SciELO - Scientific Electronic Library Online

 
vol.24 número51Sedimentability of Flocculent Particles in Highly Colored Low Turbidity Water Coagulated with FeCl3 + PAC Versus PACA Web Application to Analyze Students’ Emotions and Attention índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


TecnoLógicas

versão impressa ISSN 0123-7799versão On-line ISSN 2256-5337

Resumo

HERNANDEZ-GONZALEZ, Luis W.; CURRA-SOSA, Dagnier A.; PEREZ-RODRIGUEZ, Roberto  e  ZAMBRANO-ROBLEDO, Patricia D.C.. Modelado de las fuerzas de corte en el torneado de alta velocidad utilizando redes neuronales artificiales. TecnoL. [online]. 2021, vol.24, n.51, pp.43-61.  Epub 04-Out-2021. ISSN 0123-7799.  https://doi.org/10.22430/22565337.1671.

Las fuerzas de corte son variables muy importantes para el rendimiento del mecanizado, ya que afectan la rugosidad de la superficie, la vida útil de la herramienta de corte y el consumo de energía. La reducción del consumo de energía eléctrica de los procesos de fabricación no solo beneficia económicamente a los fabricantes, sino que también mejora su comportamiento medioambiental. Muchos factores, como el material de la herramienta de corte, la velocidad de corte y el tiempo de mecanizado, afectan la fuerza de corte y el consumo de energía de la máquina. En la actualidad, muchas investigaciones se han realizado sobre el consumo energético de las máquinas herramienta. Sin embargo, la investigación sobre torneado de acero al carbono a alta velocidad es escasa. En este trabajo se estudiaron los efectos de los materiales de las herramientas de corte y su velocidad sobre las fuerzas de corte y el consumo específico de energía en el torneado en seco de alta velocidad de acero AISI 1045. Las fuerzas de corte se determinaron experimentalmente y se compararon con las estimaciones de los modelos predictivos desarrollados mediante regresión polinomial y redes neuronales artificiales. Los modelos obtenidos fueron evaluados según métricas de desempeño como el coeficiente de determinación y la raíz del error cuadrático medio, donde los modelos polinomiales no superaron el 70% en la representación de la variabilidad de los datos. Se determinó la velocidad de corte y el tiempo de mecanizado relacionados con el mayor y menor consumo de energía de las plaquitas CT5015-P10 y GC4225-P25. Los valores más bajos de consumo de energía de estas herramientas se alcanzaron para la velocidad de corte intermedia. Además, la plaquita GC4225 presentó un mayor consumo que la herramienta CT5015.

Palavras-chave : Fuerzas de corte; Consumo específico de energía; Torneado de alta velocidad; Redes Neuronales Artificiales.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )