Caracterización de etapas de perforado en probetas multicapas mediante la emisión acústica generada durante la perforación

Characterization of drilling stages in multilayer specimens through the Acoustic Emission generated during the drilling process

  • Guido Claudio Ferrari Universidad Tecnológica Nacional
  • Martín Pedro Gómez Universidad Nacional de San Martín
Palabras clave: Acoustic Emission, Drilling, Process Monitoring, Sandstone, Neural Networks (en_US)
Palabras clave: emisión acústica, perforación, monitoreo de procesos, arenisca, caliza, redes neuronales (es_ES)

Resumen (es_ES)

Objetivo: El presente trabajo se basa en el monitoreo mediante emisión acústica de la herramienta de corte en un proceso de perforación de material geológico y la utilización de redes neuronales tipo Kohonen para la clasificación de la información.

Metodología: La metodología consistió en la realización de una serie de perforaciones sobre una probeta construida con rocas tipo arenisca, caliza y pizarra, dispuestas en capas y consolidadas con una mezcla de cemento. El herramental utilizado para la perforación consistió en un cortador de dos filos de carburo de tungsteno (CT), de 65 mm de diámetro. El proceso completo fue monitoreado mediante un sistema de emisión acústica acoplado a la broca giratoria y a la probeta de ensayo. Posteriormente se correlacionó la emisión acústica con la estratigrafía de la perforación, se procesó y adaptó la información para entrenar y simular una red neuronal tipo Kohonen, que clasificó la información del proceso según el tipo de roca que se estaba atravesado con el cortador.  

Resultados: Los resultados muestran que la técnica de emisión acústica es sensible a los cambios de estratos durante la perforación de estos geomateriales y que la instrumentación de la broca rotante brinda un buen canal de monitoreo de este proceso. En este se observan los transitorios de cambio de interfaces y el perforado estable mediante el análisis de parámetros de la emisión acústica como RMS, energía MARSE, rise time y frecuencia promedio.

Conclusiones: La técnica de emisión acústica puede ser utilizada para el monitoreo del proceso de taladrado en la presente escala. El procesamiento de los parámetros de emisión acústica permitió entrenar y simular una red neuronal Kohonen que pueda clasificar diferentes etapas del perforado con un error de mezclado inferior al 5 %.

Resumen (en_US)

Objective: This work is based on the Acoustic Emission (EA) monitoring of the cutting tool in a geological material drilling process and the use of Kohonen type Neural Networks for the classification of information.

Methodology: The methodology consisted in the realization of a series of perforations on a specimen built with sandstone, limestone and slate rocks, arranged in layers and consolidated with a cement mixture. The tool used for drilling consisted of a double-edged Tungsten Carbide (CT) cutter, 65 mm in diameter. The entire process was monitored by an AE system coupled to the rotating drill and test specimen. Subsequently, the EA was correlated with the stratigraphy of the perforation, the information was processed and adapted to train and simulate a Kohonen type neural network, which classified the process information according to the type of rock that was traversed with the cutter.

Results: The results show that the Acoustic Emission technique is sensitive to stratum changes during the drilling process of these geomaterials and that the instrumentation of the rotating drill provides a good monitoring channel for this process. In this, the change of interfaces of the interfaces and the stable drilling process can be observed through the analysis of acoustic emission parameters such as rms, MARSE energy, rise time and average frequency.

Conclusions: The Acoustic Emission technique can be used to monitor the drilling process on this scale. The processing of the Acoustic Emission parameters allowed to train and simulate a Kohonen neural network that can classify different stages of the drilling process with a mixing error of less than 5%.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Guido Claudio Ferrari, Universidad Tecnológica Nacional

Ingeniero Mecánico (UTN-FRD). Magíster en Ciencia y Tecnología, mención Materiales (IT-UNSAM-CNEA). Docente de la Universidad Tecnológica Nacional - Facultad Regional Delta de Campana, Buenos Aires

Martín Pedro Gómez , Universidad Nacional de San Martín

Licenciado en Física, magíster en Ciencia y Tecnología de los Materiales, doctor en Ciencia y Tecnología de los Materiales. Comisión Nacional de Energía Atómica. Docente de la Universidad Nacional de San Martín. Ciudad Autónoma de Buenos Aires

Referencias

Barrera, G., Carreón, G. y Ruiz, A. (2005). Control de calidad de piezas cerámicas por medio de análisis de vibraciones y redes neuronales artificiales. Computación y Sistemas, 8, 187-195.

Bourgoyne Jr., A. et al. (1991). Applied drilling engineering. Richardson, EE. UU.: Society of Petroleum Engineers.

Chen, Y. y Liao, Y. (2003). Study on wear mechanisms in drilling of Inconel 718 superalloy. Journal of Materials Processing Technology, 140, 269-273.Dornfeld, D. y Kannatey-Asibu, E. (1980). Acoustic emission during orthogonal metal cutting. International Journal of Mechanical Sciences, 22, 285-296. https://doi.org/10.1016/0020-7403(80)90029-6

Everson, C.E. y Cheraghi, S.H. (1999). The application of acoustic emission for precision drilling process monitoring. International Journal of Machine Tools and Manufacture, 39, 371-387. https://doi.org/10.1016/S0890-6955(98)00054-6

Godin, N., Huguet, S. y Gaertner, R. (2005). Integration of the Kohonen’s self-organising map and k-means algorithm for the segmentation of the AE data collected during tensile tests on cross-ply composites. NDT&E International, 38(4), 299-309. https://doi.org/10.1016/j.ndteint.2004.09.006

Gómez, M.P. (2012). Estudio de las señales de EA generadas en el proceso de corte de metales. Aplicaciones a procesos de taladrado. [Tesis de doctorado]. Universidad Nacional de General San Martín (UNSAM). Buenos Aires, Argentina.

Gómez, M.P., Hey, A.M., D’Attelis, C.E. y Ruzzante, J.E. (2012). Assessment of cutting tool condition by acoustic emission. Procedia Materials Science, 1, 321-328. https://doi.org/10.1016/j.mspro.2012.06.043

Gómez, M.P., Hey, A.M., Ruzzante, J.E. y D’Attellis, C.E. (2010). Tool wear evaluation in drilling by acoustic emission. Physics Procedia, 3, 819-825. https://doi.org/10.1016/j.phpro.2010.01.105

Grabec, I. y Leskovar, P. (1977). Acoustic emission of a cutting process. Ultrasonics, 15(1), 17-20. https://doi.org/10.1016/0041-624X(77)90007-5

Jemielniak, K. y Otman, O. (1998). Tool failure detection based on analysis of acoustic emission signals. Journal of Materials Processing Technology, 76(1-3), 192-197. https://doi.org/10.1016/S0924-0136(97)00379-8

Kohonen, T. (2001). Self-Organising maps. Heidelberg: Springer Verlag. https://doi.org/10.1007/978-3-642-56927-2

Mascaro, B., Gibiat, V., Bernadou, M. y Esquerre, Y. (2005). Acoustic emission of the drilling of carbon/epoxy composites. Paper presented at the Forum Acusticum. Budapest, Hungría.

Peng, S. y Zhang, J. (2007). Engineering geology for underground rocks. Heidelberg: Springer-Verlag Berlin Heidelberg.

Philippidis, T., Nikolaidis, V. y Anastassopoulos, A. (1998). Damage characterization of carbon/carbon laminates using neural network techniques on AE Signals. NDT&E International, 31(5), 329-340. https://doi.org/10.1016/S0963-8695(98)00015-2

Rajabov, V. et al. (2012). The effects of back rake and side rake angles on mechanical specific energy of single PDC cutters with selected rocks at varyng depth of cuts and confining pressures. En IADC/SPE Drilling Conference and Exhibition (pp. 205-222). California, Estados Unidos. https://doi.org/10.2118/151406-MS

Saini, D. y Park, Y. (1996). A quantitative model of acoustic emission in orthogonal cutting operations. Journal of Materials Processing Technology, 58, 343-350. https://doi.org/10.1016/0924-0136(95)02206-6

Zupang, J. y Gasteiger, J. (1993). Neural networks for chemists. An introduction. Nueva York: VCH, Weinheim.

Cómo citar
Ferrari, G. C., & Gómez , M. P. (2020). Caracterización de etapas de perforado en probetas multicapas mediante la emisión acústica generada durante la perforación. Tecnura, 24(63). https://doi.org/10.14483/22487638.16193

Artículos más leídos del mismo autor/a