Con el fin de lograr la automatización del proceso de formado metálico por medio de líneas de calentamiento, es necesario conocer de antemano la deformación que se obtendrá bajo condiciones de calentamiento específicos. En la actualidad, hay diferentes métodos para predecir la deformación, pero, éstos se limitan a aplicaciones específicas, y la mayoría de ellos dependen de la capacidad computacional existente, de modo que sólo estructuras simples pueden ser analizadas. En este artículo, un modelo de red neuronal que puede predecir con precisión las distorsiones producidas durante el proceso de formado de placas curvas mediante líneas de calentamiento, para una amplia gama de condiciones iniciales, incluyendo estructuras de gran tamaño es presentado. Los resultados del modelo de red neuronal fueron compararon con datos existentes en la literatura y estos muestran una excelente precisión. Para aquellos casos que están fuera del rango de datos de entrenamiento de la red también se obtuvieron excelentes resultados.
In order to achieve automation of the plate forming process by line heating, it is necessary to know in advance the deformation to be obtained under specific heating conditions. Currently, different methods exist to predict deformation, but these are limited to specific applications and most of them depend on the computational capacity so that only simple structures can be analyzed. In this paper, a neural network model that can accurately predict distortions produced during the plate forming process by line heating, for a wide range of initial conditions including large structures, is presented. Results were compared with data existing in the literature showing excellent performance. Excellent results were obtained for those cases out of the range of the training data.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados