Resumen

Las fijaciones desempeñan un papel importante en la limitación de la deformación excesiva de las piezas de chapa metálica en las fases de mecanizado, montaje y medición durante todo el proceso de fabricación. Sin embargo, sigue siendo una tarea difícil y no trivial el diseño y la optimización de la disposición de la fijación de la chapa metálica en la actualidad, ya que siempre no hay una expresión directa y explícita que describa la disposición de la fijación de la chapa metálica y la deformación que responde. Para ello, en este artículo se propone un modelo de predicción de red neuronal RBF para ayudar al diseño y la optimización de la disposición de la chapa metálica. El modelo de red neuronal RBF se construye mediante un conjunto de datos de entrenamiento seleccionados por muestreo uniforme y análisis de simulación de elementos finitos. Finalmente, se realiza un estudio de caso para verificar el método propuesto.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:accesorios de chapa, modelo de red neuronal, optimización de la chapa, todo el proceso de fabricación, exceso de chapa, deformación de la pieza metálica, disposición, análisis de simulación de elementos, modelo de predicción de red, diseño
• Keywords:sheet metal fixtures, neural network model, optimization of sheet, whole manufacturing process, excessive sheet metal, metal part deformation, layout, elements simulation analysis, network prediction model, design