Resumen

Es importante conocer el impacto de los parámetros de procesamiento del PA6G en diferentes condiciones de humedad, ya que es vulnerable a la humedad hasta el 7%. Este estudio investigó el efecto de los parámetros de corte en la calidad de la rugosidad superficial en condiciones húmedas y secas. También se ha desarrollado un modelo de Red Neural Artificial (RNA) con los resultados obtenidos en los experimentos. La condición de humedad, el tipo de herramienta, la velocidad de corte, la tasa de corte y la profundidad de los parámetros de corte se utilizaron como entrada y el valor medio de la rugosidad superficial se utilizó como salida del modelo ANN. Los resultados de las pruebas mostraron que la RNA puede utilizarse para la predicción de la rugosidad superficial media.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:Rugosidad superficial media, red neuronal artificial, diferentes condiciones de humedad, condiciones de sequedad, ann, calidad de la rugosidad, resultados de las pruebas, parámetros, tipo de herramientas
• Keywords:average surface roughness, artificial neural network, different humidity conditions, dry conditions, ann, roughness quality, testing results, parameters, tools type