Comparación entre redes neuronales artificiales y regresión múltiple para la predicción de la rugosidad superficial en el torneado en seco

Journal Title: Ingenius. Revista de Ciencia y Tecnología - Year 2018, Vol 0, Issue 19

Abstract

Los métodos de regresión múltiple y redes neuronales artificiales son técnicas usadas en muchas aplicaciones de la industria. En este trabajo se utilizaron dos métodos de predicción: regresión múltiple y redes neuronales artificiales (perceptrón multicapa) con el objetivo de predecir la rugosidad superficial en el torneado en seco del acero AISI 316l. En su implementación fueron considerados varios parámetros de corte como la velocidad, el avance y el tiempo de mecanizado. Las ecuaciones obtenidas por ambos métodos fueron comparadas desarrollando un diseño factorial completo para aumentar la fiabilidad de los valores registrados de rugosidad superficial. En el análisis se puede comprobar mediante los valores de coeficientes de determinación que los modelos propuestos son capaces de predecir la rugosidad superficial. Los modelos obtenidos demuestran que la técnica de redes neuronales artificiales tiene mejor precisión que la regresión múltiple para este estudio.

Authors and Affiliations

Yoandrys Morales-Tamayo, Yusimit Zamora-Hernández, Paco Vásquez-Carrera, Mario Porras-Vásconez, Joao Bárzaga-Quesada, Ringo López-Bustamante

Keywords

Related Articles

Implementación de sistemas distribuidos de bajo costo bajo norma IEC-61499, en la estación de lasificación y manipulación del MPS 500

El desarrollo de las tecnologías, los requerimientos de nuevas prestaciones y las limitantes dadas por los fabricantes de software y hardware para la automatización ha hecho que nuevos estándares sean desarrollados. El p...

Diseño, construcción y evaluación de dispositivos de estimulación periférica en extremidades inferiores, para ayuda a pacientes de párkinson con problemas de congelamiento de la marcha

La enfermedad de Parkinson (EP) es un trastornoprogresivo neurodegenerativo, cuyo impacto principalradica en la pérdida de la habilidad motora incluyendotemblores, rigidez, desequilibrio y congelamiento dela marcha (FOG...

Cuantificación de la opacidad en motores electrónicos diésel usando diésel y biodiésel

El presente estudio tiene la finalidad de determinar los niveles de opacidad con el uso de diésel fósil como de biodiésel a base de higuerilla al 15 % (B15). Para la determinación de la opacidad se utilizó un banco de pr...

Inversor multinivel acoplado sin transformador a la línea eléctrica para la incorporación de fuentes fotovoltaicas distribuidas

El presente trabajo trata sobre el estudio, diseño e implementación de un inversor multinivel capaz de operar con los esquemas de distribución eléctricos más comunes en el Ecuador y que pueda ser acoplado a la línea sin...

Cálculo numérico de las propiedades térmicas efectivas de un compuesto por elementos finitos

El desarrollo de nuevos métodos para determinar las propiedades térmicas de materiales compuestos está siempre en constante avance. En este estudio se propone un método unidimensional para el cálculo numérico de la condu...

Download PDF file
  • EP ID EP536942
  • DOI 10.17163/ings.n19.2018.08
  • Views 136
  • Downloads 0

How To Cite

Yoandrys Morales-Tamayo, Yusimit Zamora-Hernández, Paco Vásquez-Carrera, Mario Porras-Vásconez, Joao Bárzaga-Quesada, Ringo López-Bustamante (2018). Comparación entre redes neuronales artificiales y regresión múltiple para la predicción de la rugosidad superficial en el torneado en seco. Ingenius. Revista de Ciencia y Tecnología, 0(19), 79-88. https://europub.co.uk/articles/-A-536942