Modelación del Acabado Superficial en Procesos de Mecanizado-Edición Única

Abstract

El siguiente trabajo presenta un modelo que pronostica las irregularidades microgeometricas que sufre una pieza de acero al ser careada en un centro de maquinado, el cual fue instrumentado con el fin de obtener parámetros que pudiesen influir en el acabado superficial. El modelo fue seleccionado en base al análisis de métodos estadísticos e inteligencia artificial. Se hizo una investigación sobre los trabajos que se han realizado en los últimos años referentes a modelación de acabado superficial, en el cual se puede observar que la mayoría de las investigaciones son basadas en procesos de torneado más que, en fresado, así como que las variables más significativas son velocidad de corte y avance por diente. Se efectúo la instrumentación del centro de maquinado en donde se practicaron los experimentos con el fin de obtener los parámetros de velocidad de corte (Vc), avance por diente (fz), vibración (V), porcentaje de carga (L) y des- ´ gaste de herramienta (VB), dejando constante en 0.5 mm la profundidad de corte (ap). De acuerdo a un diseño de experimentos factorial completo, se realizaron una serie de pruebas en donde, por medio de los parámetros considerados como más influyentes, se tomaron medidas de rugosidad (Ra). Para estas mediciones se utilizó un rugosímetro Mitutoyo Surftest SJ-201P. El material maquinado fue acero al carbón 1045 con dureza de 52.5 en la escala de Rockwell y medidas de 8 1/2”x ´ 2 1/2”x 2 1/2”. V Los modelos propuestos se basaron en los métodos matemáticos de regresión múltiple y redes neuronales artificiales. Dentro de la regresión múltiple se utilizaron dos estructuras, lineal y exponencial, las cuales fueron evaluadas utilizando las variables antes descritas y, por medio de un análisis ANOVA y del error cuadrático promedio, se obtuvo un modelo tanto para la estructura lineal como exponencial. La red neuronal se realizó con una estructura, de máximo 5 neuronas de entrada, representadas por las variables fz, Vc, V, L y VB , una sola capa oculta, con 6 neuronas, y una neurona de salida simulando el acabado superficial (Ra). Tanto las neuronas de entrada como las de la capa oculta fueron variadas, y al analizar los resultados obtenidos en la neurona de salida, se seleccionó la red con el mínimo error cuadrático promedio. Los modelos de regresión múltiple y de redes neuronales fueron comparados y evaluados entre sí, para determinar el mejor comportamiento tanto en modelación como en predicción, resultando ser la red neuronal con 4 neuronas en la entrada (fz, Vc, V y VB), 6 neuronas en la capa oculta y 1 en la salida, la de mejor desempeño en ambos casos. Obteniendo a un modelo que determina con gran precisión el acabado superficial, cuando se realiza un careado en un centro de mecanizado Huron X10 con una herramienta End mill F 511 con diámetro de 63 mm. En las operaciones de maquinado intervienen infinidad de fenómenos que determinan el acabado superficial por lo que posiblemente al tomar en cuenta otros parámetros dentro del maquinado se puede mejorar considerablemente el error cuadrático promedio obtenido en los modelos, logrando así una amplia área de oportunidad para continuar esta investigación.