Modelamiento y predicción de la rugosidad superficial en cortes de piezas de bajas dimensiones con AWJC (Abrasive Water Jet Cutting) aplicando redes neuronales

Vista sencilla de ítem
dc.contributor.advisorKemper Valverde, Nicolás Ceferinoes_PE
dc.contributor.authorKeewong Zapata, Roxanies_PE
dc.date.accessioned2022-11-18T22:05:25Z
dc.date.available2022-11-18T22:05:25Z
dc.date.issued2022
dc.description.abstractLa presente investigación tuvo como objetivo elaborar el modelamiento y predicción de la rugosidad superficial en cortes de piezas de bajas dimensiones (menores a 15 mm) con AWJC (Abrasive Water Jet Cutting) aplicando redes neuronales. Para ello se cortaron 80 piezas en la maquia de chorro de agua con abrasivos, variándose los parámetros de material: aluminio y acero inoxidable, grosor: ⅛", ¼" y ½", presión: 60 000 psi y 8000 psi, porcentaje de velocidad de corte: 20, 40, 60, 80 y 100 y flujo de abrasivo: 0,35 y 0,5 lb/min; luego se realizaron las mediciones sobre la rugosidad superficial de las piezas cortadas, utilizándose un rugosímetro palpador. Con estos datos se diseñó la red neuronal artificial y la topología que mejor respondió al modelamiento y pronóstico de la rugosidad superficial fue aquella compuesta por una cantidad de neuronas en la primera y segunda capa de 15 y 6 respectivamente, así como 90 épocas, con la cual se obtuvo un MSE de 0,000000000000793, un RMSE de 8,90595E-07 y un MAPE de 0,0024979% para el modelamiento del pronóstico de la rugosidad superficial. Asimismo se evaluó la influencia de los parámetros de corte: porcentaje de velocidad de corte, flujo de abrasivo, grosor, presión y tipo de material sobre la rugosidad superficial a través de un ANOVA y los Intervalos LSD, donde todos los efectos simples fueron significativos para los 5 parámetros estudiados, en las interacciones dobles fueron significativas el % velocidad de corte vs flujo de abrasivo, porcentaje de velocidad de corte vs presión, porcentaje de velocidad de corte vs tipo de material, el flujo de abrasivo vs presión, y existieron dos identificadas interacciones triples significativas entre porcentaje de velocidad de corte, flujo de abrasivo y la presión y la interacción porcentaje de velocidad de corte, presión y tipo de material. El corte por chorro de agua con abrasivo tiene mejor efecto (menor rugosidad) en piezas de acero con porcentaje de velocidad de corte bajo (20%, 40%) de grosor alto (0,5") trabajando con flujo abrasivo de 0,5" /min y a una presión de 8000 psi.es_PE
dc.formatapplication/pdfes_PE
dc.identifier.urihttps://repositorio.unp.edu.pe/handle/20.500.12676/3982
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Piuraes_PE
dc.publisher.countryPEes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceUniversidad Nacional de Piuraes_PE
dc.sourceRepositorio Institucional Digital - UNPes_PE
dc.subjectCorte por chorro de agua con abrasivoses_PE
dc.subjectRedes neuronales artificialeses_PE
dc.subjectRugosidad superficiales_PE
dc.subjectModelo predictivoes_PE
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.11.04es_PE
dc.titleModelamiento y predicción de la rugosidad superficial en cortes de piezas de bajas dimensiones con AWJC (Abrasive Water Jet Cutting) aplicando redes neuronaleses_PE
dc.typeinfo:eu-repo/semantics/doctoralThesises_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_PE
renati.advisor.dni06407898
renati.advisor.orcidhttps://orcid.org/0000-0001-5926-7373es_PE
renati.author.dni03647267
renati.discipline612018es_PE
renati.jurorRamírez Ordinola, Víctor Hugoes_PE
renati.jurorZapata Palacios, Néstor Javieres_PE
renati.jurorCruz Granda, Daniel Enriquees_PE
renati.jurorCorrea Morocho, Reucheres_PE
renati.jurorQuiroz Calderón, Marcos Victorianoes_PE
renati.levelhttp://purl.org/pe-repo/renati/nivel#doctores_PE
renati.typehttp://purl.org/pe-repo/renati/type#tesises_PE
thesis.degree.disciplineIngeniería Industriales_PE
thesis.degree.grantorUniversidad Nacional de Piura. Facultad de Ingeniería Industriales_PE
thesis.degree.nameDoctor en Ingeniería Industriales_PE

Archivos

Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
INGIND-KEE-ZAP-2022.pdf
Tamaño:
3.12 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Doctorado en Ingeniería Industrial