677 1248 1 PB

Inteligencia Artificial 0(0), 1-5

INTELIGENCIA ARTIFICIAL
http://erevista.aepia.org/

Resumen de Tesis:
Inteligencia artificial para la predicci´
on y control del
acabado superficial en procesos de fresado a alta
velocidad
Resumen En esta tesis se desarrolla una metodolog´ıa para analizar y dise˜
nar un sistema inteligente para la
predicci´
on y control del acabado superficial en un proceso defresado a alta velocidad (FAV). Este sistema esta
compuesto por: 1) un modelo aprendido a partir de datos experimentales con redes bayesianas, que ayudar´
a a
comprender los procesos din´
amicos involucrados en el mecanizado y las interacciones entre las variables relevantes;
2) dado que uno de los principales problemas de los clasificadores bayesianos es la comprensi´
on de las tablas deprobabilidad se plantea un m´etodo de explicaci´
on que genera un conjunto de reglas obtenidas de ´
arboles de
decisi´
on. Estos ´
arboles son inducidos a partir de un conjunto de datos simulados generados de las probabilidades
a posteriori de la variable clase, calculadas con la red bayesiana aprendida en el paso anterior; 3) y, por u
´ ltimo,
se hace optimizaci´
on multiobjetivo en el caso de que algunosde los objetivos no se puedan cuantificar como
n´
umeros reales sino como intervalos de valores. Esto ocurre a menudo en aplicaciones de aprendizaje autom´
atico,
especialmente las basadas en clasificaci´
on supervisada, extendiendo las ideas de dominancia y frontera de Pareto
a esta situaci´
on. Se aplica a la predicci´
on de la rugosidad superficial en el caso de maximizar al mismo tiempo lasensibilidad y la especificidad del clasificador bayesiano inducido, en vez de maximizar s´
olo la tasa de clasificaciones
correctas.
Palabras clave: clasificaci´
on supervisada, redes bayesianas, rugosidad superficial, optimizaci´
on mutiobjetivo en
intervalos, Pareto.

1.

Introducci´
on

Las m´aquinas-herramienta son un elemento esencial base de las tecnolog´ıas de fabricaci´on, en sectoresindustriales como la automoci´on, la ingenier´ıa aeroespacial y general, despertando gran inter´es en cuanto
a t´ecnicas y prestaciones espec´ıficas de las m´aquinas-herramienta en los u
´ltimos a˜
nos. El nuevo paradigma
de mecanizado consistir´a en maximizar la producci´on minimizando la tasa de desgaste de la herramienta
y manteniendo la calidad de las piezas [4]. Ya no solo se exige productividad,hoy la calidad constituye
´
un objetivo esencial. Esta
puede medirse por medio de la rugosidad, donde el par´ametro Ra (valor medio
de la rugosidad superficial) es el m´as usado en la industria. La medici´on normalmente se hace postproceso provocando p´erdida de tiempo en la l´ınea de producci´on. Medir Ra en-proceso presenta algunas
dificultades como: la poca luz en la mesa de mecanizado, elrefrigerante y la viruta que salta mientras se
hace el corte, los reflejos seg´
un el tipo de material, etc, por lo que el problema de medici´on en-proceso
del acabado superficial para FAV aun no est´a resuelto.
El trabajo presentado en esta tesis esta enmarcado en el ´area de modelizaci´on y reconocimiento de
patrones. Se plantea como objetivo fundamental la supervisi´on inteligente de un procesocomplejo basada
en modelos, desarrollando una metodolog´ıa para la predicci´on “en-proceso” del acabado superficial en
ISSN: 1988-3064(on-line)
c
⃝AEPIA
and the authors

2

Inteligencia Artificial 0(0)

una operaci´on de fresado a alta velocidad. Para conseguirlo se utilizan m´etodos basados en aprendizaje
autom´atico que involucran el conocimiento del experto con el conocimiento f´ısico delproceso, en concreto
redes bayesianas (RBs)[5], unido a una t´ecnica de fusi´on de sensores para identificar y conocer se˜
nales
propias del corte de metales.

2.

Contribuciones

Las principales aportaciones de este trabajo son en tres ´areas: clasificaci´on, explicaci´on y optimizaci´on.
En clasificaci´on se introducen los clasificadores bayesianos para la predicci´on de Ra, se incluyen variables...