Por favor, use este identificador para citar o enlazar este ítem:
http://comimsa.repositorioinstitucional.mx/jspui/handle/1022/304| 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 | |
| INDIRA GARY ESCAMILLA SALAZAR | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| SISTEMA INTELIGENTE PARA IDENTIFICAR EL DESEMPEÑO DE LAS VARIABLES | |
| 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. | |
| 2011-08 | |
| Tesis de doctorado | |
| Español | |
| Estudiantes Investigadores | |
| TECNOLOGÍA INDUSTRIAL | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | TESIS DE DOCTORADO DEL POSGRADO INTERINSTITUCIONAL EN CIENCIA Y TECNOLOGÍA |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| thesis Indira.pdf | TESIS DE DOCTORADO EN INGENIERÍA INDUSTRIAL Y DE MANUFACTURA | 4.54 MB | Adobe PDF | Visualizar/Abrir |