Kemper Valverde, Nicolás CeferinoKeewong Zapata, Roxani2022-11-182022-11-182022https://repositorio.unp.edu.pe/handle/20.500.12676/3982La 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.application/pdfspainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 InternacionalCorte por chorro de agua con abrasivosRedes neuronales artificialesRugosidad superficialModelo predictivoModelamiento y predicción de la rugosidad superficial en cortes de piezas de bajas dimensiones con AWJC (Abrasive Water Jet Cutting) aplicando redes neuronalesinfo:eu-repo/semantics/doctoralThesishttp://purl.org/pe-repo/ocde/ford#2.11.04