Surface Finish Monitoring in Taper Turning CNC Using Artificial Neural Network and Multiple Regression Methods

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Surface Finish Monitoring in Taper Turning CNC Using Artificial Neural Network and Multiple Regression Methods"

Transcripción

1 Surface Finish Monitoring in Taper Turning CNC Using Artificial Neural Network and Multiple Regression Methods E. García-Plaza (1), P.J. Núñez-López (1), D. Rodríguez-Salgado (2), I. Cambero-Rivero (2), J. Herrera-Olivenza (2) J. García-Sanz-Calcedo (2) (1) E.T.S. de Ingenieros Industriales; Universidad de Castilla-La Mancha; Avda. Camilo José Cela, 3; Ciudad Real (Spain); (2) Department of Mechanical, Energetic and Materials Engineering, University of Extremadura; Avda. Elvas s/n, Badajoz (Spain); RESUMEN Los sistemas de monitorización en tiempo real eliminan la necesidad de realizar evaluaciones post proceso, reduciendo tiempos y costes de producción, y mejorando significativamente el nivel de automatización del proceso. Las señales de fuerzas de corte, vibración mecánica y emisión acústica adquiridas a través de dinamómetros, acelerómetros y sensores de emisión acústica respectivamente, han sido ampliamente utilizadas en la monitorización de distintos aspectos de los procesos de corte en operaciones de mecanizado automatizado. No obstante, la selección óptima de señales de caracterización es crucial para mejorar y optimizar los sistemas predictivos, ya que se reducen las variables del proceso y se disminuye el coste computacional requerido. En el presente trabajo se evalúa la contribución de tres tipos de señales para el diagnóstico y la supervisión del acabado superficial (Ra) en operaciones de torneado cónico automatizado. El sistema desarrollado se basa en modelos predictivos obtenidos mediante técnicas de regresión y redes neuronales artificiales, utilizando como variables predictivas los parámetros de caracterización de las señales de fuerzas de corte (F x, F y, F z ), vibración mecánica (a x, a y, a z ), y emisión acústica (EA RMS ). Palabras clave: Monitorización, torneado CNC, acabado superficial, redes neuronales artificiales, modelos de regresión ABSTRACT On-line monitoring systems eliminate the need for post-process evaluation, reduce production time and costs, and enhance automation of the process. The cutting forces, mechanical vibration and emission acoustic signals obtained using dynamometer, accelerometer, and acoustic emission sensors respectively have been extensively used to monitor several aspects of the cutting processes in automated machining operations. Notwithstanding, determining the optimum selection of online signals is crucial to enhancing system optimization requiring a low computational load yet effective prediction of cutting process parameters. This study assess the contribution of three types of signals for the on-line monitoring and diagnosis of the surface finish (Ra) in automated taper turning operations. Systems design were based on predictive models obtained from regression analysis and artificial neural networks, involving numerical parameters that characterize cutting force signals (F x, F y, F z ), mechanical vibration (a x, a y, a z ), and acoustic emission (EA RMS ). Keywords: Monitoring, turning CNC, surface finish, artificial neural networks, regression model 1. Introducción La necesidad de una mejora continua de la productividad, manteniendo los niveles de calidad de los productos, está impulsando el desarrollo de sistemas de monitorización, diagnóstico y supervisión automatizada de los procesos de fabricación [1], permitiendo una reducción significativa en los tiempos de producción y control de calidad, logrando a su vez una diminución de los costes asociados al producto. El mayor desarrollo en este campo se está produciendo en la monitorización y diagnóstico online de los procesos de mecanizado [2], a través de la captación de señales obtenidas por sensores [3,4],

2 capaces de aportar información real y fiable del comportamiento del sistema máquina-herramientapieza. El procesamiento y caracterización de estas señales, obtenidas en tiempo real, permite la estimación de distintos parámetros de calidad del proceso y del producto, como pueden ser: el desgaste prematuro del filo de herramienta, la aparición de vibración anómala (chatter), la deficiente elección de las condiciones de corte, la calidad superficial, los defectos geométricos y dimensionales, etc. [4]. Las técnicas actuales de control de calidad del producto se basan en mediciones pos-proceso aplicadas a productos acabados, lo que presenta dos problemas importantes: grandes tiempos de inspección en el control de calidad, y la obtención de piezas defectuosas en lotes terminados, lo que conlleva un aumento importante de los costes de producción. Las técnicas de monitorización on-line proporcionan información en tiempo real del proceso de corte, permitiendo diagnosticar indicadores de calidad del producto que detecten cualquier tipo de anomalía que se produzca, realizando una supervisión on-line de la ejecución del proceso. La monitorización on line a través de sensores se presenta como una tecnología ideal para el diagnóstico del mecanizado automatizado (CNC), permitiendo ejecutar acciones correctoras inmediatas que reduzcan los defectos de fabricación antes de la finalización del componente, eliminando los costes de producción por piezas defectuosas. La optimización de estos sistemas se basa en tres elementos principales: una apropiada elección de los sensores y las señales capturadas en el sistema de monitorización, un adecuado procesamiento y caracterización de estas señales, y unos modelos predictivos fiables y con bajos errores de predicción. Las investigaciones realizadas hasta la fecha [1,2], se han centrado en la captación de señales de fuerzas de corte (F c ), vibración mecánica (a i ) y emisión acústica (EA), combinando en muchos casos estas fuentes de información con los parámetros de corte [5,6] (velocidad v, avance f, profundidad de corte d) y los consumos de potencia en ejes y cabezal. En muchos casos, no ha existido un estudio previo de la adecuación de estas señales al fenómeno a estudio ni a los modelos predictivos aplicados, ya que una reducción de señales implicaría un menor coste computacional, y la utilización de un menor número de sensores. Por otra parte, el acabado superficial es uno de los indicadores más usados en el control de calidad de operaciones de mecanizado [7,8], un aspecto de especial relevancia que está ligado directamente a las condiciones del proceso de corte: parámetros de corte (v, f, d), geometría de la herramienta, material de trabajo, material de la herramienta, uso de fluidos de corte, vibraciones (chatter), máquinaherramienta, etc. [1,2]. Algunos de estos factores tienen un carácter totalmente aleatorio de difícil evaluación, lo que implica que su estimación previa resulta bastante compleja. Las técnicas predictivas, apoyadas en modelos matemáticos o estadísticos, son capaces de realizar estimaciones fiables de distintos aspectos del proceso de corte y de los parámetros de control de calidad del producto. Una de las técnicas más usadas por los investigadores son los modelos de regresión [7-10], debido a su relativa sencillez en el tratamiento y a su buen comportamiento predictivo. También existen numerosos estudios en los que la metodología de predicción aplicada son las redes neuronales artificiales [10,11], técnica más compleja de diseñar y optimizar debido a la fuerte interconectividad entre todos los elementos de la red. En el presente trabajo se analiza la adecuación de tres tipos de señales on-line, ampliamente utilizadas en estudios de monitorización, aplicadas al diagnóstico on-line del acabado superficial (Ra) obtenido en operaciones de torneado cónico CNC, aplicando dos metodologías de predicción: modelos de regresión y redes neuronales. Las señales analizadas se capturan a través de tres sensores: un dinamómetro triaxial que registra las componentes ortogonales de las fuerzas de corte (F x, F y, F z ), un acelerómetro triaxial que capta las señales de vibración mecánica (a x, a y, a z ) y un sensor de señal RMS de emisión acústica (EA RMS ) denominado piezotron. El análisis de las señales se realiza de forma individual y combinada en función del modelo predictivo aplicado, estimado su fiabilidad y grado de predicción. 2. Experimentación Para el desarrollo de este estudio, se han realizado 64 ensayos de mecanizado en operaciones de torneado cilíndrico exterior en un torno de control numérico (CNC). El diseño de experimentos está basado en un diseño factorial (4 3 ) de tres factores a cuatro niveles: velocidad de corte v (m/min), avance f (mm/rev) y profundidad de pasada d (mm). En la Tabla 1 se muestran las combinaciones de parámetros y niveles, con un total de sesenta y cuatro ensayos.

3 Tabla 1. Factores y niveles del diseño experimental Niveles Factor Velocidad de corte, v [m/min] Avance, f [mm/rev] Profundidad de pasada, d [mm] El material utilizado en los ensayos experimentales es un acero AISI 1045, de uso convencional en la fabricación de componentes y elementos de máquinas que exigen una cierta resistencia mecánica. Las probetas diseñadas, representadas en la Figura 1, tienen una longitud total de 150 mm, utilizando 50 mm para la zona de amarre y con una distancia de seguridad de 20 mm para evitar colisiones de los sensores con la mordaza. La zona de mecanizado cónico exterior corresponde a un tramo de 70 mm de longitud (ver Figura 1). Las probetas se han mecanizado en un torno de control numérico Goratu GCRONO 4S, realizando la operación de mecanizado en una única pasada de la herramienta de corte. Se ha utilizado un portaherramientas Sandvik MWLNL 2020K08 con una plaquita Sandvik WNMG PM. Las condiciones de corte ensayadas están dentro del rango de valores recomendado por el fabricante de la herramienta. El parámetro seleccionado para caracterizar el acabado superficial ha sido la rugosidad media aritmética (Ra), medida con un rugosímetro Hommel Tester T-500. La evaluación del acabado superficial se ha realizado con un cut-off (λ c ) de 0,8 mm y una longitud de exploración l r = 4,8 mm [27]. Como se observa en la Figura 1, la zona de mecanizado se ha dividido en cuatro zonas de muestreo (A, B, C y D) de 7 mm de longitud cada una, tomándose medidas del acabado superficial en cada una de ellas (Ra A, Ra B, Ra C, Ra D ). Para obtener datos experimentales de mayor fiabilidad, en cada zona de muestreo se realizan cuatro medidas del acabado superficial para las posiciones: 0º, 90º, 180º y 270º (Ra A0º, Ra A90º, Ra A180º, Ra A360º ), calculando un valor medio de las cuatro medidas obtenidas. Figura 1. Zonas de medida del acabado superficial (Ra) e intervalos de señal analizados

4 Para cada ensayo de mecanizado se han registrado siete señales analógicas procedentes de los sensores de: fuerzas de corte (F x, F y, F z ), vibración mecánica (a x, a y, a z ) y emisión acústica (EA RMS ). Las señales capturadas se han seccionado en cuatro tramos iguales correlacionándose con las zonas de exploración del acabado superficial (A, B, C, D), como se muestra en la Figura 1, asociando los parámetros de caracterización de las señales en cada tramo (A, B, C, D) con los valores obtenidos en la medida de la rugosidad aritmética media (Ra A, Ra B, Ra C, Ra D ). El sistema de adquisición de las señales se compone de: una mesa dinamométrica Kistler 9121 con un acondicionador de señales Kistler 5019, un acelerómetro triaxial Kistler 8763A500K con tres acondicionadores Kistler 5108A conectados en cada componente axial, y un sensor de emisión acústica Piezotron Kistler 8152 con un acondicionador Kistler Los tres sistemas se conectan mediante dos interface BNC 2110 a dos tarjetas de adquisición de datos independientes (NI PCI-6133 y NI PCI-6110) con una frecuencia de muestreo de f s =10 ksamples/s/cannel y f s =30 ksamples/s/cannel, respectivamente. El sistema informático de monitorización y diagnóstico del acabado superficial se ha desarrollado en la plataforma virtual Labview. 3. Resultados En el presente trabajo, se realiza una comparativa entre dos metodologías de predicción (redes neuronales artificiales y regresión lineal) aplicadas a la monitorización del acabado superficial (Ra) obtenido en operaciones de torneado cónico. A su vez, se realiza un análisis de la eficiencia de los sensores integrados en el sistema de monitorización diseñado (dinamómetro, acelerómetro y sensor de emisión acústica), de forma que se pueda establecer el grado de significación de la información aportada por cada uno de ellos. Las señales adquiridas en el mecanizado se procesan y caracterizan en el dominio del tiempo (media aritmética y desviación típica ) y en el dominio de la frecuencia FFT (amplitud máxima de la frecuencia y frecuencia de la amplitud máxima ). Para obtener el grado de significación de las variables de caracterización de las señales en ambos dominios, se evalúan modelos lineales de regresión de primer y segundo orden obtenidos con el 80% de los datos experimentales. El 20% restante se emplea en la validación de los modelos. En la Tabla 2 se muestra los ajustes de los modelos obtenidos para cada sensor de forma individual y combinado con otros sensores. En la columna de la derecha aparecen las variables significativas de cada modelo, y a su izquierda el valor del coeficiente de determinación ajustado (R 2 -ajustado) que nos da información de la adecuación de los modelos a los datos experimentales. Como se puede observar, las variables en el dominio de la frecuencia aportan poca información en la predicción del acabado superficial (Ra) ya que presentan unos ajustes muy bajos (R 2 -ajustado<40%), tanto en los modelos de primer como en los de segundo orden. En cambio, las variables en el dominio del tiempo (Tabla 3) presentan unos ajustes muy altos (R 2 -ajustado>80%), sobre todo en los modelos que incluyen señales de fuerzas de corte. Esto nos permite descartar las variables en el dominio de la frecuencia para la comparativa entre los modelos de regresión y las redes neuronales artificiales. Tabla 2. Ajuste de los modelos de regresión en el domino de la frecuencia. Sensores Orden R 2 -ajustado (%) Variables significativas Fuerza 1º 32,25 2º 36,15 Aceleración 1º 36,18 2º 32,95,,,, Emisión Acústica 1º 3,16 2º 5,75 Fuerza y Aceleración 1º 39,45 2º 35,12,,, Fuerza y Emisión Acústica 1º 33,85 2º 37,71, Aceleración y Emisión Acústica 1º 36,18 2º 32,95,,,, Fuerza, Aceleración y Emisión Acústica 1º 39,57 2º 35,13,,,

5 Tabla 3. Ajuste de los modelos de regresión en el dominio del tiempo. Orden R 2 -ajustado (%) Variables significativas Fuerza 1º 83,14 2º 86,72,,,,, Aceleración 1º 23,49 2º 22,81, Emisión Acústica 1º 3,92 2º 3,92 Fuerza y Aceleración 1º 83,65 2º 87,25,,,,, Fuerza y Emisión Acústica 1º 83,72 2º 86,05,,,,,, Aceleración y Emisión Acústica 1º 24,88 2º 75,53,, Fuerza, Aceleración y Emisión Acústica 1º 84,03 2º 88,19,,,,,, Para la comparativa entre las tecnologías de predicción aplicadas, se seleccionan los modelos en función de su coeficiente determinación corregido (R 2 -ajustado), comparando aquellos que presentan un R 2 -ajustado superior al 85%. Una vez obtenidos estos modelos, se realiza su validación a través de los errores relativos medios de predicción ( ) obtenidos sobre los datos de validación (20% datos experimentales). 3.1 Selección del modelo de red neuronal Las redes neuronales artificiales analizadas se basan en un perceptron multicapa con entrenamiento trainlm y función de transferencia tansig. Para obtener los modelos óptimos se han configurado diversas redes neuronales en función del número de capas ocultas (2, 4, 6, 8, 10) y del número de neuronas por capa (3, 6, 9, 12), obteniéndose en todos ellos ajustes de R 2 -ajustado superiores al 90%. Los errores relativos medios de predicción para las redes neuronales seleccionadas se muestran en la Tabla 4. El análisis realizado se aplica para las señales de cada sensor de forma independiente (dinamómetro, acelerómetro y piezotron) y de forma conjunta en todas las combinaciones posibles. Tabla 4. Errores relativos medios (%) de los modelos de redes neuronales artificiales. Nº Capas ocultas Nº Neuronas F (%) A (%) EA (%) F+A (%) F+EA (%) A+EA (%) F+A+EA (%) 3 11,99 23,32 24,56 13,28 12,54 21,92 10, ,84 25,52 23,53 13,75 13,05 20,81 11, ,80 27,17 28,69 15,80 13,78 20,46 9, ,04 25,91 27,03 14,12 12,49 21,22 8, ,82 26,65 23,61 12,21 12,21 23,82 10, ,24 26,64 27,69 12,99 8,65 26,49 10, ,15 25,75 24,34 12,70 11,89 23,98 23, ,66 26,66 24,90 11,10 11,38 23,55 9,89 3 9,96 24,84 24,99 10,64 13,24 23,70 10, ,80 29,74 26,56 10,67 16,71 19,99 9, ,15 23,91 24,92 12,25 8,99 21,37 10, ,83 28,38 26,41 18,37 10,53 20,74 10, ,57 25,88 24,30 11,79 13,12 24,21 10, ,24 23,36 26,14 12,85 13,05 23,15 10, ,76 21,62 22,89 14,76 14,01 24,15 10, ,15 26,73 27,25 15,29 12,41 22,94 10, ,71 24,50 24,96 13,69 10,59 25,41 9, ,68 26,97 26,68 12,18 9,73 23,15 10, ,27 22,27 24,46 14,44 11,95 18,45 10, ,21 27,13 28,40 10,88 12,67 22,69 12,63

6 Analizando los sensores de forma independiente, se puede observar como los modelos basados en las señales de fuerzas de corte presentan el error relativo de predicción más bajo ( < 13%), con pobres resultados las señales de aceleración (a x, a y, a z ) ( > 21%) y de emisión acústica (EA RMS ) ( > 22%). Aunque los sensores de aceleración y emisión acústica analizados individualmente no presentan buenos resultados, sus combinaciones con las fuerzas de corte proporcionan ligeras mejoras predictivas para algunas de las configuraciones de la red neuronal. Como se observa en la Tabla 4, no existe ninguna tendencia entre el error relativo medio de predicción ( ) obtenido y las diferentes configuraciones que adopta la red en función del número de capas y del número de neuronas. En la Tabla 5 se muestran los cuatro modelos con menor error relativo medio ( ), indicando su ajuste a los datos experimentales (R 2 -ajustado) y la variabilidad de su error relativo medio ( ). No existen diferencias significativas entre los modelos seleccionados, sin embargo, los modelos 1 y 2 utilizan sólo dos sensores (dinamómetro y emisión acústica), no siendo necesaria la aportación de señales de aceleración, por lo que permite un ahorro importante en coste computacional. De entre los dos modelos seleccionados se elige como óptimo el modelo 1, ya que tiene menor error relativo de predicción y mejor ajuste a los datos experimentales. 3.2 Selección del modelo de regresión Tabla 5. Modelos óptimos de redes neuronales. Nº Sensores R 2 -ajustado (%) (%) (%) 1 Fuerza y EA 96,89 8,65 2,82 2 Fuerza y EA 96,20 8,99 2,77 3 Fuerza, aceleración y EA 98,06 8,55 3,24 4 Fuerza, aceleración y EA 96,26 9,37 2,73 En la Tabla 6 se muestran los errores relativos medios de predicción ( ) y las desviaciones de dicho error ( ) obtenidos con los modelos de regresión con un ajuste R 2 -ajustado por encima del 85%. Los modelos que presentan un mejor ajuste corresponden a modelos polinomiales de segundo orden. Analizando cada sensor por separado, al igual que ocurre en las redes neuronales, se observa claramente que las señales de fuerzas de corte ( ) son las que más información aportan al sistema, con un ajuste R 2 -ajustado del 86,7%. Las señales de aceleración (a x, a y, a z ) y emisión acústica (AE RMS ), por si solas, muestran ajustes muy bajos del 23% y 4%, respectivamente (ver Tabla 3). Todas las variables de las fuerzas de corte obtenidas en el dominio del tiempo son significativas, tanto el parámetro valor medio (,, ) como la desviación típica (,, ) de las tres componentes ortogonales de las fuerzas de corte, aportan información relevante en la monitorización del acabado superficial (Ra). A la vista de los resultados obtenidos, se comprueba que tanto la señal RMS de la emisión acústica (AE RMS ) como las señales triaxiales de la aceleración no aportan mejoras significativas a la predicción obtenida con el modelo de fuerzas de corte. Como se puede apreciar en la Tabla 6, las diferencias que existen entre los errores relativos medios de predicción de los modelos de regresión, seleccionados como óptimos, son muy reducidas (9%< <12%), pero el modelo que utiliza únicamente señales de fuerzas de corte presenta el mejor comportamiento ( = 9,8 ± 4,3). Tabla 6. Modelos de regresión con mejor ajuste a los datos experimentales. Sensores Orden R 2 -ajustado (%) (%) (%) Fuerza 2º 86,72 9,79 4,3 Fuerza y aceleración 2º 87,25 11,61 4,57 Fuerza y EA 2º 86,05 10,06 4,29 Fuerza, aceleración y EA 2º 88,19 10,65 4, Selección del modelo del óptimo Para la selección del modelo de predicción óptimo que mejor estime el acabado superficial (Ra), se realiza una comparativa entre el mejor modelo de regresión y el mejor modelo de redes neuronales artificiales seleccionados. En la Tabla 7 se observa que ambos modelos presentan similares resultados

7 en cuanto a su capacidad predictiva se refiere, obteniéndose el mejor resultado para el modelo de redes neuronales (R 2 -ajustado = 97% y = 8,6 ± 2,8%). En la gráfica de la Figura 2 se muestran los 12 ensayos de validación, con 4 datos experimentales de Ra cada uno, lo que corresponde a un total de 48 datos de validación (20% de los datos experimentales). Se puede observar como ambos modelos tienen un comportamiento muy similar, con buenas predicciones en la mayoría de los datos, un buen comportamiento en todas las zonas de rugosidad, y tan sólo unos pocos valores atípicos en datos aislados de los ensayos 5, 21, 25 y 33. El modelo de regresión se presenta más estable, coincidiendo con los datos experimentales en más zonas que el modelo de red neuronal, pero también presenta las mayores desviaciones en algunos datos de los ensayos 5, 17, 21, El modelo de red neuronal tiene, en general, un peor ajuste individual a los datos, pero con un comportamiento global mejor. Por lo tanto, se puede establecer que ambos modelos pueden ser válidos para su integración en un sistema de monitorización del acabado superficial (Ra), pues sus características predictivas son similares. Además de esto, el modelo de red neuronal aporta la mejor precisión media en la predicción ( = 8,6%). del acabado superficial (Ra) con una desviación típica muy baja (± 2,8%), pero utiliza señales de dos sensores (dinamómetro y piezotron), lo que requiere un mayor coste del sistema y un mayor gasto computacional. Por otra parte, el modelo de regresión tiene peor precisión media en la predicción ( = 9,8%) con una desviación típica más alta (± 4,3%), pero sólo utiliza un sensor (dinamómetro), lo que implica un sistema más sencillo y menos costoso, con un gasto computacional más bajo. Tabla 7. Características predictivas de los modelos seleccionados. Modelo Sensores R 2 -ajustado (%) (%) (%) Red Neuronal Fuerza y EA 96,89 8,65 2,82 Regresión Fuerza 86,72 9,79 4,3 Ra (µm) Nº ensayo Red Neuronal Regresión Valor experimental Figura 2: Validación de los modelos de regresión y red neuronal seleccionados 4. Conclusiones En este trabajo se ha realizado un estudio de la aportación de información de tres sensores (dinamómetro, acelerómetro y piezotron) y sus respectivas señales (fuerzas de corte, vibración mecánica y emisión acústica) en un sistema de monitorización del acabado superficial (Ra) en operaciones de torneado cónico exterior. Para la construcción de los modelos predictivos se han usado técnicas de regresión polinomial multivariable y redes neuronales artificiales. A través del procesamiento y la caracterización de las señales, en el dominio del tiempo y de la frecuencia, se ha establecido su grado de significación, discriminando aquellas que no aportan información del acabado superficial (Ra) al sistema. Las fuerzas de corte (F x, F y, F z ) se presentan como las señales más significativas, siendo la fuente principal de información para la estimación de la rugosidad media aritmética (Ra). Los modelos construidos a partir de estas señales presentan los mejores ajustes y buenas capacidades de predicción, obteniéndose siempre los rangos más bajos del error relativo medio de predicción. Las señales de vibración mecánica (a x, a y, a z ) y la emisión acústica (EA RMS ) muestran muy poca influencia sobre el parámetro de rugosidad Ra, no aportando por si solas información

8 relevante, pero combinadas con las fuerzas de corte pueden proporcionar pequeñas mejoras en los modelos predictivos. Los dos parámetros de caracterización de las señales en el dominio de la frecuencia (amplitud máxima de la frecuencia y frecuencia de la amplitud máxima ) han resultado no significativos en la predicción del acabado superficial (Ra). Sin embargo, los parámetros utilizados para caracterizar las señales en el dominio del tiempo (media aritmética y desviación típica ) aportan información relevante, permitiendo la obtención de modelos predictivos con buenos rangos de ajuste (R 2 -ajustado >90%) a los datos experimentales y buenas capacidades predictivas ( < 10%). Las dos técnicas propuestas para la estimación del acabado superficial (Ra), regresión polinomial multivariable y redes neuronales artificiales, presentan un buen comportamiento en la predicción del parámetro Ra, obteniendo similares resultados con ambos algoritmos en los datos de validación. El modelo de regresión, con menos de precisión en la predicción de los datos de validación ( = 9,8 ± 4,3), permite plantear un sistema de monitorización con un único sensor (dinamómetro), lo que implica un ahorro importante en el coste del sistema y en el gasto computacional. El modelo basado en redes neuronales artificiales, con mejor capacidad predictiva ( = 8,6±2,8), propone un sistema de predicción basado en dos sensores (dinamómetro y piezotron EA), lo que conlleva un mayor coste del sistema y mayor gasto computacional. Ambos modelos podrían ser perfectamente válidos para su integración en un sistema de monitorización del acabado superficial (Ra), su elección deberían tener en cuenta criterios de predicción, económicos y computacionales. 5. Agradecimientos Este estudio ha sido financiado por la Conserjería de Educación y Ciencias de la Junta de Comunidades de Castilla-La Mancha (Spain) a través del proyecto de investigación PBI ( ). 6. Referencias [1] S.Y. Liang, R.L. Hecker, R.G. Landers, Machining Process Monitoring and Control: The State-of-the- Art, Transactions of the ASME, 126 (2004) [2] R. Teti, K. Jemielniak, G. O Donnell, D. Dornfeld, Advanced monitoring of machining operations, CIRP Annals - Manufacturing Technology 59 (2010) [3] T. Segreto, A. Simeone, R. Teti, Sensor Fusion for Tool State Classification in Nickel Superalloy High Performance Cutting, Procedia CIRP, 1 (2012) [4] D. Shi, N.N. Gindy, Development of an online machining process monitoring system: Application in hard turning, Sensors and Actuators A, 135 (2007) [5] V. Upadhyay, P.K. Jain, N.K. MehtaIn, Process prediction of surface roughness in turning of Ti 6Al 4V alloy using cutting parameters and vibration signals, Measurement, 46 (2013) [6] Z. Hessainia et all., On the prediction of surface roughness in the hard turning based on cutting parameters and tool vibrations, Measurement, 46 (2013) [7] E. García-Plaza, P.J. Núñez, A.R. Martin, Evaluation of On-line Signals for Roundness Monitoring, Advanced Materials Research, 498 (2012) [8] E. García-Plaza, P.J. Núñez, A.R. Martín, R. Trujillo, C. Cruz, Design of an on-line diagnostic system of finished surfaces in an automated mechanized process by CNC turning, Proceedings of American Institute of Physics, 1181 (2009) [9] E. García-Plaza, P.J. Núñez, F. Mata, A. Sanz, Machining Control of Surface Roughness by Measuring Cutting Forces, Advanced Materials Research, 498 (2012) [10] I. Asiltürk, M. Çunkas, Modeling and prediction of surface roughness in turning operations using artificial neural network and multiple regression method, Expert Systems with Applications, 38 (2011) [11] D. Karayel, Prediction and control of surface roughness in CNC lathe using artificial neural network, Journal of Materials Processing Technology, 209 (2009)

Adaptive Control of Surface Finish in Automated Turning Processes

Adaptive Control of Surface Finish in Automated Turning Processes Adaptive Control of Surface Finish in Automated Turning Processes E. García-Plaza (1), P.J. Núñez (1), A.R. Martin (1), A. Sanz (2) (1) Universidad de Castilla-La Mancha. E.T.S. de Ingenieros Industriales;

Más detalles

(1) Dpto. de Ingeniería Mecánica, Energética de y de los Materiales. Universidad de Extremadura drs@unex.es

(1) Dpto. de Ingeniería Mecánica, Energética de y de los Materiales. Universidad de Extremadura drs@unex.es Asociación Española de Ingeniería Mecánica XIX CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Estudio comparativo de dos sistemas de monitorización del desgaste de la herramienta y de la rugosidad superficial

Más detalles

Comportamiento del desgaste del flanco en el torneado en seco de

Comportamiento del desgaste del flanco en el torneado en seco de Ingeniería Mecánica. Vol. 16. No. 3, septiembre-diciembre, 2013, p. 238-245 ISSN 1815-5944 Artículo Original Comportamiento del desgaste del flanco en el torneado en seco de alta velocidad del acero AISI

Más detalles

MONITOREO DE LA CONDICION DE UNA HERRAMIENTA DE CORTE MEDIANTE SENSORES DE FIBRA OPTICA

MONITOREO DE LA CONDICION DE UNA HERRAMIENTA DE CORTE MEDIANTE SENSORES DE FIBRA OPTICA MONITOREO DE LA CONDICION DE UNA HERRAMIENTA DE CORTE MEDIANTE SENSORES DE FIBRA OPTICA Guillermo de Anda Rodríguez CIDESI-Instituto Tecnológico de S.L.P. memodeanda@yahoo.com.mx Eduardo Castillo Castañeda

Más detalles

MODELADO Y CONTROL NEURO-DIFUSO DE PROCESOS DE TALADRADO DE ALTO RENDIMIENTO

MODELADO Y CONTROL NEURO-DIFUSO DE PROCESOS DE TALADRADO DE ALTO RENDIMIENTO MODELADO Y CONTROL NEURO-DIFUSO DE PROCESOS DE TALADRADO DE ALTO RENDIMIENTO Agustín Gajate 1 Pastora Vega 2 Rodolfo Haber 1 1 Instituto de Automática Industrial Consejo Superior de Investigaciones Científicas

Más detalles

COMPARACIÓN DEL RENDIMIENTO COMPUTACIONAL ENTRE DIFERENTES METODOLOGÍAS DE PROCESAMIENTO EN PARALELO PARA FEA VÍA ANSYS 14.5

COMPARACIÓN DEL RENDIMIENTO COMPUTACIONAL ENTRE DIFERENTES METODOLOGÍAS DE PROCESAMIENTO EN PARALELO PARA FEA VÍA ANSYS 14.5 Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014 1 COMPARACIÓN DEL RENDIMIENTO COMPUTACIONAL ENTRE DIFERENTES METODOLOGÍAS DE PROCESAMIENTO EN

Más detalles

Estrategias de Modelado de las deformaciones térmicas en máquinas-herramienta

Estrategias de Modelado de las deformaciones térmicas en máquinas-herramienta Estrategias de Modelado de las deformaciones térmicas en máquinas-herramienta José Porras Galán Doctor Ingeniero Industrial del I.C.A.I. y profesor colaborador asistente. Desde 1996 imparte clases en la

Más detalles

FAG VibroCheck Sistema de supervisión online para la industria pesada Información técnica

FAG VibroCheck Sistema de supervisión online para la industria pesada Información técnica FAG VibroCheck Sistema de supervisión online para la industria pesada Información técnica A Member of the Schaeffler Group Supervisión del estado Ventajas Ámbito de aplicación Supervisión del estado mediante

Más detalles

CARACTERIZACIÓN POR EMISIÓN ACÚSTICA DEL PROCESO DE SOLDADURA MANUAL POR ARCO ELÉCTRICO (SMAW)

CARACTERIZACIÓN POR EMISIÓN ACÚSTICA DEL PROCESO DE SOLDADURA MANUAL POR ARCO ELÉCTRICO (SMAW) CARACTERIZACIÓN POR EMISIÓN ACÚSTICA DEL PROCESO DE SOLDADURA MANUAL POR ARCO ELÉCTRICO (SMAW) Hipólito Carvajal Fals. Facultad de Ingeniería Mecánica. Universidad de Oriente. Santiago de Cuba. CUBA Email:

Más detalles

Aportación al maquinado de los plásticos reforzados

Aportación al maquinado de los plásticos reforzados Aportación al maquinado de los plásticos reforzados Francisco Mata Cabrera Departamento de Mecánica Aplicada, Universidad de Castilla-La Mancha Escuela Universitaria Politécnica de Almadén, 134 Almadén,

Más detalles

SOFTCOMPUTING PARA LA ELABORACIÓN DE MODELOS PREDICTIVOS DE CALIDAD SUPERFICIAL EN FRESADO A ALTA VELOCIDAD

SOFTCOMPUTING PARA LA ELABORACIÓN DE MODELOS PREDICTIVOS DE CALIDAD SUPERFICIAL EN FRESADO A ALTA VELOCIDAD SOFTCOMPUTING PARA LA ELABORACIÓN DE MODELOS PREDICTIVOS DE CALIDAD SUPERFICIAL EN FRESADO A ALTA VELOCIDAD Víctor M. Flores Maritza Correa Jose R. Alique Departamento de Informática Industrial, Instituto

Más detalles

Engineering for Life

Engineering for Life Engineering for Life Engineering for Life Servicios de ingeniería: Diseño de producto, validación computacional, fabricación del prototipo, estrategia de comercialización, diseño final adaptado al cliente

Más detalles

Determinación de fuentes de incertidumbre en la sujeción de piezas en el torno

Determinación de fuentes de incertidumbre en la sujeción de piezas en el torno Asociación Española de Ingeniería Mecánica XIX CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Determinación de fuentes de incertidumbre en la sujeción de piezas en el torno P.X. Aristimuño Osoro, G. Arrizabalaga

Más detalles

Tecnura http://revistas.udistrital.edu.co/ojs/index.php/tecnura/issue/view/650 DOI: http://dx.doi.org/10.14483/udistrital.jour.tecnura.2015.4.

Tecnura http://revistas.udistrital.edu.co/ojs/index.php/tecnura/issue/view/650 DOI: http://dx.doi.org/10.14483/udistrital.jour.tecnura.2015.4. Tecnura http://revistas.udistrital.edu.co/ojs/index.php/tecnura/issue/view/650 DOI: http://dx.doi.org/10.14483/udistrital.jour.tecnura.2015.4.a09 Estudio de caso Aplicación de herramientas CAD/CAM para

Más detalles

4. PROGRAMACIÓN DE CNC. 4.1. TORNOS.

4. PROGRAMACIÓN DE CNC. 4.1. TORNOS. 4.1. TORNOS. DETERMINACIÓN DEL ORIGEN PIEZA REGLAJE DE LA HERRAMIENTA El reglaje de herramientas es la operación previa al mecanizado, mediante la cual se establece la distancia desde cada punta o extremo

Más detalles

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Francisco J. Martín Mateos Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Qué es la (KE)? Definición de Wikipedia: La es una disciplina cuyo objetivo es integrar conocimiento

Más detalles

EL ABC DE LA AUTOMATIZACION. CONTROL AVANZADO; por Mario Fernández. Introducción

EL ABC DE LA AUTOMATIZACION. CONTROL AVANZADO; por Mario Fernández. Introducción EL ABC DE LA AUTOMATIZACION CONTROL AVANZADO; por Mario Fernández Introducción Cuando se hace referencia a Control Avanzado se quiere indicar la aplicación de estrategias de control automático que trascienden

Más detalles

Influencia de los parámetros de corte en el desgaste del flanco de insertos recubiertos durante el torneado del acero AISI 316L

Influencia de los parámetros de corte en el desgaste del flanco de insertos recubiertos durante el torneado del acero AISI 316L Copyright 2015 Universidad Tecnológica Equinoccial http://ingenieria.ute.edu.ec/enfoqueute/ e-issn: 1390 6542 / p-issn: 1390-9363 Recibido (Received): 2015/01/20 Aceptado (Accepted): 2015/03/25 Influencia

Más detalles

CARÁTULA DE PROYECTOS

CARÁTULA DE PROYECTOS CARÁTULA DE PROYECTOS LÍNEA PIBAMAR: Supervisión de los procesos de mecanizado de alto rendimiento FECHA DE PRESENTACIÓN: 22 de marzo de 2004 TITULO DEL SUBPROYECTO Sistema Supervisor del Proceso INSTITUCIONES

Más detalles

Maquinado Electroquímico: fundamentos y simulación utilizando elemento finito

Maquinado Electroquímico: fundamentos y simulación utilizando elemento finito Maquinado Electroquímico: fundamentos y simulación utilizando elemento finito Ares Argelia Gomez Gallegos*, Frank Mill Institute for Materials and Processes, School of Engineering, The University of Edinburgh

Más detalles

TEMA 9: Desarrollo de la metodología de Taguchi

TEMA 9: Desarrollo de la metodología de Taguchi TEMA 9: Desarrollo de la metodología de Taguchi 1 La filosofía de la calidad de Taguchi 2 Control de calidad Off Line y On Line Calidad Off Line Calidad On Line 3 Función de pérdida 4 Razones señal-ruido

Más detalles

Aplicación del bruñido con bola para el acabado de superficies complejas en máquinas multieje

Aplicación del bruñido con bola para el acabado de superficies complejas en máquinas multieje Asociación Española de Ingeniería Mecánica XVIII CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Aplicación del bruñido con bola para el acabado de superficies complejas en máquinas multieje A. Rodríguez, L.N.

Más detalles

1. Aplicaciones CAD/ CAM/ CAE

1. Aplicaciones CAD/ CAM/ CAE 1. Aplicaciones CAD/ CAM/ CAE INTRODUCCIÓN El computador es conocido como un potencial recurso tecnológico que desde su invención ha marcado la diferencia en cuanto a las múltiples actividades que puede

Más detalles

9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de decisión.

9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de decisión. TEMA 9 TÉCNICAS DE INTELIGENCIA ARTIFICIAL PARA EL ANÁLISIS DE LA INFORMACIÓN CONTABLE 9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de

Más detalles

Duración del Proyecto e Incertidumbre

Duración del Proyecto e Incertidumbre 6th International Conference on Industrial Engineering and Industrial Management. XVI Congreso de Ingeniería de Organización. Vigo, July 18-20, 2012 Duración del Proyecto e Incertidumbre Project Duration

Más detalles

UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES

UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES José Alejandro Chiri Aguirre RESUMEN La predicción de recidiva en pacientes que han sido

Más detalles

CONTROL ADAPTATIVO INTELIGENTE PARA LA OPTIMIZACIÓN DE LOS PROCESOS DE FRESADO DESATENDIDO

CONTROL ADAPTATIVO INTELIGENTE PARA LA OPTIMIZACIÓN DE LOS PROCESOS DE FRESADO DESATENDIDO CONTROL ADAPTATIVO INTELIGENTE PARA LA OPTIMIZACIÓN DE LOS PROCESOS DE FRESADO DESATENDIDO José Ramón Alique 1, Agustín Gajate 1 y Marcelino Novo 2 1 Instituto de Automática Industrial (CSIC) N-III Km.

Más detalles

Software Form Control

Software Form Control Medición mediante click del ratón. Así de fácil es el chequeo de piezas en centros de mecanizado mediante el software de medición FormControl No hay diferencian entre piezas con geometrías estándares o

Más detalles

Aplicación Java para distribución de código en R

Aplicación Java para distribución de código en R rolgalan@gmail.com Huesca - 24 de noviembre de 2009 Implementación Descripción problema Existen muchos problemas, cuya resolución informática requiere de un enorme tiempo de cómputo. En la actualidad,

Más detalles

Mecanizado muy eficiente de ranuras API

Mecanizado muy eficiente de ranuras API SpiroGrooving Mecanizado muy eficiente de ranuras API Una forma de proporcionar la mejor solución de mecanizado posible es desarrollar avanzadas herramientas y sofisticados métodos que optimicen el rendimiento,

Más detalles

UN MÉTODO DE MONITOREO DEL DESGASTE DE UNA HERRAMIENTA DE CORTE BASADO EN UN SENSOR DE PROXIMIDAD DE FIBRA ÓPTICA

UN MÉTODO DE MONITOREO DEL DESGASTE DE UNA HERRAMIENTA DE CORTE BASADO EN UN SENSOR DE PROXIMIDAD DE FIBRA ÓPTICA Ingeniare - Revista Chilena de Ingeniería, vol. 14 Nº 2, 2006, pp. 124-129 UN MÉTODO DE MONITOREO DEL DESGASTE DE UNA HERRAMIENTA DE CORTE BASADO EN UN SENSOR DE PROXIMIDAD DE FIBRA ÓPTICA A METHOD FOR

Más detalles

Herramientas de Simulación para Sistemas Fotovoltaicos en Ingeniería

Herramientas de Simulación para Sistemas Fotovoltaicos en Ingeniería Formación Universitaria Herramientas Vol. 1(1), 1318 de Simulación (28) para Sistemas Fotovoltaicos en Ingeniería doi: 1.467/S718562813 Herramientas de Simulación para Sistemas Fotovoltaicos en Ingeniería

Más detalles

Mandrinado de formas interiores complejas en centro de mecanizado

Mandrinado de formas interiores complejas en centro de mecanizado Asociación Española de Ingeniería Mecánica XVIII CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Mandrinado de formas interiores complejas en centro de mecanizado M. Arsuaga, L.N. López de Lacalle, R. Lobato,

Más detalles

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control. ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación

Más detalles

Sistemas de Producción n y Fabricación.

Sistemas de Producción n y Fabricación. Sistemas de Producción n y Fabricación. Escuela de Ingeniería a Industriales - UVa Área de Ingeniería de los Procesos de Fabricación Sistemas de Producción y Fabricación Sistemas de Producción y Fabricación

Más detalles

EL EFECTO DE LA PERMEABILIDAD AL AIRE DEL CERRAMIENTO DEL HUECO DE FACHADA EN EL AISLAMIENTO ACÚSTICO A RUIDO AÉREO

EL EFECTO DE LA PERMEABILIDAD AL AIRE DEL CERRAMIENTO DEL HUECO DE FACHADA EN EL AISLAMIENTO ACÚSTICO A RUIDO AÉREO EL EFECTO DE LA PERMEABILIDAD AL AIRE DEL CERRAMIENTO DEL HUECO DE FACHADA EN EL AISLAMIENTO ACÚSTICO A RUIDO AÉREO PACS: 43.55.Rg César Díaz Sanchidrián Laboratorio de Acústica y Vibraciones Aplicadas

Más detalles

Gestión de los procesos del sistema de prevención. La legislación sobre prevención de riesgos laborales en España se ha orientado

Gestión de los procesos del sistema de prevención. La legislación sobre prevención de riesgos laborales en España se ha orientado 1 Álvarez, J. & Miguel Dávila, J.A. (2014): "Gestión de los procesos del sistema de prevención", Alta Dirección, vol. 47, nº 279-280, (19-25). Resumen Gestión de los procesos del sistema de prevención

Más detalles

MEDICIÓN Y CONTROL DE PARÁMETROS DE SOLDADURA GMAW ROBOTIZADA

MEDICIÓN Y CONTROL DE PARÁMETROS DE SOLDADURA GMAW ROBOTIZADA MEDICIÓN Y CONTROL DE PARÁMETROS DE SOLDADURA GMAW ROBOTIZADA D. Ramos Jaime, I. Dávila Ríos*, I. Lopez Juarez, U. Kruger, J. L. Rodríguez Galicia Centro de Investigación y Estudios Avanzados del IPN,

Más detalles

MEMORIA DE LAS ACTIVIDADES DESARROLLADAS PROYECTOS DE INNOVACIÓN EDUCATIVA VICERRECTORADO DE INNOVACIÓN Y CALIDAD DOCENTE CURSO ACADÉMICO 2012-2013

MEMORIA DE LAS ACTIVIDADES DESARROLLADAS PROYECTOS DE INNOVACIÓN EDUCATIVA VICERRECTORADO DE INNOVACIÓN Y CALIDAD DOCENTE CURSO ACADÉMICO 2012-2013 MEMORIA DE LAS ACTIVIDADES DESARROLLADAS PROYECTOS DE INNOVACIÓN EDUCATIVA VICERRECTORADO DE INNOVACIÓN Y CALIDAD DOCENTE CURSO ACADÉMICO 2012-2013 DATOS IDENTIFICATIVOS: 1. Título del Proyecto PROYECTO

Más detalles

AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES

AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES XXV Jornadas de Automática Ciudad Real, del 8 al 10 de septiembre de 2004 AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES Mª Concepción Marcos Provecho Escuela de Ingenierías Industrial e Informática.

Más detalles

Revista de Ciencia, Tecnología y Medio Ambiente VOLUMEN II. AÑO 2004 SEPARATA CORRELACIONES PARA ENSAYOS DE HERRAMIENTAS Y DE MAQUINABILIDAD.

Revista de Ciencia, Tecnología y Medio Ambiente VOLUMEN II. AÑO 2004 SEPARATA CORRELACIONES PARA ENSAYOS DE HERRAMIENTAS Y DE MAQUINABILIDAD. TECNOLOGÍ@ y DESARROLLO Revista de Ciencia, Tecnología y Medio Ambiente VOLUMEN II. AÑO 2004 SEPARATA CORRELACIONES PARA ENSAYOS DE HERRAMIENTAS Y DE MAQUINABILIDAD. Fernando Arranz Merino, Antonio Vizán

Más detalles

MEDICIÓN DE FORMAS 1

MEDICIÓN DE FORMAS 1 AMPLIACIÓN DE METROLOGÍA DIMENSIONAL MEDICIÓN DE FORMAS 1 1. Introducción Concepto de forma y su acotación Fundamento de la medición de formas Medición de formas especiales 2. Máquina de medir formas Descripción

Más detalles

Calidad en el Montaje y Proceso

Calidad en el Montaje y Proceso IES Rey Pelayo Programación 2014-15 Calidad en el Montaje y Proceso Instalación y Mantenimiento Electromecánico y Conducción de Líneas Formación Profesional de Grado Medio Índice Índice... 1 Introducción...

Más detalles

TEMA 9. Equipos de metrología dimensional: Máquinas medidoras por coordenadas.

TEMA 9. Equipos de metrología dimensional: Máquinas medidoras por coordenadas. INTRODUCCIÓN A LA METROLOGÍA Curso Académico 2011-12 12 Rafael Muñoz Bueno Laboratorio de Metrología y Metrotecnia LMM-ETSII-UPM TEMA 9. Equipos de metrología dimensional: Máquinas medidoras por coordenadas.

Más detalles

PROPAGACIÓN E INTERACCIÓN DE PAQUETES ETHERNET CON IEC 61850 SAMPLED VALUES EN REDES DE COMUNICACIONES DE COMPAÑÍA ELÉCTRICA

PROPAGACIÓN E INTERACCIÓN DE PAQUETES ETHERNET CON IEC 61850 SAMPLED VALUES EN REDES DE COMUNICACIONES DE COMPAÑÍA ELÉCTRICA PROPAGACIÓN E INTERACCIÓN DE PAQUETES ETHERNET CON IEC 61850 SAMPLED VALUES EN REDES DE COMUNICACIONES DE COMPAÑÍA ELÉCTRICA Fred Steinhauser OMICRON electronics, Austria, fred.steinhauser@omicron.at Palabras

Más detalles

El monitoreo de una variable física requiere supervisión permanente de señales que

El monitoreo de una variable física requiere supervisión permanente de señales que Capítulo 1 Marco Contextual 1.1. Formulación del problema 1.1.1. Definición del problema El monitoreo de una variable física requiere supervisión permanente de señales que varían con el tiempo. Tal información,

Más detalles

La calidad láser. primapower.com. The Bend The Combi The Laser The Punch The System The Software

La calidad láser. primapower.com. The Bend The Combi The Laser The Punch The System The Software primapower.com La calidad láser The Bend The Combi The Laser The Punch The System The Software 100ES/Feb2013 Prima Industrie Group / Sujeto a cambios sin previo aviso Prestaciones y calidad superiores

Más detalles

RELACIÓN ENTRE LA CAPACIDAD DE PROCESO Y EL FALLO EN SERVICIO

RELACIÓN ENTRE LA CAPACIDAD DE PROCESO Y EL FALLO EN SERVICIO RELACIÓN ENTRE LA CAPACIDAD DE PROCESO Y EL Ponencia presentada por Arturo Ruiz-Falcó Rojas, en el VIII Congreso de Confiabilidad, organizado por la Asociación Española para la Calidad y celebrado en la

Más detalles

Estudio experimental de la relación par-precarga precarga en tornillos de implantes dentales

Estudio experimental de la relación par-precarga precarga en tornillos de implantes dentales Estudio experimental de la relación par-precarga precarga en tornillos de implantes dentales J. Albizuri Irigoyen (1), M. Abasolo Bilbao (1), J. Aguirrebeitia Celaya (1) (1) Dpto. de Ingeniería Mecánica.

Más detalles

Análisis comparativo de herramientas avanzadas para el torneado de superaleaciones

Análisis comparativo de herramientas avanzadas para el torneado de superaleaciones Asociación Española de Ingeniería Mecánica XIX CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Análisis comparativo de herramientas avanzadas para el torneado de superaleaciones A. Fernández-Valdivielso (1),

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.

Más detalles

INGENIERÍA EN MANTENIMIENTO INDUSTRIAL

INGENIERÍA EN MANTENIMIENTO INDUSTRIAL HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Mantenimiento predictivo mecánico 2. Competencias Diseñar estrategias de mantenimiento mediante el análisis de factores

Más detalles

51 Int. CI.: G06F 11/34 (2006.01) 71 Solicitantes: 72 Inventor/es: 74 Agente/Representante:

51 Int. CI.: G06F 11/34 (2006.01) 71 Solicitantes: 72 Inventor/es: 74 Agente/Representante: 19 OFICINA ESPAÑOLA DE PATENTES Y MARCAS ESPAÑA 11 21 Número de publicación: 2 427 645 Número de solicitud: 201131833 51 Int. CI.: G06F 11/34 (2006.01) 12 INFORME SOBRE EL ESTADO DE LA TÉCNICA R1 22 Fecha

Más detalles

7. Sistemas hidráulicos y electro-hidráulicos: circuitos de potencia y mando para aplicaciones simples. Normas de representación. Esquemas.

7. Sistemas hidráulicos y electro-hidráulicos: circuitos de potencia y mando para aplicaciones simples. Normas de representación. Esquemas. TEMARIO DE MECANIZADO Y MANTENIMIENTO DE MÁQUINAS Aprobado por Orden de 1 de febrero de 1996 (BOE del 13) 1. Sistemas de automatización industrial: medios de manipulación, transporte y almacenamiento,

Más detalles

SISTEMA DE MONITOREO Y DIAGNÓSTICO AUTOMÁTICO ONLINE APLICADO AL REACTOR NUCLEAR RA6

SISTEMA DE MONITOREO Y DIAGNÓSTICO AUTOMÁTICO ONLINE APLICADO AL REACTOR NUCLEAR RA6 SISTEMA DE MONITOREO Y DIAGNÓSTICO AUTOMÁTICO ONLINE APLICADO AL REACTOR NUCLEAR RA6 García Peyrano O A 1 (garciapeyrano@yahoo.com.ar); Marticorena M 1 ; Koch R G 1 ; Martínez J S 1 ; Berruti G E 2 ; Nuñez

Más detalles

ESTUDIO COMPARATIVO DEL COMPORTAMIENTO DE LOS ENCODERS ÓPTICOS LINEALES ANTE VIBRACIONES UTILIZANDO ELEMENTOS PASIVOS DE PROTECCIÓN

ESTUDIO COMPARATIVO DEL COMPORTAMIENTO DE LOS ENCODERS ÓPTICOS LINEALES ANTE VIBRACIONES UTILIZANDO ELEMENTOS PASIVOS DE PROTECCIÓN Revista Iberoamericana de Ingeniería Mecánica. Vol. 13, N.º 2, pp. 61-72, 2009 ESTUDIO COMPARATIVO DEL COMPORTAMIENTO DE LOS ENCODERS ÓPTICOS LINEALES ANTE VIBRACIONES UTILIZANDO ELEMENTOS PASIVOS DE PROTECCIÓN

Más detalles

ADVANCED MES SOLUTIONS

ADVANCED MES SOLUTIONS ADVANCED MES SOLUTIONS PRODUCCIÓN MATERIALES CALIDAD MANTENIMIENTO Open Data S.r.l. all rights reserved OPERA MES OPERA MES es un producto MES (Manufacturing Execution System) completo, totalmente integrado,

Más detalles

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables no es aplicable. GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos

Más detalles

Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico

Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico Verónica Escobar González, Claudio Barrientos Ochoa, Sergio Barrientos Ochoa, Dirección de Modelamiento Geometalúrgico

Más detalles

Sistema de medición y control de proceso industrial de embotellado con algoritmo de redes neuronales

Sistema de medición y control de proceso industrial de embotellado con algoritmo de redes neuronales Sistema de medición y control de proceso industrial de embotellado con algoritmo de redes neuronales César E. Martínez Reinoso, Mario Alvarez Sifontes, Francisco J. Arteaga Bravo Unidad de Investigación

Más detalles

Competencia general Diseñar productos para su obtención por fabricación mecánica, con criterios de calidad, seguridad y respeto al medio ambiente.

Competencia general Diseñar productos para su obtención por fabricación mecánica, con criterios de calidad, seguridad y respeto al medio ambiente. Página 1 de 14 CUALIFICACIÓN DISEÑO DE PRODUCTOS DE FABRICACIÓN MECÁNICA PROFESIONAL Familia Profesional Fabricación Mecánica Nivel 3 Código FME037_3 Versión 5 Situación RD 295/2004 Actualización Competencia

Más detalles

Cognitens WLS400A Catálogo de producto

Cognitens WLS400A Catálogo de producto Cognitens WLS400A Catálogo de producto LA SIGUIENTE GENERACIÓN: SISTEMAS DE LUZ BLANCA AUTOMATIZADOS La tecnología de medición con luz blanca de Cognitens utiliza la tecnología de visión estereoscópica

Más detalles

DaMA-WEB: UN PROGRAMA PARA EL MONITOREO Y CONTROL LOCAL Y REMOTO VIA WEB, DE LA ADQUISICIÓN DE DATOS

DaMA-WEB: UN PROGRAMA PARA EL MONITOREO Y CONTROL LOCAL Y REMOTO VIA WEB, DE LA ADQUISICIÓN DE DATOS ASADES Avances en Energías Renovables y Medio Ambiente Vol. 11, 2007. Impreso en la Argentina. ISSN 0329-5184 DaMA-WEB: UN PROGRAMA PARA EL MONITOREO Y CONTROL LOCAL Y REMOTO VIA WEB, DE LA ADQUISICIÓN

Más detalles

Técnicas Avanzadas de Mantenimiento en Vestas. Jornadas Técnicas AEE Madrid, Septiembre 2012

Técnicas Avanzadas de Mantenimiento en Vestas. Jornadas Técnicas AEE Madrid, Septiembre 2012 Técnicas Avanzadas de Mantenimiento en Vestas Jornadas Técnicas AEE Madrid, Septiembre 2012 Estrategias de Mantenimiento Estrategias de Mantenimiento: Planificación y Control Planificación Mantenimiento

Más detalles

Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio

Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio Revista de Investigación ULASALLE, Rev Inv ULASALLE, Número 1, 2012 (55-64) Universidad La Salle Arequipa, Perú Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio

Más detalles

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez Curso de Análisis de investigaciones con programas Informáticos 1 UNIVERSIDAD DE JAÉN Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos

Más detalles

Adaptación y Configuración de Procesos de Software Tailoring and Configuration of Software Processes

Adaptación y Configuración de Procesos de Software Tailoring and Configuration of Software Processes Adaptación y Configuración de Procesos de Software Tailoring and Configuration of Software Processes Rodolfo Villarroel Acevedo 1* 1 Pontificia Universidad Católica de Valparaíso. Avenida Brasil 2241,

Más detalles

Herramientas de la Calidad Total

Herramientas de la Calidad Total Manual del Participante Herramientas de la Calidad Total TECNICO NIVEL OPERATIVO SEN@TI VIRTUAL HERRAMIENTAS DE LA CALIDAD TOTAL MANUAL DEL PARTICIPANTE TERCERA EDICIÓN JULIO 2015 Todos los derechos reservados.

Más detalles

ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y CONSTRUCCIÓN

ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y CONSTRUCCIÓN ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y CONSTRUCCIÓN CÁLCULO DE LA HUELLA DE CARBONO DE LA FACULTAD DE CIENCIAS DE LA INGENIERÍA DE LA UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL.

Más detalles

LA MÁQUINA VIRTUAL PARA PLANIFICAR, COMPROBAR Y OPTIMIZAR. SIMUL ATOR

LA MÁQUINA VIRTUAL PARA PLANIFICAR, COMPROBAR Y OPTIMIZAR. SIMUL ATOR SIMUL ATOR LA MÁQUINA VIRTUAL PARA PLANIFICAR, COMPROBAR Y OPTIMIZAR. Simulator Con el simulador de Tebis acercará su taller de producción a la oficina técnica. Podrá generar procesos de mecanizado completos,

Más detalles

OPTIMIZACIÓN DEL DISEÑO DE UN VEHÍCULO PROTOTIPO DE BAJO CONSUMO PROPULSADO CON ETANOL. DESDE EL MODELO CAD HASTA LA FABRICACIÓN.

OPTIMIZACIÓN DEL DISEÑO DE UN VEHÍCULO PROTOTIPO DE BAJO CONSUMO PROPULSADO CON ETANOL. DESDE EL MODELO CAD HASTA LA FABRICACIÓN. OPTIMIZACIÓN DEL DISEÑO DE UN VEHÍCULO PROTOTIPO DE BAJO CONSUMO PROPULSADO CON ETANOL. DESDE EL MODELO CAD HASTA LA FABRICACIÓN. Colomer, V.; Sánchez, A. (p) ; Sánchez, S.; Martínez, A.V.. Abstract The

Más detalles

Aplicación de la categoría Administración de Operaciones de Calidad del estándar ISA-95 a un Caso de Estudio

Aplicación de la categoría Administración de Operaciones de Calidad del estándar ISA-95 a un Caso de Estudio Aplicación de la categoría Administración de Operaciones de Calidad del estándar ISA-95 a un Caso de Estudio Andrés Alejandro Sánchez* Diego Leonardo Zuñiga* Oscar A. Rojas A* * Grupo de I+D en Automática

Más detalles

Sistemas infrarrojos para la medida de temperatura Diseñados para la industria de Extrusión de Aluminio

Sistemas infrarrojos para la medida de temperatura Diseñados para la industria de Extrusión de Aluminio abc Sistemas infrarrojos para la medida de temperatura Diseñados para la industria de Extrusión de Aluminio abc Land Instruments International es el suministrador Nº 1 del mundo en soluciones de medida

Más detalles

Laboratorio de Realidad Virtual para la Automatización de Procesos, una Alternativa Innovadora en la Educación.

Laboratorio de Realidad Virtual para la Automatización de Procesos, una Alternativa Innovadora en la Educación. Laboratorio de Realidad Virtual para la Automatización de Procesos, una Alternativa Innovadora en la Educación. Antonio Jr. Vallejo Guevara 1 Manuel E. Macias García 2 Instituto Tecnológico y de Estudios

Más detalles

Operating MATLAB by Internet

Operating MATLAB by Internet Operating MATLAB by Internet Bonifacio Castaño, Juan Llovet, Javier Sánchez University of Alcalá de Henares, Departament of mathematics. Abstract. In this work we demonstrate an interactive web-page, that

Más detalles

HyPerformance Plasma PLASMA LÁSER CHORRO DE AGUA AUTOMATION SOFTWARE CONSUMIBLES

HyPerformance Plasma PLASMA LÁSER CHORRO DE AGUA AUTOMATION SOFTWARE CONSUMIBLES HyPerformance Plasma PLASMA LÁSER CHORRO DE AGUA AUTOMATION SOFTWARE CONSUMIBLES Contenidos 2-3 Soluciones integradas de corte Built for Business 4-5 Paso 1: programa 6-7 Paso 2: ajuste 8 Paso 3: obtención

Más detalles

U.C: MANTENIMIENTO INDUSTRIAL. EL MANTENIMIENTO PREDICTIVO

U.C: MANTENIMIENTO INDUSTRIAL. EL MANTENIMIENTO PREDICTIVO U.C: MANTENIMIENTO INDUSTRIAL. EL MANTENIMIENTO PREDICTIVO 1. DEFINICION. TEMA Nº 3. MANTENIMIENTO PREDICTIVO. Servicios de seguimientos del desgaste de una pieza o más piezas, componente de equipos prioritarias

Más detalles

Solución basada en modelos para la predicción del tráfico en tiempo real

Solución basada en modelos para la predicción del tráfico en tiempo real ES POSIBLE QUE LAS CIUDADES VAYAN UN PASO ADELANTE? Solución basada en modelos para la predicción del tráfico en tiempo real PTV Optima es la herramienta clave para el éxito en la gestión del tráfico.

Más detalles

El uso de técnicas de simulación para la predicción de defectos en piezas fundidas.

El uso de técnicas de simulación para la predicción de defectos en piezas fundidas. Ingeniería Mecánica 3 (2006) 47-51 47 El uso de técnicas de simulación para la predicción de defectos en piezas fundidas. T. Rodríguez Moliner, A. Parada Expósito, U. Ordóñez. *Departamento de Tecnología

Más detalles

Implementación de un sistema de supervisión y control para un proceso de fabricación y ensamble de piezas en un sistema de manufactura flexible (FMS)

Implementación de un sistema de supervisión y control para un proceso de fabricación y ensamble de piezas en un sistema de manufactura flexible (FMS) Revista Épsilon Revista N.º Épsilon 13: 163-171 N.º 13 / julio - diciembre de 2009 Implementación de un sistema de supervisión y control para un proceso de fabricación y ensamble de piezas en un sistema

Más detalles

Sistemas láser. Catálogo de productos

Sistemas láser. Catálogo de productos Sistemas láser Catálogo de productos 100% FANUC Nº 1 mundial FANUC es el principal fabricante mundial de automatización industrial. Cuenta con más de 55 años de experiencia en el desarrollo de equipos

Más detalles

EMIOS Casos prácticos de uso para gestores energéticos

EMIOS Casos prácticos de uso para gestores energéticos EMIOS Casos prácticos de uso para gestores energéticos Empresa y grupo Telnet Sobre Energy Minus: EMIOS: EMIOS (Energy Minus Intelligent Operative System) es una plataforma de monitorización y análisis

Más detalles

Viruta en Máquinas Multieje CNC

Viruta en Máquinas Multieje CNC 48 AUTOMATIZACIÓN Foto: www.renishaw.com Simulación de Arranque de Viruta en Máquinas Multieje CNC Jorge Andrés García Barbosa* Docente Facultad de Ingeniería Mecánica Universidad Santo Tomás José Manuel

Más detalles

El mecanizado de alta velocidad (MAV).

El mecanizado de alta velocidad (MAV). El mecanizado de alta velocidad (MAV). Sivak, M. (1) ; Martinez Krahmer, D. (2) ; Maceira, G (2). (1) Sandvik Argentina S.A. (2) Centro de Investigación y Desarrollo en Mecánica (CEMEC) OBJETIVOS - Desarrollar

Más detalles

Capítulo 1. Introducción. 1.1. Antecedentes

Capítulo 1. Introducción. 1.1. Antecedentes Capítulo 1. Introducción En este capítulo se presenta una descripción general del problema a investigar y el enfoque con el que se aborda. Se establece la necesidad de incorporar técnicas de análisis novedosas

Más detalles

Modelo matemático de las autoclaves industriales

Modelo matemático de las autoclaves industriales AUTOMÁTICA Y ELECTRÓNICA Ingeniería Electrónica, Automática y Comunicaciones, Vol. XXIII, No. 2, 2002 Modelo matemático de las autoclaves industriales J. E. González y R. Misa Empresa Laboratorio Farmacéutico

Más detalles

Área del Conocimiento: Ingeniería Mecánica Especialización (Códigos UNESCO): 331317 - Aplicaciones mecanizadas.

Área del Conocimiento: Ingeniería Mecánica Especialización (Códigos UNESCO): 331317 - Aplicaciones mecanizadas. Actualizado :06/06/14 Datos Personales: Apellidos: DIAZ ALVAREZ Nombre: JOSE DNI: 46927822-W Fecha de nacimiento: 22/09/1982 Sexo: Masculino Dirección Particular:. Ciudad: Madrid Distrito Postal: Teléfono:

Más detalles

Elaboración de Materiales de Matriz Polimérica Reforzados con Fibra de Vidrio Mediante el Método de Aspersión

Elaboración de Materiales de Matriz Polimérica Reforzados con Fibra de Vidrio Mediante el Método de Aspersión Elaboración de Materiales de Matriz Polimérica Reforzados con Fibra de Vidrio Mediante el Método de Aspersión Elaboración de Materiales de Matriz Polimérica Reforzados con Fibra de Vidrio Mediante el Método

Más detalles

Proceso de fabricación. Ejemplo de aplicación.

Proceso de fabricación. Ejemplo de aplicación. Proceso de fabricación. Ejemplo de aplicación. Escuela de Ingeniería a Industriales - UVa Área de Ingeniería de los Procesos de Fabricación Sistemas de Producción y Fabricación Valladolid, Septiembre de

Más detalles

PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES

PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES CONTROL DE CALIDAD CONTROL ESTADÍSTICO DE PROCESO Avanzar hacia la excelencia operacional es clave para la mejora de la competitividad de

Más detalles

EVALUACIÓN DE LA SUPERFICIE DE DESGASTE DE PLAQUITAS DE CORTE MEDIANTE IMAGEN DIGITAL

EVALUACIÓN DE LA SUPERFICIE DE DESGASTE DE PLAQUITAS DE CORTE MEDIANTE IMAGEN DIGITAL EVALUACIÓN DE LA SUPERFICIE DE DESGASTE DE PLAQUITAS DE CORTE MEDIANTE IMAGEN DIGITAL Enrique Alegre Gutiérrez Área de Ingeniería de Sistemas y Automática. Universidad de León dieeag@unileon.es Joaquín

Más detalles

ESTUDIO DE LA PROPAGACIÓN DE LA VIBRACIÓN EN LA TRANSMISIÓN POR FLANCOS

ESTUDIO DE LA PROPAGACIÓN DE LA VIBRACIÓN EN LA TRANSMISIÓN POR FLANCOS ESTUDIO DE LA PROPAGACIÓN DE LA VIBRACIÓN EN LA TRANSMISIÓN POR FLANCOS PACS: 43.55.Rg Martín Bravo, Mª.A. 1 ; Tarrero Fernández, A.I. 1 ; Aparicio Colino, A. 1 ; González Suárez, J. 2 ; Machimbarrena

Más detalles

Portaherramientas de fluido de corte interno, ventajas, desventajas y tendencias

Portaherramientas de fluido de corte interno, ventajas, desventajas y tendencias Vol. 0, II - 2012 Portaherramientas de fluido de corte interno, ventajas, desventajas y tendencias Con el fin de mejorar las condiciones de maquinado y en general, la productividad, se requiere conocer

Más detalles

UTILIZACIÓN DE REDES NEURONALES PARA LA GENERACIÓN DE ANALIZADORES VIRTUALES 1. Carlos Lago. Carlos Ruiz 2

UTILIZACIÓN DE REDES NEURONALES PARA LA GENERACIÓN DE ANALIZADORES VIRTUALES 1. Carlos Lago. Carlos Ruiz 2 UTILIZACIÓN DE REDES NEURONALES PARA LA GENERACIÓN DE ANALIZADORES VIRTUALES 1 Carlos Lago YPF SA Centro de Tecnología Aplicada CCNro 7, 1925 Ensenada, Pcia de Buenos Aires, Argentina e-mail: clago@emailypfcomar

Más detalles

Con el fin de obtener los datos, se procede con las siguientes instrucciones:

Con el fin de obtener los datos, se procede con las siguientes instrucciones: Capitulo 3. La predicción de beneficios del mercado bursátil Este segundo caso de estudio va más allá en el uso de técnicas de minería de datos. El dominio específico utilizado para ilustrar estos problemas

Más detalles

SISTEMA PARA EL MONITOREO DE FUERZA Y TEMPERATURA EN TORNEADO

SISTEMA PARA EL MONITOREO DE FUERZA Y TEMPERATURA EN TORNEADO Revista Iberoamericana de Ingeniería Mecánica. Vol. 16, N.º 1, pp. 51-60, 2012 SISEMA PARA EL MONIOREO DE FUERZA Y EMPERAURA EN ORNEADO ROGELIO L. HECKER, GUSAVO M. FLORES, DIEGO VICENE Universidad Nacional

Más detalles

DOCUMENTO TÉCNICO. Sistema de Visión de Cátodos de Cobre CSQA.

DOCUMENTO TÉCNICO. Sistema de Visión de Cátodos de Cobre CSQA. DOCUMENTO TÉCNICO Sistema de Visión de Cátodos de Cobre CSQA. Abril 2010 Índice. 1. Introducción...3 2. Sistema de Visión de cátodos de cobre (CSQA)...4 3. Subsistemas principales del CSQA...5 3.1. Subsistema

Más detalles

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES. Manufactura Integrada por Computadora (CIM) Qué es es CIM?

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES. Manufactura Integrada por Computadora (CIM) Qué es es CIM? SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES 2003 Manufactura Integrada por Computadora (CIM) Qué es es CIM? Bajo el nombre de CIM se engloba a un conjunto de aplicaciones informáticas cuyo

Más detalles