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,...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Morales Tamayo,Yoandrys, Beltrán Reyna,Roberto Félix, López Bustamante,Ringo John, Zamora Hernández,Yusimit, López Cedeño,KimberlyMagaly, Terán Herrera,Héctor Cochise
Lenguaje:	Spanish / Castilian
Publicado:	Universidad de Tarapacá. 2018
Materias:	Acero inoxidable AISI 316L análisis de regresión redes neuronales artificiales rugosidad superficial torneado en seco
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052018000100097
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-33052018000100097
record_format	dspace
spelling	oai:scielo:S0718-330520180001000972018-02-27Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316LMorales Tamayo,YoandrysBeltrán Reyna,Roberto FélixLópez Bustamante,Ringo JohnZamora Hernández,YusimitLópez Cedeño,KimberlyMagalyTerán Herrera,Héctor Cochise Acero inoxidable AISI 316L análisis de regresión redes neuronales artificiales rugosidad superficial torneado en seco 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.info:eu-repo/semantics/openAccessUniversidad de Tarapacá.Ingeniare. Revista chilena de ingeniería v.26 n.1 20182018-03-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052018000100097es10.4067/S0718-33052018000100097
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	Acero inoxidable AISI 316L análisis de regresión redes neuronales artificiales rugosidad superficial torneado en seco
spellingShingle	Acero inoxidable AISI 316L análisis de regresión redes neuronales artificiales rugosidad superficial torneado en seco Morales Tamayo,Yoandrys Beltrán Reyna,Roberto Félix López Bustamante,Ringo John Zamora Hernández,Yusimit López Cedeño,KimberlyMagaly Terán Herrera,Héctor Cochise Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316L
description	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.
author	Morales Tamayo,Yoandrys Beltrán Reyna,Roberto Félix López Bustamante,Ringo John Zamora Hernández,Yusimit López Cedeño,KimberlyMagaly Terán Herrera,Héctor Cochise
author_facet	Morales Tamayo,Yoandrys Beltrán Reyna,Roberto Félix López Bustamante,Ringo John Zamora Hernández,Yusimit López Cedeño,KimberlyMagaly Terán Herrera,Héctor Cochise
author_sort	Morales Tamayo,Yoandrys
title	Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316L
title_short	Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316L
title_full	Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316L
title_fullStr	Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316L
title_full_unstemmed	Comparison of two methods for predicting surface roughness in turning stainless steel AISI 316L
title_sort	comparison of two methods for predicting surface roughness in turning stainless steel aisi 316l
publisher	Universidad de Tarapacá.
publishDate	2018
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052018000100097
work_keys_str_mv	AT moralestamayoyoandrys comparisonoftwomethodsforpredictingsurfaceroughnessinturningstainlesssteelaisi316l AT beltranreynarobertofelix comparisonoftwomethodsforpredictingsurfaceroughnessinturningstainlesssteelaisi316l AT lopezbustamanteringojohn comparisonoftwomethodsforpredictingsurfaceroughnessinturningstainlesssteelaisi316l AT zamorahernandezyusimit comparisonoftwomethodsforpredictingsurfaceroughnessinturningstainlesssteelaisi316l AT lopezcedenokimberlymagaly comparisonoftwomethodsforpredictingsurfaceroughnessinturningstainlesssteelaisi316l AT teranherrerahectorcochise comparisonoftwomethodsforpredictingsurfaceroughnessinturningstainlesssteelaisi316l
_version_	1714203454161813504

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

Ejemplares similares