Resumen

Se ha examinado la influencia de los parámetros de corte en la rugosidad superficial en el fresado frontal. Se han considerado como factores influyentes la velocidad de corte, el avance y la profundidad de corte. Se han realizado una serie de experimentos de acuerdo con un diseño de experimentos (DOE). Con el fin de obtener modelos matemáticos capaces de predecir la rugosidad superficial, se han aplicado dos enfoques de modelado diferentes, a saber, el análisis de regresión y las redes neuronales, a los datos determinados experimentalmente. Los resultados obtenidos se han comparado y el modelo de redes neuronales ofrece una mejor explicación del sistema físico observado. Los parámetros de corte óptimos se han encontrado utilizando el algoritmo de optimización simplex.

INTRODUCCIÓN

La calidad superficial es uno de los requisitos más especificados por los clientes y el principal indicador de la calidad superficial en piezas mecanizadas es la rugosidad superficial. La rugosidad superficial es principalmente el resultado de varios parámetros de proceso controlables o incontrolables y es más difícil de alcanzar y seguir que las dimensiones físicas. Un número considerable de estudios han investigado los efectos de la velocidad de corte, el avance, la profundidad de corte, el radio de la nariz y otros factores sobre la rugosidad superficial. En estudios recientes [1, 2, 3] se han evaluado los efectos de algunos factores sobre la rugosidad superficial y se han desarrollado modelos. Una tarea central en la práctica de la ciencia y la ingeniería es desarrollar modelos que proporcionen una descripción satisfactoria de los sistemas físicos observados. El objetivo de este estudio es obtener un modelo matemático que relacione la rugosidad superficial con tres parámetros de corte en el fresado frontal, concretamente con la velocidad de corte, el avance y la profundidad de corte. En este trabajo se han utilizado dos enfoques diferentes para obtener los modelos matemáticos. El primer enfoque es un diseño de experimento (DOE) junto con un análisis de varianza (ANOVA) y un análisis de regresión (RA). El segundo enfoque es la modelización mediante redes neuronales artificiales (RNA).

RUGOSIDAD SUPERFICIAL

El parámetro superficial utilizado para evaluar la rugosidad superficial en este estudio es la rugosidad media (Ra). 

El promedio de rugosidad es el área entre el perfil de rugosidad y su línea central, o la integral del valor absoluto de la altura del perfil de rugosidad sobre la longitud de evaluación.

• Materias:Modelado matemático Fresado Redes neuronales artificiales
• Subjects:Mathematical modeling Milling Artificial neural networks
• Palabras claves:Fresado frontal; Rugosidad superficial; Regresión; Redes neuronales
• Keywords:Face milling; Surface roughness; Regression; Neural networks