UTILIZACIÓN DE MODELOS DE REDES NEURONALES ARTIFICIALES PARA PREDECIR LA INFLUENCIA DEL TIPO DE FRESADO EN LA CALIDAD DEL PRODUCTO

Autores/as

  • WANDERSON DE OLIVEIRA LEITE
  • JUAN CARLOS CAMPOS RUBIO
  • FRANCISCO MATA CABRERA
  • JOSE TEJERO MANZANARES
  • ISSAM HANAFI

Palabras clave:

Estrategia de mecanizado CNC, redes neuronales artificiales, análisis del error en CNC, tecnología de precisión, CNC machining strategy, Artificial Neural Networks, Error of CNC Machine-Tools, Precision Technology

Resumen

RESUMEN: Durante el proceso de fresado de piezas de superficies complejas, la elección de las distintas estrategias de mecanizado sugeridas por el software CAM conduce a desviaciones de la pieza mecanizada con respecto a la superficie ideal diseñada. El conocimiento de las desviaciones generadas respecto de la geometría final de la pieza permite desarrollar módulos de corrección en el propio software, basados en las diferentes estrategias de mecanizado, posibilitando así que el ejecutor genere las oportunas correcciones antes de la fabricación, de manera que los productos acabados se encuentren dentro de las especificaciones de diseño. Al mismo tiempo, se ha estudiado el trabajo SIM en los procesos de fabricación mediante la aplicación de redes neuronales artificiales (ANN) como solución a los problemas no lineales y parámetros conflictivos. Por lo tanto, este documento evalúa la influencia de la geometría y el acabado superficial de tres estrategias diferentes de fresado, sugeridas por un software de CAM en la fabricación de un producto, por medio de RNA.

Publicado

2014-07-01

Número

Sección

ARTICULOS