Medición automática da rugosidade en pezas fabricadas con tecnoloxía SLM usando modelos pre-entrenados de aprendizaxe profundo
Data de defensa | 15/09/2022 |
Titulación | Máster Universitario en Industria 4.0 |
Centro | Escola de Enxeñaría Industrial |
Dirección |
Titoría: Gustavo Carlos Peláez Lourido Cotitoría: Eduardo Fidalgo Fernández |
Tribunal |
Presidencia: Alejandro Pereira Domínguez Vogalía: Víctor González Castro Secretaría: Enrique Riveiro Fernández |
Resumo | O obxectivo principal deste traballo de fin de máster é implementar un modelo que, mediante a visión artificial e a aprendizaxe profunda (utilizando modelos de rede preadestrados), permita a avaliación automática da rugosidade superficial (parámetro como Ra) de pezas metálicas elaboradas mediante aditivo. tecnoloxía de fabricación de fusión selectiva por láser (SLM). Para iso, realizouse nun primeiro momento unha revisión en profundidade do estado da arte para determinar o punto de partida, e así poder ter unha orientación específica sobre as diferentes ferramentas e as súas aplicacións neste campo. Por último, realízanse unha serie de experimentos seleccionando tres redes preadestradas para obter métricas como MAE e así poder sacar conclusións, así como poder comparar estas técnicas de deep learning con técnicas de machine learning sobre as mesmas pezas. |