Diseño de Transmisiones de Potencia por Correas Trapezoidales, Tipo Normal, Mediante Redes Neuronales

Abstract

El presente trabajo está enfocado al desarrollo de una aplicación de software para efectuar cálculos en el diseño de transmisiones de potencia, mediante correas trapezoidales clásicas, usando Inteligencia Artificial, concretamente Redes Neuronales Artificiales (RNAs) y la metodología propuesta en los catálogos: Dunlop, Goodyear, Optibelt y Oleostatic. En primera instancia se efectuó la tabulación de 74391 datos relacionados con el perfil de correa, 2828 datos asociados a la potencia base y 3693 datos de la potencia adicional; todos estos provenientes de los catálogos antes mencionados. Utilizando los softwares: TKSolver^®, 〖yEd Graph Editor〗^® y 〖j2gml〗^®,se aplicó el Método de Grafos Dicromáticos (MGD) para generar el algoritmo de solución, mediante el cual se determinó la disposición de tres RNAs concatenadas entre sí. Se entrenó las RNAs tipo Backpropagation utilizando Neural Network Toolbox de Matlab^®. Así la RNA1, cuyas entradas son las revoluciones por minuto (rpm) de la polea menor y la potencia de diseño, predice el perfil de correa con una topología 2-20-20-20-1 y un error relativo medio de 0.17%. La RNA2 predice la potencia base, utilizando como variables de entrada el perfil de correa, la frecuencia de giro (R.P.M) y el diámetro primitivo de la polea menor, con una topología 3-20-20-20-1 y un error relativo medio de 0.24%. La RNA3 predice la potencia adicional, considerando como variables de entrada el perfil de correa, la frecuencia de giro (R.P.M) de la polea menor y la relación de transmisión, con una topología 3-30-30-1 y un error relativo medio de 0.10%. Las RNAs se validaron con el software 〖IBM SPSS Statistics 22〗^®, a través del contraste de curvas, histogramas y superficies de error. Finalmente, se procede a generar la interfaz del aplicativo mediante GUI de Matlab^®, proporcionando al usuario una herramienta rápida, precisa y fiable, con mínimo gasto computacional, para agilizar y verificar cálculos de diseño mecánico en el área industrial y académica. Para validar la aplicación se consideró 14 casos de estudio desarrollados con otros métodos de cálculo, cuyas variables no fueron consideradas en la fase de entrenamiento de las RNAs. Adicional a ello la herramienta genera el diagrama de la trasmisión diseñada, acompañada de un reporte de resultados.