El alumno Jose Joaquin Peralta Abadia obtuvo la calificación SOBRESALIENTE CUM LAUDE con mención Doctorado Internacional
El alumno Jose Joaquin Peralta Abadia obtuvo la calificación SOBRESALIENTE CUM LAUDE con mención Doctorado Internacional
El alumno Jose Joaquin Peralta Abadia obtuvo la calificación SOBRESALIENTE CUM LAUDE con mención Doctorado Internacional
- Título de tesis: Enhancing smart monitoring in face milling with deep continual learning
Tribunal:
- Presidencia: Giovanna Martínez Arellano (University of Nottingham)
- Vocalía: Alessandra Caggiano (Roma Tre University)
- Vocalía: Maite Beamurgia Bengoa (Fagor AOTEK S. Coop)
- Vocalía: Miren Illarramendi Rezabal (Mondragon Unibertsitatea)
- Secretaría: Gorka Ortiz de Zarate Bengoa (Mondragon Unibertsitatea)
Resumen:
La monitorización del estado de las herramientas basada en aprendizaje profundo (DL) es eficaz en el mecanizado por fresado, pero su adopción industrial se ve limitada por el diseño manual de modelos, la escasez de datos etiquetados de mecanizado y el uso de arquitecturas incapaces de adaptarse a nuevos parámetros de entrada. Esta tesis aborda estas limitaciones al proponer un marco de aprendizaje automatizado para generar flujos de trabajo de DL y un marco de aprendizaje continuo (CL) eficiente en recursos. Para validar los marcos ante la falta de datos de mecanizado, se generó el conjunto de datos de fresado MU-TCM. La metodología propuesta mejora la robustez de los modelos al mitigar el olvido catastrófico y reducir el error de predicción hasta un 32% ante variaciones intermáquina e intermaterial. Esto facilita su despliegue práctico en PYMEs mediante señales internas del CNC, lo que permite prolongar la vida útil de la herramienta con márgenes de error reducidos.