| dc.creator | INDIRA GARY ESCAMILLA SALAZAR | |
| dc.date | 2011-08 | |
| dc.date.accessioned | 2023-07-20T18:56:48Z | |
| dc.date.available | 2023-07-20T18:56:48Z | |
| dc.identifier | http://comimsa.repositorioinstitucional.mx/jspui/handle/1022/304 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/7721072 | |
| dc.description | La gran preocupación que tienen los fabricantes en la industria manufacturera es el
obtener parámetros óptimos de maquinado ya que la economía de la operación del proceso
de maquinado juega un papel clave en la competitividad en el mercado. Muchos investigadores
se han ocupado de la optimización de los parámetros de mecanizado para operaciones
de fresado. En esta tesis,se muestran los procedimientos de optimización basada
en el algoritmo de optimización de enjambre de partículas para encontrar los parámetros
de maquinado en el fresado. Se describe el desarrollo y la utilización de la metodología
que determina el frente de pareto óptimo donde se analizan la velocidad, el avance, la
profundidad en el proceso de fresado. La relación entre los parámetros de maquinado y
la temperatura, tiempo, tasa de remoción de material, los cuales se obtienen mediante el
uso de los datos experimentales, predicios a través de redes neuronales combinadas con un
sistema de enjambre de partículas. Los resultados mostraron que la optimización de enjambre
de partículas es un método ecaz para la solución de multi-objetivo los problemas
de optimización, y también, que un sistema integrado de redes neuronales y la inteligencia
de enjambre se puede utilizar para resolver los problemas complejos de optimización en
el maquinado.
Optimum machining parameters are of great concern in manufacturing environments,
where economy of machining operation plays a key role in competitiveness in the market.
Many researchers have dealt with the optimization of machining parameters for milling
operations. In this tesis, optimization procedures based on particle swarm optimization
algorithm were developed for nd machining parameters in milling operation. It's describes
development and utilization of the methodology which determines optimum paretoâs front
analyzing feed, speed, depth for milling operation. The relationships between machining
parameters and the performance measures of interest are obtained by using experimental
data and a swarm intelligent neural network system. Results showed that particle swarm optimization is an eective method for solving multi-objective optimization problems, and
also, that an integrated system of neural networks and swarm intelligence can be used to
solve complex machining optimization problems. | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0 | |
| dc.subject | info:eu-repo/classification/TESIS/SISTEMA INTELIGENTE PARA IDENTIFICAR EL DESEMPEÑO DE LAS VARIABLES | |
| dc.subject | info:eu-repo/classification/cti/7 | |
| dc.subject | info:eu-repo/classification/cti/33 | |
| dc.subject | info:eu-repo/classification/cti/3310 | |
| dc.subject | info:eu-repo/classification/cti/3310 | |
| dc.title | DESARROLLO DE UNA METODOLOGÍA USANDO UN SISTEMA INTELIGENTE PARA IDENTIFICAR EL DESEMPEÑO DE LAS VARIABLES ENVUELTAS EN EL MAQUINADO DE ALTA VELOCIDAD DEL TI 6AL-4V | |
| dc.type | info:eu-repo/semantics/doctoralThesis | |
| dc.type | info:eu-repo/semantics/acceptedVersion | |
| dc.audience | students | |
| dc.audience | researchers | |
