realizada entre as últimas etapas do processo, dessa forma, as peças já estão em uma fase avançada de acabamento e com alto custo de manufatura agregado, incluindo consumo de energia elétrica que está associado diretamente com a pegada de carbono. A retificação de superfícies com perfil de came é uma operação complexa de remoção de material e a realização de otimizações para ganhos de produtividade e desenvolvimento de métodos preditivos para evitar anomalias não é uma tarefa trivial devido ao alto número de variáveis de entrada a serem ajustadas para os atingir os objetivos alvos. As condições geométricas e cinemáticas complexas da peça, requerem intervenção simultânea para atender os objetivos de qualidade e produtividade. A otimização da retificação para o aumento de produtividade está diretamente ligada ao aumento da taxa de remoção de material por isso cuidados especiais devem ser tomados durante a implantação para garantir os padrões de qualidade. Preocupações mais relevantes nesse processo estão relacionados ao surgimento de trincas superficiais, que são prejudiciais as propriedades mecânicas da peça e o aumento de refugos, causando impactos econômicos e ambientais negativos para a operação. As trincas podem ser causadas por diversos fatores resultantes da operação de retificação, por isso, a definição dos parâmetros de retificação e os meios de produção requerem utilização de tempo demasiado com experimentos e conhecimento técnico específico para sua determinação e utilização de equipamentos de medição especiais para monitorar a produção para garantir o controle do processo. O objetivo do estudo foi analisar e otimizar o processo de retificação com rebolos de CBN (cubic boron nitride) na produção de perfis de cames, aplicando inteligência artificial com algoritmos Feature Sensitivity (FS) e otimizações baseadas em Phylogram Analysis (OPA), visando prever trincas superficiais e aprimorar o desempenho produtivo e a qualidade das peças. A otimização do processo de retificação de eixos de comando de válvulas, realizada com o algoritmo FS-OPA, permitiu identificar as variáveis mais influentes e direcionar estratégias eficazes para aumentar a produtividade, reduzindo o tempo de ciclo em 40% e dobrando o número de peças por dressagem, mantendo a qualidade exigida. Ao final das otimizações foi reduzida a pegada de carbono em 30%. Além disso, o FS-OPA facilitou a seleção dos parâmetros críticos para otimização, diminuindo o tempo e esforço do processista e possibilitando o controle da ocorrência de trincas durante a fabricação.

The grinding process is widely used in the industry to manufacture parts that require greater dimensional precision and qualified surface finishing to be used in high performance operating conditions. Generally, the grinding operation is carried out between the last stages of the process, thus, the parts are already in an advanced stage of finishing and with a high added manufacturing cost, including electricity consumption which is directly associated with the carbon footprint. Grinding surfaces with cam profiles is a complex material removal operation, and optimizations for productivity gains and developing predictive methods to avoid anomalies is not a trivial task due to the large number of input variables that must be adjusted to achieve the desired objectives. The complex geometric and kinematic conditions of the part require simultaneous intervention to meet quality and productivity objectives. Optimizing grinding to increase productivity is directly linked to increasing the material removal rate, so special care must be taken during implementation to ensure quality standards. The most significant concerns in this process are related to the appearance of surface cracks, which are detrimental to the mechanical properties of the part and increase scrap, leading to negative economic and environmental impacts on the operation. Cracks can be caused by several factors resulting from the grinding operation. Therefore, defining the grinding parameters and production methods requires considerable time, experimentation, and specific technical knowledge to determine them. The objective of this study was to analyze and optimize the grinding process with CBN (cubic boron nitride) grinding wheels in the production of cam profiles, applying artificial intelligence with Feature Sensitivity (FS) algorithms and optimizations based on Phylogram Analysis (OPA), aiming to predict surface cracks and improve production performance and part quality. The optimization of the camshaft grinding process, performed with the FS-OPA algorithm, allowed us to identify the most influential variables and develop effective strategies to increase productivity, reducing cycle time by 40% and doubling the number of parts per dressing while maintaining the required quality. At the end of the optimizations, the carbon footprint was reduced by 30%. Furthermore, FS-OPA facilitated the selection of critical parameters for optimization, reducing the time and effort required by the machinist and enabling control of cracking during manufacturing.