Resumen

Este documento presenta una red de aprendizaje profundo que combina redes neuronales artificiales y métodos de evaluación de rendimiento reconocibles para lograr una mejor predicción y control de la calidad del producto en la producción de parachoques de automóviles. Para este propósito, fue utilizado un sensor de presión para monitorear y recolectar datos de presión en tiempo real en la cavidad del molde del parachoques. Fueron seleccionados indicadores de calidad para determinar la calidad del moldeo cuya correlación fue evaluada a través de  métodos de evaluación de desempeño reconocibles y el coeficiente de correlación de Pearson. A través del estudio experimental de esta investigación, se completó el seguimiento y control de los parámetros de moldeo por inyección de parachoques para controlar y mejorar la calidad del producto final.

• Materias:Redes neuronales (Computadores) Procesos de manufactura Fabricas - Automatización Fabricación industrial Automatización
• Subjects:Neural networks (Computer science) Manufacturing processes Factory - Automation Manufacturing Automation
• Palabras claves:Aprendizaje profundo; Calidad de moldeo; Red neuronal artificial; Evaluación de desempeño reconocible; Parachoque
• Keywords:Deep learning; Molding quality; Artificial neural network; Recognizable performance evaluation; Bumper