Resumen

Los procesos de producción modernos van acompañados de nuevos retos a la hora de reducir el impacto medioambiental relacionado con los procesos de mecanizado. El torneado es un proceso de fabricación ampliamente utilizado con numerosas aplicaciones para crear componentes de ingeniería. En consecuencia, se han realizado muchos estudios para optimizar los parámetros de mecanizado y facilitar el proceso de toma de decisiones. Este trabajo pretende optimizar la calidad de los productos mecanizados (acabado superficial) y el índice de productividad del proceso de fabricación por torneado. Para ello, utilizamos el Aluminio como material de ensayo para realizar el proceso de torneado con la velocidad de corte, el avance, la profundidad de corte y el radio de la nariz de la herramienta de corte como factores de diseño. La calidad del producto se cuantifica utilizando la rugosidad superficial (R_a) y la tasa de productividad basada en la tasa de eliminación de material (MRR). Desarrollamos un modelo predictivo y de optimización mediante el acoplamiento de Redes Neuronales Artificiales (RNA) y la técnica de optimización multifunción Particle Swarm Optimization (PSO), como alternativa para predecir primero la respuesta del modelo (R_a) y luego buscar el valor óptimo de los parámetros de torneado para minimizar la rugosidad superficial (R_a) y maximizar la tasa de arranque de material (MRR). Los resultados obtenidos por los modelos propuestos indican una buena concordancia entre los valores predichos y los experimentales, demostrando que el modelo RNA propuesto es capaz de predecir la rugosidad superficial con precisión. El modelo de optimización PSO ha proporcionado un Frente de Pareto para la solución óptima determinando los mejores parámetros de mecanizado para R_a mínima y MRR máxima. Los resultados de este estudio ofrecen aplicación en la industria real donde la selección de parámetros óptimos de mecanizado ayuda a gestionar dos objetivos en conflicto, lo que finalmente facilita el proceso de toma de decisiones de los productos mecanizados.

INTRODUCCIÓN Y ANTECEDENTES

La fabricación es una de las principales acciones generadoras de riqueza, ya que implica la conversión de materiales en productos finales [ 1 ]. Según los estudios relacionados con las máquinas herramienta utilizadas en los procesos de torneado y fresado, más del 99% de los impactos ambientales relacionados con estos procesos de fabricación se deben al uso de energía eléctrica [2 ]. Los objetivos más importantes para las empresas manufactureras se centran principalmente en los costos, el tiempo, los impactos ambientales y la calidad.

• Materias:Parámetros de mecanizado Torneado Rugosidad Redes neuronales artificiales
• Subjects:Machining parameters Turning Roughness Artificial neural networks
• Palabras claves:Multi-Objetivo; Redes Neuronales Artificiales; Torneado; Rugosidad Superficial
• Keywords:Multi-Objective; Artificial Neural Networks; Turning; Surface Roughness