16 POSMEC

Universidade Federal de Uberlndia

Faculdade de Engenharia Mecnica

MONITORAMENTO DO PROCESSO DE USINAGEM VIA ACABAMENTO

SUPERFICIAL

Gondim, Raquel M.
Universidade Federal de Uberlndia Faculdade de Engenharia Mecnica
Av. Joo Naves de vila, 2160 Bloco 1M Campus Santa Mnica Uberlndia MG
CEP 38400-902
rmgondim@yahoo.com.br

Duarte, Marcus A. V.
mvduarte@mecanica.ufu.br

Resumo: Sistemas de monitoramento e controle do processo de usinagem so desenvolvidos com o

objetivo de detectar indcios de deteriorao da ferramenta causados principalmente pelo desgaste
da ferramenta. O estudo do acabamento superficial das peas usinadas se justifica devido
influncia deste nas condies de funcionamento e na confiabilidade dos componentes mecnicos.
Este trabalho tem como objetivo utilizar tcnicas de manuteno preditiva para o monitorar
qualitativamente o desgaste sofrido por uma ferramenta durante o processo de usinagem e da
qualidade dos produtos usinados. Um procedimento estatstico para a definio de valores limites
de sintomas para deteco de tempo de falhas ser utilizado para definir parmetros estatsticos a
serem utilizados na distribuio de Weibull. O processo ser o torneamento de uma pea de ao
inox 316, a seco sem variar as condies de corte, considerando o critrio de fim de vida ser a
quebra da ferramenta. Ser realizada a anlise dos parmetros Ra, Rp, Rq, Rt, Rz, R3z, Rrms e Rc,
visando monitorar a vida da ferramenta de corte atravs da correlao entre o aumento da
rugosidade da pea usinada com o tempo total do processo.

Palavras-chaves: Monitoramento, Rugosidade, Torneamento

1. INTRODUO
Atravs da adoo de tcnicas preditiva, possvel antecipadamente detectar e diagnosticar
defeitos em desenvolvimento nos equipamentos industriais antes da quebra destes, propiciando a
programao pontual das intervenes de manuteno. A Manuteno Preditiva aliada qualidade
total representa uma ferramenta eficaz para o aumento de disponibilidade dos equipamentos e
reduo de custos operacionais. As empresas esto procura de uma manuteno de custo baixo,
possa garantir o funcionamento dos equipamentos para assegurar um processo de produo ou
servio com confiabilidade e segurana. neste contexto que a manuteno preditiva ganha espao,
pois prev as falhas nos equipamentos atravs da observao de determinados parmetros
relacionados aos equipamentos em funcionamento. Dentre estes parmetros pode-se destacar:
medies de vibraes, medies de rudos, medio de temperatura, anlise de leo, tcnicas de
emisso acstica entre outros. A opo pelo parmetro e a forma de investigao mais adequada,
que retrate com maior acuidade o que se investiga, so fatores relevantes e determinantes.
O acompanhamento dos sinais de vibraes o mais importante dentre estes, pois podemos
acompanhar e identificar 80% dos defeitos em mquinas rotativas (Duarte, 1999), as quais so as
mais comuns dentro de uma indstria. Atravs dos dados conseguidos pode-se ter uma anlise
tcnica, onde o resultado desta anlise indica a natureza da falha, e estabelece quais so os

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

elementos crticos do sistema. Pode-se, ainda, montar um histrico do equipamento, que permitir
estabelecer quais so os elementos de falhas mais freqentes e o tempo decorrido entre as falhas.
A premissa fundamental sobre a qual se baseia a anlise de vibrao como tcnica aplicada
manuteno industrial : "Cada componente ou cada tipo de deficincia mecnica de uma mquina
em operao produz uma vibrao de freqncia especfica que em condies normais de
funcionamento, alcana uma amplitude mxima determinada" (YA' Cubsohm, 1983). Atravs desta
definio, possvel medindo e analisando a vibrao estabelecer sua origem, identificar cada
componente da mquina e o tipo de falha que est gerando, tambm pode avaliar o estado mecnico
do componente que a produz ou a gravidade da deficincia detectada. Dentre as tcnicas de
monitoramento a tcnica de medies vibrao se destaca pelo fato do sistema de medio no ser
intrusivo, a instrumentao ser relativamente barata e pelos resultados alcanados.
Considerando o monitoramento do desgaste de uma ferramenta num processo de usinagem
como sendo um caso particular de manuteno preditiva, possvel monitorar todos os processos
dinmicos de corte via anlise dos sinais de vibrao. A utilizao da anlise de vibrao no
monitoramento do processo de torneamento tem chegado a bons resultados Meola et all (2002).
Este trabalho pretende contribuir com o desenvolvimento de uma modelagem estatstica que ao
ser implementada, possa aperfeioar o protocolo para anlise dos resultados dos ensaios de
usinagem. Para isso pretende-se correlacionar sinais de vibrao com parmetros de acabamento
superficial. E a seguir para definio dos valores limite dos sintomas utilizado o mtodo da
distribuio de Weibull para determinar e classificar o estado das ferramentas de corte com
confiabilidade; os sinais sero obtidos atravs de dois sensores posicionados em locais estratgicos
na mquina.
2. VALORES LIMITES DOS SINTOMAS VIA MONITORAO DE VIBRAES
A misso da manuteno garantir a disponibilidade da funo dos equipamentos de modo a
atender a um processo de produo ou de servio com confiabilidade. Confiabilidade segundo
Dias (1996) a probabilidade de um item desempenhar uma determinada funo de forma adequada,
durante um intervalo de tempo, sob condies especificadas. Para compreender esta definio
necessrio perceber que ela possui quatro estruturas fundamentais ou quatro categorias:
probabilidade, comportamento adequado, perodo de uso e condies de uso; estas categorias e seus
significados devem ser considerados integralmente em cada etapa do ciclo de vida do produto, no
processo do projeto, bem como na anlise dos dados.
Matematicamente, pode-se citar uma codificao cujo objetivo sintetizar um conjunto ou
histrico de informaes num percentual, visando facilitar a deciso do projeto. A seguir
matematicamente, confiabilidade R (t ) a probabilidade de um item no falhar entre um tempo
inicial t 0 , e um tempo final t , considerando que o item esteja atuando desde t 0 . O complemento da
funo confiabilidade, denominado de funo de probabilidade acumulativa F (t ) que a
probabilidade do item falhar no mesmo intervalo de tempo [ t 0 t ]. A probabilidade de ocorrer um
e outro evento, em qualquer tempo t igual a 1. Portanto:
R(t ) + F (t ) = 1

(1)

A funo F (t ) , dependendo da aplicao, freqentemente representada pela distribuio de

Weibull e Exponencial, e dependendo do caso pela distribuio Normal, Log-Normal, Poison e
Binomial. Porm a distribuio de Weibull a que melhor representa o evento relacionado com a
taxa de falha do sistema (Dias,1996), pois no tem a exigncia da taxa de falha ser constante como
acontece, por exemplo, na distribuio exponencial.
Falha pode ser definida como a cessao da funo de um item ou incapacidade de satisfazer a
um padro de desempenho previsto. A taxa de falhas uma funo importante em manuteno dada
por:
2

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

Z(t)= n de falha/ n total de horas de operao.

A funo taxa de falha denotada por Z (t ) definida:

Z (t ) =

f (t )
,
1 F (t )

Z (t ) =

f (t )
R (t )

para F(t)<1

(2)

A taxa de falha dependente em relao ao tempo. Baseado neste aspecto pode ter trs
situaes, uma taxa constante, decrescente ou crescente com relao ao tempo. Onde a fase inicial
representa as falhas de partida com a taxa de falha decrescente, o intervalo seguinte representa uma
estabilizao da taxa de falha que permanece constante, denominada de vida til, a ltima fase do
equipamento onde a taxa de falha crescente a fase da degradao.
A distribuio de Weibull mostra-se adequada para leis de falhas em equipamentos sempre que
o sistema for composto de vrios componentes e a falha seja essencialmente devida a mais grave
imperfeio, dentre um grande nmero de imperfeies. Nesta distribuio a taxa de falha no
precisa ser constante, por isso foi eleita como uma das ferramentas mais importante para anlise de
confiabilidade.
Esta anlise um mtodo estatstico que correlaciona dados especficos de falha com uma
distribuio particular, podendo indicar se a falha um evento prematuro (falha de partida),
randmico (vida til) ou ocasionado por desgaste (final de vida). Matematicamente, o mdulo de
Weibull independente do tamanho da amostra, no sendo necessrio realizao de um grande
nmero de testes, que consome tempo e material. Para se trabalhar com esta anlise a condio
fundamental ter um bom histrico de manuteno.
Em muitas mquinas o controle das vibraes possvel com a mquina em funcionamento,
segundo Cempel (1989) quando observar os sintomas de vibraes de um grupo de mquinas e
aplicar aos resultados o processo de Weibull, pode-se calcular a curva da vida dos sintomas, o valor
de alerta e o valor de pane.
No monitoramento das condies das vibraes (VCM), tm-se duas questes fundamentais:
Encontrar o sintoma da vibrao S, que mostra como descobrir a falha da mquina, e estimar o
valor limite S L para o sintoma. Fazer esta estimao dos valores limites S L , estimar S a o valor
de alerta e S b o valor de pane.

S a descoberto por meios de passos da fase da vida da mquina em uso.

S b determinado com a paralisao da mquina.
A observao dos sintomas S no controle contnuo da mquina realizado atravs de um
processo aleatrio de operao da mquina que depende do tempo de vida dado por , e de
diferentes parmetros i at ento desconhecidos, ento a curva-vida dos sintomas da mquina
[ S = S ( , 1 ,...)] fica completa quando encontra-se estes valores, ou tem-se um mtodo natural
dando somente um nvel de incerteza para os valores S a e S b .
Para uma grande amostra de mquina, os valores observados dos sintomas S, e as propriedades
de e dos parmetros i eficiente.
Tm-se os resultados dos sintomas para um experimento e os termos para a funo de densidade
de Weibull, se combinar estes com a tcnica de Neyman-Pearson pode-se determinar com preciso
os valores limite e uma boa mdia de S ( ) (curva do tempo de vida). A vantagem deste mtodo
que pode usar cada ensaio e adaptar os resultados para ensaios operacionais particulares a condies
de manuteno.
Ordenar as diferenas entre alguns tipos de controle da qualidade de um experimento, dados pelos
seguintes parmetros:
1 - desvio na fabricao
2 - nvel de interao dinmica (instalao)

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

3 - diferena entre a carga da mquina em operao

4 - qualidade de manuteno
Ento pode-se encontrar a curva-vida dos sintomas na realizao de um processo estatstico de
controle :

S = S ( , 1 , 2 , 3 , 4 )

(3)

Para o caso do diagnstico do experimento passivo todos os parmetros podem ser diferentes.
Tem-se um procedimento para a mdia dos sintomas representando por:
S ( ) = EW [ S ( , 1 , 2 , 3 , 4 )] , onde EW [ S ( , 1 , 2 , 3 , 4 )] a mdia dos desvios
operacionais dos parmetros i possveis no ensaio.
Pode-se ordenar os resultados do experimento com a mdia da curva-vida dos sintomas com
diferentes densidades de probabilidades:
p(S) a densidade de probabilidade dos sintomas em controle.
p( b ) a densidade de probabilidade do valor do tempo de pane.
p( S b ) = p[ b ( S b )] a densidade de probabilidade do valor do sintoma de pane.
Dizer que p(S) e p ( S b ) tem a forma da distribuio de Weibull, e assim assumindo os 3 parmetros
da distribuio de Weibull, obtm:
k 1

k
p ( b ) =
g

b g

k
p( S ) =
S0 Sn

S Sn

S0 Sn

k 1

b g
exp

g

; k>0 e b g

S Sn
exp
S0 Sn

; k>0 e S S n

(4)

(5)

Onde:
k fator forma
- mdia do tempo de pane
g - garante a vida da mquina
S n - determina o valor mnimo do sintoma (qualidade da manuteno)
S 0 - valor caracterstico do sintoma.
Ento tem-se p(S) e p ( b ) , ajustando a amostra com a mdia dos sintomas da curva-vida
S ( ) = S , com este procedimento pode-se usar a frmula da transformada da densidade de

probabilidade, abaixo:
dS
p ( S )dS = p ( )
d

, onde p ( ) a funo densidade de probabilidade de S ( ) da amostra.

Assumindo a uniformidade da funo de densidade para o tempo mdio e para a pane em um

grupo de maquinas observados, e que os incrementos sejam positivos (ds, d > 0 ,isto , a curva da
vida montona) obtm o domnio da equao diferencial:

p ( S )dS =

p ( ) =

(6)

Substituindo a Equao 5 em 6, temos:

4

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

kdS
S0 Sn

S Sn

S0 Sn

k 1

S Sn
exp
S0 Sn

d
=

Fazendo a integrao por substituio:

S = S n + ( S 0 S n ) k ln c

(7)

Quando exige-se uma condio inicial = 0 e um ponto abaixo de S n no grfico 1, e considera a

constante de integrao c=1, encontra-se o resultado para o experimento e a curva-vida para a mdia
dos sintomas dada por:
S = S n + ( S 0 S n ) k ln 1

(8)

Figura 1. Curva da mdia dos sintomas.

Para estimar os valores S a e S b , faz-se o uso da Teoria da deciso de Neymann-Pearson, a qual, a
Teoria da Hiptese Nula (Wormit,1982), com isso pode minimizar os nmeros de panes e perceber
os reparos desnecessrios A, pois consegue escrever um valor apropriado para S b .
Logo:

A = Pg p ( S )dS

(9)

Sb

t
onde Pg = e
te tr

Ne

Ne Nr

Pg eficincia dos ndices para um grupo de mquinas

te tempo total de controle
t r tempo total de reparo
N e , N r nmero apropriado de mquinas.

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

Assumindo a densidade de probabilidade de Weibull para p(S) na Equao 5 e Neymann-Pearson

na Equao 9, obtm-se a razo de pane:

Sb Sn
A
= k ln
S 0 S n
Pg

(10)

Para encontrar S a , deve utilizar o mesmo raciocnio que foi desenvolvido para estimar S b . Ento se
mudar os limites de integrao na Equao 9, para chegar razo de alerta :
Sb

A = Pg

p(S )dS

(11)

Sa

Sa Sn
=k
Sb Sn

2A
Pg
1
A
ln
Pg

ln

(12)

A distribuio de Weibull apresenta uma interessante relao do coeficiente k com o coeficiente de

variao S :

S
S Sn

1 +

1 +

S Sn
1
k
1 k =
1
S
k

(13)

Ento o valor caracterstico S 0 pode ser determinado:

S 0 = S n + ( S S n ) 1 (1 + 1 / k )

(14)

Deste modo S n , S 0 e k podem ser encontrados; conseqentemente , e a curva-vida dos

sintomas podem ser calculados.
Tendo estes valores limite S a e S b , qual a relao destes com a curva-vida dos sintomas?
Para responder esta pergunta toma-se a Equao 8 e faz a substituio de S = S b e = b :
S = S n + ( S 0 S n ) k ln 1

S Sn

= k ln 1

S0 Sn

A
A
= 1 b b = 1
Pg

Pg

(15)

Empregando o mesmo raciocnio para S = S a e = a , obtm:

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

a
2A
= 1

Pg
A partir das Equaes 15 e 16 conclui-se que o tempo de pane

(16)

e o tempo de alerta no dependem

dos parmetros da distribuio de Weibull, o mesmo acontece com a curva-vida dos sintomas.
Portanto, estes dependem somente da eficincia dos ndices Pg e da manuteno apropriada A.
Assim o fator de deciso para o modelo o fator forma k e a correta manuteno dada pela razo
A
.
Pg
3. PROCEDIMENTO EXPERIMENTAL

Para definir os parmetros de rugosidade que evoluem com o desgaste da ferramenta e

identificar os sintomas vibratrios correlacionadas com a rugosidade, e validar a metodologia para
encontrar os valores limites, foram realizados experimentos no laboratrio da Universidade Federal
de Uberlndia, em um torno com variao contnua de velocidade Revolution RV-220, da
Deb`Maq, com 7,5 CV de potncia. A ferramenta utilizada de metal duro revestida SNMG
120404 MF, classe M com raio de ponta 0.4mm, o suporte PSSNR 2020 K12, duas barras de ao
inox 316 de comprimento inicial de 500 mm e raio de 100 mm. Foram utilizadas cinco ferramentas
novas at chegarem ao fim de vida, e duas barras novas sendo uma colocada no inicio dos
experimentos com a ferramenta 1 e a outra no experimento da ferramenta 4.
Para aquisio dos sinais, foram utilizados dois acelermetros piezoeltricos da Bruel & Kjair
tipo 4371, um condicionador de sinais da Bruel & Kjair, uma placa da aquisio da Hi-Speed USB
Carrier N1USB 9162 e um micro computador. Para calibrar os instrumentos foi utilizado um
calibrador Bruel & Kjair tipo 4294. Os acelermetros foram acoplados no porta ferramenta um na
horizontal e o outro na vertical e os sinais foram adquiridos ao longo de cada passada a partir do
incio.
Foram realizados 34 ensaios ao todo, onde a velocidade de corte foi de 200m/min
(Vc=200m/min), o avano de 0.15mm/volta (f=0.15mm/v), profundidade de corte de 1.0mm
(ap=1.0mm), variando a rotao e a velocidade de avano a cada ensaio. A freqncia de aquisio
foi de 8192Hz.
Para o acompanhamento do desgaste da ferramenta a cada passo foi medida a rugosidade no
incio e no fim da pea a partir do contra-ponta, utilizando um rugosmetro porttil da TaylorHobson Surtronic +3, com Cut-off de 0.8 mm, o qual possibilita a obteno de vrios parmetros de
rugosidade, destes oito foram analisados, Ra, Rp, Rq, Rt, Rz, R3z, Rrms e Rc, as normas utilizadas
foram a ISO 4287-1997 para Ra, Rq, Rp, Rt,Rz, Rc e para Rz R3z foi a norma AMSE B46.1-1995
de acordo com site www.predev.com/smg/parameters.htm.
4. RESULTADOS

A exemplo de ilustrao a Figuras 2 apresenta o grfico do sinal puro dos valores de vibrao
em relao ao tempo, coletados no ensaio da ferramenta 2 e na Figura 3 traz o espectro de
freqncia obtido dos sintomas. Este sinal foi posteriormente processado atravs de rotinas
computacionais desenvolvidas no software Matlab. O mesmo procedimento ser aplicado s outras
ferramentas.

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

Figura 2-Evoluo dos valores de vibrao em relao ao tempo

Figura 3-Espectro de freqncia do sinal

Dentre os vrios parmetros de rugosidade analisados, trabalhou-se com os parmetros Ra, Rp,
Rq, Rt, Rz, R3z, Rrms e Rc do fim da pea usinada. A Figura 4 exemplifica a evoluo do
parmetro de rugosidade Ra ( m ) versos tempo (segundos), para as quatro ferramentas. Os demais
parmetros tm o mesmo perfil de aumento que o Ra. Os dados da ferramenta 1 sero utilizados
para testar os resultados ao fim da anlise. A ferramenta 2 quebrou no oitavo teste, a 3 no dcimo
primeiro, a 4 no oitavo e a 5 no quinto teste.

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

Figura 4- Evoluo do Ra no tempo

Como pode ser observado o sinal apresenta componentes de freqncia bem distintas, entre
3000Hz e 3500Hz, observa-se tambm que a rugosidade aumenta com o tempo total para as quatro
ferramentas de corte.
Nas prximas etapas sero escolhidos os sintomas de vibrao que apresentar maior coeficiente
de correlao com os parmetros de rugosidade superficial. De posse destes sintomas, o mtodo de
Weibull ser usado para a definio de valores limites de sintomas para deteco do tempo de
falhas, e classificao do estado da vida de ferramentas de corte com confiabilidade, para posterior
tomada de deciso sobre do processo de usinagem.
5. CONCLUSES

O processo utilizado foi de torneamento de uma pea de ao inox 316, sem variar as condies
de corte, sendo o critrio de fim de vida a quebra da ferramenta, utilizando tcnicas de manuteno
preditiva para o monitoramento do desgaste da ferramenta no processo.
Os parmetros de rugosidade analisados foram Ra, Rp, Rq, Rt, Rz, R3z, Rrms e Rc, observa-se
que estes parmetros aumentam com o tempo total do processo para as quatro ferramentas de corte,
a partir da deve-se correlacionar os sinais de vibrao com estes parmetros de acabamento
superficial.
6. PRXIMAS ETAPAS A SEREM DESENVOLVIDAS

Para a deteco das falhas, que no caso da usinagem, consistem na qualidade superficial do
material usinado e do desgaste da ferramenta, para prosseguir o trabalho, deve-se escolher os
sintomas de vibrao correlacionados com os parmetros de rugosidade superficial.
Para o monitoramento da integridade da ferramenta necessrio lanar mo de velocidades,
cada vez maiores, de processamento de dados com tcnicas modernas de anlise de sinais tempofrequncia para a definio dos sintomas relacionados com o desgaste ou a quebra das ferramentas.
Para este fim, pretende-se correlacionar sinais de vibrao com parmetros de acabamento
superficial, um procedimento estatstico para a definio de valores limites de sintomas para
deteco de tempo de falhas ser utilizado, e ento definir os parmetros estatsticos a serem
utilizados na distribuio de Weibull para fazer a previso da falha do equipamento.

16 POSMEC. FEMEC/UFU, Uberlndia-MG, 2006.

7. REFERNCIAS

Amorim, H. J, 2002, "Estudo da Relao entre Velocidade de Corte, Desgaste de Ferramenta,

Rugosidade e Foras de Usinagem em Torneamento com Ferramenta de Metal Duro",
Dissertao de Mestrado,UFRS, pp 131, Porto Alegre
Cempel, C., 1989, "Passive Diagnostic and Reliability Experiment: Application in Machine
Condition Monitoring", Journal Vibration, Acoustics, Stress, and Reliability Design, V.11 pp8287
Dias,A., 1996, "Confiabilidade na manuteno industrial ,
www.icapdelrei.com.br/arquivos/artigos/confiabilidade_na_manutencao_industrial
Duarte, M. A. V, 1997, "Manuteno Preditiva via Analise de Vibrao", Apostila da UFU, pp 65.
Meola, T.; Duarte, M. A. V.; Santos, S. C.; Sousa, M. M., 2002, "Modelagem do acabamento
superficial do Processo de Torneamento Via monitorao de vibrao", II Congresso Nacional
de Engenharia Mecnica
Wormit, M., 1982,"Detection Neyman-Pearson Theory"
www.klimt.iwr.uni-heidelberg.de/mip/adaptive_filters
YACubsohn, R. V., 1983, "Diagnostico de fallas por anlisis vibratorio", So Paulo, Die Techik
Ltda
www.predev.com/smg/parameters.htm acesso em 8/9/2006.

MONITORING OF THE CUTTING PROCESS BY SUPERFICIAL

FINISHING
Gondim, Raquel M.
Universidade Federal de Uberlndia Faculdade de Engenharia Mecnica
Av. Joo Naves de vila, 2160 Bloco 1M Campus Santa Mnica Uberlndia MG
CEP 38400-902
rmgondim@yahoo.com.br

Duarte, Marcus A. V.
mvduarte@mecanica.ufu.br

Abstract: Monitoring systems and the cutting control process are developed in order to detect
evidences of tool damages.
The study of the superficial finishing of machined pieces is justified by its influence in the running
conditions and by reliability of mechanic components. This paper has as goal to use preventive
maintenance techniques to monitor the wearing tool process during the cutting and the quality of
machined products. A statistic procedure to determine the limit values of the signs to detect time
fails will be used to define statistic parameters to be used during the Weibull distribution. The
process in this work will be a stainless steel ABNT 316 piece; dry turning with no cutting conditions
variation and the end-of-life criteria will be the tool break. The parameters analysis will be made
for Ra, Rp, Rq, Rt, Rz, R3z, Rrms and Rc, in order to monitor the cutting tool life through the
correlation with the increase of roughness of the machined piece and the total time of the process.
Keywords: Monitoring, Roughness, Turning

10