Modelo estadístico de predicción de presión en el proceso de conformado
El proceso de conformado en frio, conocido como doblez, se basa en la deformación plástica del material. En el se utilizan máquinas prensas y dados de conformado para aplicar fuerza a los metales haciéndolos llegar a su región plástica y obtengan una forma deseada. En el proceso se presentan varios...
| Author: | |
|---|---|
| Format: | master thesis |
| Status: | Versión aceptada para publicación |
| Publication Date: | 2021 |
| Country: | México |
| Institution: | Centro de Investigación y Asistencia en Tecnología |
| Repository: | Repositorio Institucional de CIATEQ |
| Language: | Spanish |
| OAI Identifier: | oai:ciateq.repositorioinstitucional.mx:1020/518 |
| Online Access: | http://ciateq.repositorioinstitucional.mx/jspui/handle/1020/518 |
| Access Level: | Open access |
| Keyword: | info:eu-repo/classification/Palabra clave del autor/Conformado en frío info:eu-repo/classification/Palabra clave del autor/Doblado info:eu-repo/classification/Palabra clave del autor/Factor K info:eu-repo/classification/Palabra clave del autor/Modelo estadístico info:eu-repo/classification/Palabra clave del autor/Cold formed info:eu-repo/classification/Palabra clave del autor/Folded info:eu-repo/classification/Palabra clave del autor/K-factor info:eu-repo/classification/Palabra clave del autor/Statistical model info:eu-repo/classification/cti/7 info:eu-repo/classification/cti/33 info:eu-repo/classification/cti/3312 info:eu-repo/classification/cti/331299 |
| Summary: | El proceso de conformado en frio, conocido como doblez, se basa en la deformación plástica del material. En el se utilizan máquinas prensas y dados de conformado para aplicar fuerza a los metales haciéndolos llegar a su región plástica y obtengan una forma deseada. En el proceso se presentan varios fenómenos, uno de los más conocidos es el “retroceso elástico”. El cual provoca un cambio de ángulo en la pieza después de retirar la presión ejercida sobre el metal, causando una desviación entre lo requerido y lo obtenido. En la última década los avances en modelos de aprendizaje estadístico (algoritmos de aprendizaje automático), permiten dar una solución a una gran cantidad de problemas. Por ejemplo, predecir cuándo un paciente hospitalizado por un ataque al corazón tendrá un segundo ataque, la predicción basada en su dieta alimenticia incluso, variables demográficas (ubicación, raza, tamaño de familia, nivel educativo, genero, ingresos). Esta tesis parte del desarrollo de un modelo de aprendizaje estadístico, en donde a partir de pruebas experimentales y la recolección de datos en campo se encuentra que es posible predecir la presión a aplicar en el metal a doblar. Se realizaron alrededor de 120 pruebas experimentales de conformado de placas de acero al carbón de 4.7mm a 4.9mm de espesor con partes de autobuses Dina, en una maquina semiautomática, analizando el espesor del material, longitud a plegar, dados utilizados, temperatura ambiente, humedad, grados especificados, grados obtenidos y la presión ejercida, desarrollando varios modelos de predicción de presión, analizando sus coeficientes para entender el impacto en la presión de salida que el modelo propone aplicar durante el proceso. Se considera que el numero de 75 experimentos es pequeño, a pesar de ello, los modelos de aprendizaje estadístico resultaron ser útiles en la mayor parte de los casos, dejando ver que con un mayor número de experimentos se puede ofrecer una solución potencial al “retroceso elástico”. |
|---|