REVISTA DE INGENIERIA DYNA

Palabras clave:

optimización, CNC, red neuronal, modelo, máquina herramienta, criterios de productividad, optimization, CNC, neural network, model, machine tool, productivity criteria.

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

Todo usuario de máquina-herramienta desea maximizar la productividad de sus máquinas buscando el compromiso entre rapidez, precisión y durabilidad de los elementos mecánicos. Sin embargo, debido a que los CNCs son generalistas, su correcta parametrización para cada caso resulta clave para lograr los objetivos deseados; por otro lado, minimizar el número de pruebas a realizar sobre la máquina es fundamental para reducir el tiempo y los costes del proceso de puesta en marcha. Para conjugar ambas problemáticas en esta investigación se propone dotar al usuario de una herramienta que proporcione la información necesaria para ajustar correctamente los parámetros del CNC de acuerdo a criterios de productividad. El método utiliza datos extraídos en ensayos empíricos para la obtención de un modelo de la máquina basado en redes neuronales. Este modelo permite predecir el tiempo de mecanizado, el error geométrico y la suavidad del movimiento para cualquier pieza a fabricar, minimizando de esta forma las pruebas sobre la máquina real y recomendando los valores adecuados para el CNC.

Palabras clave: optimización, CNC, red neuronal, modelo, máquina herramienta, criterios de productividad.