Integración de emisiones acústicas e inteligencia artificial para la identificación de fallos en componentes mecánicos fabricados por impresión 3D

Abstract

[ES] Este Trabajo Fin de Máster tiene como objetivo principal abordar la identificación de fallos en componentes fabricados mediante impresión 3D a través de la integración de técnicas de emisiones acústicas e inteligencia artificial. Para alcanzar este propósito, se abarcarán los siguientes aspectos:

- Se llevarán a cabo ensayos experimentales de probetas uniaxiales monotónicas que serán monitorizadas por técnicas de emisiones acústicas y digital image correlation (DIC), complementados con el análisis de las superficies fracturadas a través de microscopía.

- Análisis del comportamiento mecánico de las probetas fabricadas mediante impresión 3D, abordando tanto las propiedades elásticas y resistentes como la identificación del tipo de fallo experimentado. Posteriormente, se realizaron procesos de post-procesamiento de las señales de emisiones acústicas, que incluyeron la selección de características y la normalización de datos.

- Selección y entrenamiento de un modelo de clasificación basado en inteligencia artificial para las emisiones acústicas registradas durante los ensayos. Este modelo proporcionará una herramienta eficaz para la identificación automática y precisa de los tipos de fallos presentes en los componentes impresos en 3D, mejorando significativamente la eficiencia y precisión del proceso de evaluación.

En resumen, este estudio aborda de manera integral la problemática de la identificación de fallos en componentes impresos en 3D, aprovechando la combinación de técnicas experimentales tradicionales, como ensayos mecánicos, microscopía y DIC, con otras tecnologías como la monitorización de emisiones acústicas y la inteligencia artificial. Los resultados obtenidos no solo contribuyen al avance en la comprensión de la integridad estructural de componentes impresos en 3D, sino que también ofrecen una metodología innovadora para su monitorización.