Development of a low-cost system for monitoring and controlling machining processes using Raspberry Pi®

Autor: Lima, Thiago Fernandes Oliveira de
Přispěvatelé: Universidade Estadual Paulista (Unesp), Alves, Manoel Cleber de Sampaio [UNESP], Gonçalves, Marcos Tadeu Tibúrcio [UNESP], Morais, César Augusto Galvão de
Jazyk: portugalština
Rok vydání: 2021
Předmět:
Zdroj: Repositório Institucional da UNESP
Universidade Estadual Paulista (UNESP)
instacron:UNESP
Popis: Submitted by Thiago Fernandes Oliveira de Lima (thiago.fernandes@unesp.br) on 2022-03-09T13:10:14Z No. of bitstreams: 1 Dissertacao.Thiago.Lima.Final.04.pdf: 6638447 bytes, checksum: 2f9cfb72ac39c360c8f9848b7306ca5e (MD5) Approved for entry into archive by Pamella Benevides Gonçalves null (pamella@feg.unesp.br) on 2022-03-09T20:05:04Z (GMT) No. of bitstreams: 1 lima_tfo_me_guara.pdf: 6638447 bytes, checksum: 2f9cfb72ac39c360c8f9848b7306ca5e (MD5) Made available in DSpace on 2022-03-09T20:05:04Z (GMT). No. of bitstreams: 1 lima_tfo_me_guara.pdf: 6638447 bytes, checksum: 2f9cfb72ac39c360c8f9848b7306ca5e (MD5) Previous issue date: 2021-12-07 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) O desenvolvimento da automação industrial teve como principal motivação a redução do esforço físico para a realização de tarefas, entretanto, os custos envolvidos para a aquisição e manutenção de tais equipamentos são altos. A área acadêmica também é afetada, pois para uma instituição arcar com os custos de sensores, atuadores e programas de computadores proprietários para o ensino da automação industrial está cada vez maior. Buscou-se com este trabalho o desenvolvimento de uma plataforma de aquisição de dados de baixo custo para usinagem de materiais, com a utilização do Raspberry Pi para processamento e monitoramento dos dados adquiridos e sensores com baixo valor de aquisição, sendo esses dados de vibração e de captura da emissão acústica, utilizando para validação do protótipo ensaios de usinagem de uma peça de alumínio. Construiu-se esta plataforma de aquisição com a utilização do Raspberry Pi 3 Model B, de um conversor analógico digital, sensores de vibração e para captação de emissão acústica, jumpers e matriz de contatos para acomodação dos materiais. Além disso, desenvolveu-se no Raspberry Pi três aplicações na linguagem Python, sendo um para aquisição dos dados que são utilizados na aplicação para exibição local de gráficos e uma terceira aplicação para aquisição de dados utilizado no monitoramento remoto dos dados, ou seja, os dados sendo adquiridos no Raspberry Pi e mostrados remotamente em outro microcomputador dentro da mesma rede. Realizou-se 27 (vinte e sete ensaios), torneando uma peça de alumínio, variando-se entre os ensaios a profundidade de corte, o avanço e a posição dos equipamentos para a aquisição. Os dados adquiridos foram exibidos na tela de acordo com o fenômeno físico que estava sendo observado. Pelas restrições aplicadas dado o estado de calamidade pública devido ao agravamento da doença do coronavírus 2019, não foi possível calibrar os sensores e validar os dados adquiridos. O sistema proposto pode receber mais sensores, pois a produção do protótipo contempla essa possibilidade, sendo necessário apenas pequenas alterações nas aplicações. Diante dos resultados apresentados, a plataforma de baixo custo desenvolvida pode ser uma solução a ser considerada para a aquisição de dados de usinagem de materiais, pelo menos em nível acadêmico, dada a sua flexibilidade, adaptabilidade e baixo custo de aquisição de novos sensores, em comparação com os sistemas comercialmente estabelecidos. O custo total dos materiais utilizados para a plataforma de aquisição de dados ficou em torno de $85 (oitenta e cinco dólares americanos). The development of industrial automation had as its main motivation the reduction of physical effort to perform tasks, however, the costs involved for the acquisition and maintenance of such equipment are high. The academic area is also affected, because for an institution to bear the costs of sensors, actuators and proprietary computer programs for teaching industrial automation is increasing. The aim of this work was to develop a low-cost data acquisition platform for machining materials, using the Raspberry Pi for processing and monitoring the acquired data and sensors with low acquisition value, these vibration data and to capture the acoustic emission, using machining tests of an aluminum part to validate the prototype. This acquisition platform was built using the Raspberry Pi 3 Model B, an analog to digital converter, vibration sensors and sensors for capturing acoustic emission, jumpers and breadboard to accommodate the materials. In addition, three applications were developed in the Raspberry Pi in the Python language, one for data acquisition that are used in the application for local display of graphs and a third application for data acquisition used in the remote monitoring of the data, that is, the data being acquired on the Raspberry Pi and displayed remotely on another microcomputer within the same network. 27 (twenty-seven tests) were carried out, turning an aluminum part, varying the depth of cut, the feed and the position of the equipment for the acquisition between the tests. The acquired data was displayed on the screen according to the physical phenomenon being observed. Due to the restrictions applied given the state of public calamity due to the worsening of the coronavirus disease 2019, it was not possible to calibrate the sensors and validate the acquired data. The proposed system can receive more sensors, as the production of the prototype contemplates this possibility, requiring only small changes in the applications. In view of the results presented, the low-cost platform developed can be a solution to be considered for the acquisition of material machining data, at least at an academic level, given its flexibility, adaptability and low cost of acquiring new sensors, in compared to commercially established systems. The total cost of materials used for the data acquisition platform was around $85 (eighty-five US dollars). CAPES: 001
Databáze: OpenAIRE
Externí odkaz: