Resumen

Se presenta un estudio para modelar la rugosidad superficial en el proceso de fresado de extremo. Se han considerado tres tipos de redes inteligentes. Son (i) redes neuronales de función de base radial (RBFNs), (ii) sistemas de inferencia neurodifusa adaptativa (ANFISs) y (iii) sistemas de inferencia difusa evolucionados genéticamente (G-FISs). Los parámetros de mecanizado, es decir, la velocidad del husillo, la velocidad de avance y la profundidad de corte, se han utilizado como entradas para modelar la rugosidad superficial de la pieza. El objetivo es obtener la mejor precisión de predicción. El procedimiento se ilustra utilizando datos experimentales de fresado de extremo de una aleación de aluminio 6061. Las tres redes han sido entrenadas utilizando datos experimentales de entrenamiento. Después del entrenamiento, han sido examinadas utilizando otro conjunto de datos, es decir, datos de validación. Los resultados se comparan con resultados previamente publicados. Se concluye que las redes ANFIS pueden sufrir el problema de mínimos locales, y

• Materias:Probabilidad Colectiva Minería de datos Algoritmo de evolución Computación evolutiva Sistemas neuronales
• Subjects:Collective probability Data mining Evolutionary algorithm Evolutionary Computation Neural systems
• Palabras claves:Estudio; Rugosidad de la superficie; Proceso de fresado de extremo; Redes inteligentes; Parámetros de mecanizado; Precisión de predicción
• Keywords:Study; Surface roughness; End milling process; Intelligent networks; Machining parameters; Prediction accuracy