Andere Kunden interessierten sich auch für
![Predicción de la rugosidad superficial de una aleación mediante el uso de ann en el torneado cnc]( "Predicción de la rugosidad superficial de una aleación mediante el uso de ann en el torneado cnc")
Predicción de la rugosidad superficial de una aleación mediante el uso de ann en el torneado cnc27,99 €![Estimación De La Calidad Superficial En El Mecanizado De Acero Aisi 4340 Templado Utilizando Plaquitas De Metal Duro Recubiertas]( "Estimación De La Calidad Superficial En El Mecanizado De Acero Aisi 4340 Templado Utilizando Plaquitas De Metal Duro Recubiertas")
Estimación De La Calidad Superficial En El Mecanizado De Acero Aisi 4340 Templado Utilizando Plaquitas De Metal Duro Recubiertas26,99 €![Modelización del rozamiento de la máquina térmica para su rendimiento]( "Modelización del rozamiento de la máquina térmica para su rendimiento")
Modelización del rozamiento de la máquina térmica para su rendimiento29,99 €![Simulación numérica del comportamiento de piezas delgadas durante el fresado]( "Simulación numérica del comportamiento de piezas delgadas durante el fresado")
Simulación numérica del comportamiento de piezas delgadas durante el fresado30,99 €![OPTIMIZACIONES DE LOS PARÁMETROS DEL PROCESO EN EL TORNEADO CNC]( "OPTIMIZACIONES DE LOS PARÁMETROS DEL PROCESO EN EL TORNEADO CNC")
OPTIMIZACIONES DE LOS PARÁMETROS DEL PROCESO EN EL TORNEADO CNC26,99 €![Inspección de la calidad superficial en el prototipado rápido]( "Inspección de la calidad superficial en el prototipado rápido")
Inspección de la calidad superficial en el prototipado rápido36,99 €![Modelización y Desarrollo de un Prototipo de Piloto Automático]( "Modelización y Desarrollo de un Prototipo de Piloto Automático")
Modelización y Desarrollo de un Prototipo de Piloto Automático25,99 €
En este libro, los autores presentan un enfoque basado en la regresión multilineal para el modelado de la rugosidad superficial durante el torneado de una aleación comercial de latón. Se desarrollan dos modelos de regresión utilizando los datos experimentales recogidos siguiendo una metodología de diseño de experimentos basada en factores completos. Mientras que la práctica convencional ha sido desarrollar modelos de regresión utilizando los conjuntos de datos experimentales completos, nos desviamos de la misma y empleamos sólo un subconjunto de los datos disponibles para el propósito, los datos restantes se utilizan para la validación del modelo. Esta segregación de los datos experimentales en datos de entrenamiento y de prueba se realiza de forma aleatoria sin invocar ninguna regla matemática. Los resultados obtenidos aquí revelan que el modelo de regresión de segundo orden es estadísticamente mejor en la predicción de la rugosidad superficial para ambos conjuntos de datos. La rugosidad superficial mínima global se determina mediante el uso de los modelos de regresión desarrollados en conjunción con el algoritmo genético basado en la optimización de un solo objetivo. Los resultados de la optimización revelan que el mínimo global obtenido utilizando el modelo de regresión de segundo orden está en estrecha concordancia (precisión - 94%) con los resultados experimentales.