Resumen

En este estudio se analiza una variedad de condiciones significativas de taladrado en óxido de aluminio (con matriz ortogonal L18) utilizando una broca de diamante. Los parámetros de taladrado evaluados son la velocidad del husillo, el avance, la profundidad de corte y el tamaño del abrasivo de diamante. Para analizar los efectos de estos parámetros de taladrado se empleó una matriz ortogonal, la relación señal/ruido (S/N) y el análisis de la varianza (ANOVA). Los resultados fueron confirmados por los experimentos, que indicaron que los parámetros de perforación seleccionados reducen eficazmente la grieta. La red neuronal se aplica para establecer un modelo basado en la relación entre los parámetros de entrada (velocidad del husillo, velocidad de avance, profundidad de corte y tamaño del abrasivo de diamante) y el parámetro de salida (porcentaje de área de agrietamiento). La red neuronal puede predecir una grieta individual en función de los parámetros de entrada, lo que proporciona una síntesis del modelo más rápida y automatizada. La predicción precisa de las grietas garantiza que los parámetros de taladrado deficientes no sean adecuados para el mecanizado de los productos, lo que evita la fabricación de productos de baja calidad. Los experimentos de confirmación mostraron que la red neuronal predijo con precisión el porcentaje de área de grietas en el taladrado de alúmina.

• Materias:Aluminio Propiedades fisicoquímicas Hidráulica Agua Ingenierí­a hidráulica Soldadura Hidróxido de aluminio
• Subjects:Aluminum Chemicophysical properties Hydraulics Water Hydraulic engineering Welding Aluminum hydroxide
• Palabras claves:red neuronal, profundidad de corte, parámetros de perforación, velocidad de avance, porcentaje de área, velocidad del husillo, matriz ortogonal, tamaño del abrasivo, parámetros de entrada, predicción de grietas
• Keywords:neural network, depth of cut, drilling parameters, feed rate, area percentage, spindle speed, orthogonal array, abrasive size, input parameters, prediction of crack