Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316L

RESUMEN El objetivo del presente estudio fue analizar varios modelos para predecir la rugosidad de la superficie en el torneado en seco de acero inoxidable AISI 316L. Los métodos de regresión múltiple y redes neuronales artificiales fueron aplicados para estudiar el efecto de la velocidad de corte,...

Full description

Saved in:
Bibliographic Details
Published in:Ingeniare. Revista chilena de ingeniería 2018-03, Vol.26 (1), p.97-105
Main Authors: Morales Tamayo, Yoandrys, Beltrán Reyna, Roberto Félix, López Bustamante, Ringo John, Zamora Hernández, Yusimit, López Cedeño, KimberlyMagaly, Terán Herrera, Héctor Cochise
Format: Article
Language:Portuguese
Subjects:
ENGINEERING, MULTIDISCIPLINARY
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:RESUMEN El objetivo del presente estudio fue analizar varios modelos para predecir la rugosidad de la superficie en el torneado en seco de acero inoxidable AISI 316L. Los métodos de regresión múltiple y redes neuronales artificiales fueron aplicados para estudiar el efecto de la velocidad de corte, avance, y el tiempo de mecanizado. Con el fin de aumentar la fiabilidad y solidez de los valores de rugosidad superficial registrados fue implementado un diseño factorial completo. Se realizó una comparación estadística de los modelos resultantes. Los resultados producidos por ambos métodos muestran que la pueden ser utilizados para predecir la rugosidad superficial. Los resultados de los modelos de redes neuronales artificiales muestran una mayor precisión que los derivados de los modelos de regresión múltiple.
ISSN:0718-3305