Modelo Neuronal de la Fuerza de Corte en el Microtaladrado de Aleaciones Especiales

Beruvides López, Gerardo and Quiza, Ramón and Castaño Romero, Fernando and Rivas, Marcelino and Haber Guerra, Rodolfo E. (2014). Modelo Neuronal de la Fuerza de Corte en el Microtaladrado de Aleaciones Especiales. In: "X Simposio CEA de Control Inteligente", 25 al 27 de junio del 2014, Ávila, UNED.

Description

Title: Modelo Neuronal de la Fuerza de Corte en el Microtaladrado de Aleaciones Especiales
Author/s:
  • Beruvides López, Gerardo
  • Quiza, Ramón
  • Castaño Romero, Fernando
  • Rivas, Marcelino
  • Haber Guerra, Rodolfo E.
Item Type: Presentation at Congress or Conference (Article)
Event Title: X Simposio CEA de Control Inteligente
Event Dates: 25 al 27 de junio del 2014
Event Location: Ávila, UNED
Title of Book: Actas X Simposio CEA de Control Inteligente
Date: 25 June 2014
Subjects:
Freetext Keywords: Microtaladrado; Fuerza de avance; Modelación; Redes neuronales.
Faculty: E.T.S.I. Industriales (UPM)
Department: Automática, Ingeniería Electrónica e Informática Industrial [hasta 2014]
UPM's Research Group: Control Inteligente
Creative Commons Licenses: None

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

La fuerza de avance es una de las variables más importantes en el proceso de taladrado ya que determina, entre otras, la fuerza axial que se ejerce sobre la broca, y por tanto guarda una relación directa con el desgaste acelerado y la rotura brusca de la broca. En el microtaladrado, donde las pequeñas dimensiones de la herramienta hacen que el pandeo sea la principal causa de rotura, el control sobre esta variable tiene una importancia capital. Este trabajo presenta el estudio experimental del proceso de microtaladrado de cinco aleaciones de gran uso en la industria contemporánea (titanio, titanio-aluminio-vanadio, tungsteno-cobre, aluminio e Invar) y el ajuste de un modelo basado en redes neuronales que permita la predicción de la fuerza de avance a partir del régimen de trabajo y de las propiedades físicas del material. Para el modelo se seleccionó una red neuronal de tipo preceptrón multicapa, con una capa oculta no lineal y una de salida lineal. Se realizó un análisis estadístico para caracterizar no sólo la exactitud del modelo sino también su capacidad de generalización.

Funding Projects

TypeCodeAcronymLeaderTitle
Government of SpainDPI2012-35504CONMICROUnspecifiedCONTROL COGNITIVO ARTIFICIAL EN PROCESOS DE MICROMECANIZADO MECANICO. METODO Y APLICACION

More information

Item ID: 48505
DC Identifier: http://oa.upm.es/48505/
OAI Identifier: oai:oa.upm.es:48505
Deposited by: Dr. Rodolfo Haber
Deposited on: 20 Nov 2017 11:08
Last Modified: 20 Nov 2017 11:08
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM