Resumen

La soldadura por fricción (FSW) es el método más popular y eficaz de unión en estado sólido para metales y aleaciones similares y diferentes. Se utiliza sobre todo en aplicaciones de las industrias aeroespacial, ferroviaria, automovilística y naval. Muchos investigadores trabajan actualmente con diferentes perspectivas en este proceso FSW para diversas combinaciones de materiales. Los parámetros generales de entrada del proceso son el espesor de la placa, la carga axial, la velocidad de rotación, la velocidad de soldadura y el ángulo de inclinación. Los parámetros de salida son la dureza de la unión, el % de alargamiento y los límites elástico y de impacto. La programación genética (PG) es un método relativamente nuevo de computación evolutiva cuya principal ventaja consiste en evaluar modelos o ecuaciones matemáticas predictivas eficaces sin ninguna suposición previa sobre la posible forma de la relación funcional. Este artículo define e ilustra cómo puede aplicarse la GP al proceso FSW para derivar relaciones precisas entre los parámetros de salida y de entrada con el fin de obtener un modelo de predicción generalizado. Un modelo de GP ayudará a los ingenieros a cuantificar el rendimiento del FSW, y los resultados de este estudio pueden utilizarse para estimar los requisitos futuros basándose en los datos históricos para proporcionar una solución sólida. Los resultados obtenidos a partir de los modelos GP mostraron una buena concordancia con los datos experimentales y objetivo con un error de predicción medio del 0,72%.

• Materias:Máquina de vectores Estudio numérico Controlador Método computacional Modelado matemático
• Subjects:Vector machine Numerical study Controller Computational method Mathematical modeling
• Palabras claves:Proceso FSW, modelos matemáticos predictivos eficaces, parámetros generales del proceso de entrada, error medio de predicción, modelo de predicción generalizado, FSW, GP, resultados, modelo GP, modelos GP
• Keywords:FSW process, efficacious predictive mathematical models, general input process parameters, average prediction error, generalized prediction model, FSW, GP, results, GP model, GP models