OPTIMIZACIÓN DE RESISTENCIA A LA TENSIÓN EN PIEZAS DE POLIAMIDA-6 MOLDEADAS POR INYECCIÓN USANDO TÉCNICAS DE REDES NEURONALES Y PROGRAMACIÓN NO LINEAL

Autores/as

  • Jaime Navarrete Damián
  • MARIO CALDERON RAMIREZ
  • ROBERTO ZITZUMBO GUZMAN
  • JOSE FRANCISCO LOUVIER HERNANDEZ

Palabras clave:

Moldeo por inyección de plásticos, Esfuerzo de tensión, Poliamida-6, Superficie de Respuesta, Red Neuronal de Retro-propagación, Red Neuronal de Regresión Generalizada, Programación no lineal, Plastic Injection Molding, Tensile stress, Polyamid-6, Response Surface, Backpropagation Neural Network, Generalized Regression Neural Network, Nonlinear programming

Resumen

Esta investigación tiene por objeto optimizar la resistencia a la tensión en piezas de poliamida-6 moldeadas por inyección para establecer las condiciones que permitan maximizar la resistencia de las piezas en un proceso industrial real. La metodología consistió en el desarrollo de ensayos basados en un diseño de experimentos tipo I-óptimo, para generar una base de datos. Se consideraron cuatro parámetros de entrada en los experimentos: presión de sostenimiento de inyección, tiempo de sostenimiento de inyección, % de material virgen y % de material reciclado. Las mediciones del esfuerzo máximo de tensión en las piezas se realizaron bajo la norma ISO 527-1. Fueron desarrollados tres modelos con las técnicas Superficie de Respuesta, Red Neuronal Back Propagation y Red Neuronal de Regresión Generalizada (con Función de Base Radial) para predecir el esfuerzo máximo de tensión en piezas. Finalmente se realizó la optimización del modelo con el menor error mediante la técnica de región de confianza basado en técnicas de punto interior para programación no lineal, para maximizar la resistencia a la tensión. Se concluyó que con esta propuesta metodológica es posible modelar el proceso de moldeo por inyección con bajo error y establecer las condiciones que permiten alcanzar el máximo esfuerzo a la tensión de las piezas inyectadas. Palabras clave: Moldeo por inyección de plásticos, Esfuerzo de tensión, Poliamida-6, Superficie de Respuesta, Red Neuronal de Retro-propagación, Red Neuronal de Regresión Generalizada, Programación no lineal.

Publicado

2018-09-01

Número

Sección

ARTICULOS