| Campo DC | Valor | Idioma |
|---|
| dc.contributor.advisor | Alfaro, Sadek Crisóstomo Absi | - |
| dc.contributor.author | Puñales, Elina Mylen Montero | - |
| dc.date.accessioned | 2025-11-19T15:59:16Z | - |
| dc.date.available | 2025-11-19T15:59:16Z | - |
| dc.date.issued | 2025-11-19 | - |
| dc.date.submitted | 2025-06-27 | - |
| dc.identifier.citation | PUÑALES, Elina Mylen Montero. Methodology to identify weld stability in the gas metal arc welding process. 2025. 116 f., il. Tese (Doutorado em Sistemas Mecatrônicos) — Universidade de Brasília, Brasília, 2025. | pt_BR |
| dc.identifier.uri | http://repositorio.unb.br/handle/10482/53175 | - |
| dc.description | Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2025. | pt_BR |
| dc.description.abstract | O processo de soldagem a arco com gás e eletrodo metálico (GMAW) é amplamente utilizado
na produção industrial devido à sua eficiência e versatilidade. Por isso, grandes esforços são
direcionados à seleção dos parâmetros mais adequados para garantir a qualidade da solda. Um
dos fatores mais críticos e amplamente estudados que influenciam essa qualidade é a
estabilidade do processo. Este trabalho propõe uma metodologia abrangente para a análise de
dados de soldagem visando identificar instabilidades e desenvolver um indicador de
estabilidade correspondente. A abordagem adotada enfatiza a fusão sensorial, integrando
informações provenientes de múltiplas fontes — sinais acústicos, imagens e medições de
corrente — captadas durante o processo de soldagem. Diversas configurações de parâmetros
foram exploradas para avaliar os três principais modos de transferência metálica. Foi realizada
uma análise estatística detalhada, e aplicaram-se técnicas avançadas como processamento de
imagens, análise de sinais sonoros e algoritmos de aprendizado de máquina para apoiar a
avaliação e classificação da estabilidade do processo | pt_BR |
| dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). | pt_BR |
| dc.language.iso | eng | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.title | Methodology to identify weld stability in the gas metal arc welding process | pt_BR |
| dc.title.alternative | Metodologia para identificar a estabilidade da soldagem no processo de arco elétrico com gás de proteção GMAW | pt_BR |
| dc.type | Tese | pt_BR |
| dc.subject.keyword | Soldagem GMAW | pt_BR |
| dc.subject.keyword | Estabilidade | pt_BR |
| dc.subject.keyword | Fusão sensorial | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
| dc.description.abstract1 | The Gas Metal Arc Welding (GMAW) process is widely employed in industrial production
due to its efficiency and versatility. As a result, significant efforts are directed toward selecting
the most suitable parameters to ensure high weld quality. One of the most critical and
extensively studied factors affecting quality is process stability. This research proposes a
comprehensive methodology for analyzing welding data to detect instability and develop a
corresponding stability indicator. The approach emphasizes sensor fusion, integrating
information from multiple sources—including acoustic signals, images, and current
measurements—collected during the welding process. Various parameter configurations were
explored to evaluate the three primary metal transfer modes. A detailed statistical analysis was
conducted, and advanced techniques such as image processing, acoustic signal analysis, and
machine learning were employed to support the evaluation and classification of process
stability. | pt_BR |
| dc.description.unidade | Faculdade de Tecnologia (FT) | pt_BR |
| dc.description.unidade | Departamento de Engenharia Mecânica (FT ENM) | pt_BR |
| dc.description.ppg | Programa de Pós-Graduação em Sistemas Mecatrônicos | pt_BR |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|
