Look-up in Google Scholar
Full metadata record
Kemper Valverde, Nicolás Ceferino (es_PE)
Keewong Zapata, Roxani (es_PE)
2022-11-18T22:05:25Z
2022-11-18T22:05:25Z
2022
https://repositorio.unp.edu.pe/handle/20.500.12676/3982
La 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)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional de Piura (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
Attribution-NonCommercial-NoDerivatives 4.0 Internacional (*)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (*)
Universidad Nacional de Piura (es_PE)
Repositorio Institucional Digital - UNP (es_PE)
Corte por chorro de agua con abrasivos (es_PE)
Redes neuronales artificiales (es_PE)
Rugosidad superficial (es_PE)
Modelo predictivo (es_PE)
Modelamiento y predicción de la rugosidad superficial en cortes de piezas de bajas dimensiones con AWJC (Abrasive Water Jet Cutting) aplicando redes neuronales (es_PE)
info:eu-repo/semantics/doctoralThesis (es_PE)
Universidad Nacional de Piura. Facultad de Ingeniería Industrial (es_PE)
Ingeniería Industrial (es_PE)
Doctor en Ingeniería Industrial (es_PE)
PE (es_PE)
http://purl.org/pe-repo/ocde/ford#2.11.04 (es_PE)
http://purl.org/pe-repo/renati/nivel#doctor (es_PE)
06407898
https://orcid.org/0000-0001-5926-7373 (es_PE)
03647267
612018 (es_PE)
Ramírez Ordinola, Víctor Hugo (es_PE)
Zapata Palacios, Néstor Javier (es_PE)
Cruz Granda, Daniel Enrique (es_PE)
Correa Morocho, Reucher (es_PE)
Quiroz Calderón, Marcos Victoriano (es_PE)
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Pública
info:eu-repo/semantics/publishedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons