Predicción de rugosidad en maquinado de aleación de Ti-6Al-4V usando redes neuronales



Document title: Predicción de rugosidad en maquinado de aleación de Ti-6Al-4V usando redes neuronales
Journal: Ingenierías (Nuevo León)
Database: PERIÓDICA
System number: 000318860
ISSN: 1405-0676
Authors: 1
2


Institutions: 1Universidad Autónoma de Nuevo León, Facultad de Ingeniería Mecánica y Eléctrica, Monterrey, Nuevo León. México
2Corporación Mexicana de Investigación en Materiales S.A. de C.V., Saltillo, Coahuila. México
Year:
Season: Ene-Mar
Volumen: 12
Number: 42
Pages: 16-22
Country: México
Language: Español
Document type: Artículo
Approach: Experimental, analítico
Spanish abstract En la actualidad es de gran importancia el papel que juega la rugosidad superfi cial en la calidad de los productos y la planeación de los procesos de manufactura. El objetivo de este trabajo es presentar una metodología para predecir la rugosidad (Ra) del Ti-6Al-4V obtenida en el maquinado, con un intervalo de confianza definido, y comparar los resultados con los obtenidos mediante Redes Neuronales Artificiales (RNA), considerando como variables de entrada la velocidad de corte, el avance y la penetración. Las pruebas de maquinado se llevaron a cabo usando un inserto de carburo cubierto por PVD (TiAlN)
English abstract Currently the roughness is a variable of great importance on the quality of the products and on the manufacturing programming process. The aim of this work is to present a methodology for predicting the roughness (Ra) obtained from the machining of the Ti-6Al-4V, with a given confi dence interval, and compare this results with an Artifi cial Neural Network (ANN), considering the cutting speed, feed and depth as input variables. Machining tests were carried out using and carbide insert covered with PVD (TiAlN)
Disciplines: Ingeniería,
Matemáticas
Keyword: Ingeniería de materiales,
Matemáticas aplicadas,
Maquinado,
Redes neuronales artificiales,
Aleaciones,
Sistemas inteligentes,
Rugosidad,
Parámetros
Keyword: Engineering,
Mathematics,
Materials engineering,
Applied mathematics,
Machining,
Artificial neural networks,
Alloys,
Intelligent systems,
Roughness,
Parameters
Full text: Texto completo (Ver PDF)