Resumen

El acero de alta resistencia de grado H se utiliza en la fabricación de muchos productos civiles y militares. Los procedimientos de fabricación de estas piezas tienen varias operaciones de torneado. Los factores clave para la fabricación de estas piezas son la precisión, la rugosidad superficial (Ra) y la tasa de eliminación de material (MRR). La línea de producción de estas piezas contiene muchas máquinas de torneado CNC para obtener una buena precisión y repetibilidad. El ingeniero de fabricación debe cumplir el valor de rugosidad superficial requerido de acuerdo con el dibujo de diseño desde la primera pista (de lo contrario, estas piezas serán rechazadas), así como mantener su ojo en la tasa máxima de eliminación de metal. El rechazo de estas piezas en cualquier fase de procesamiento representará enormes problemas para cualquier fábrica, ya que el procesamiento y la materia prima de estas piezas son muy caros. En este trabajo se utilizó la red neuronal artificial para predecir la rugosidad superficial para diferentes parámetros de corte en operaciones de torneado CNC. Estos parámetros se investigaron para obtener la mínima rugosidad superficial. Además, se obtuvo un modelo matemático para la rugosidad superficial a partir de los datos experimentales utilizando un método de análisis de regresión. A continuación, se comparan los datos experimentales con los resultados del análisis de regresión y con las estimaciones de ANFIS (Sistema de Inferencia Difusa basado en Redes Adaptativas).

• Materias:Cinética Industria del cemento Metales Cemento Ingeniería de estructuras Perforación de pozos de minas
• Subjects:Kinetics Cement industries Metals Cement Structural engineering Shaft sinking
• Palabras claves:pieza, rugosidad superficial, datos experimentales, tasa de eliminación de metal, tasa de eliminación de material, rugosidad superficial mínima, acero de alta resistencia, diferentes parámetros de corte, métodos de análisis de regresión, sistema de inferencia difusa
• Keywords:part, surface roughness, experimental data, metal removal rate, material removal rate, minimum surface roughness, high strength steel, different cutting parameters, regression analysis methods, fuzzy inference system