El presente trabajo reporta el desarrollo de un software inteligente que permite diseñar cajas reductoras de engranajes cilíndricos y carcasa soldada con un alto grado de automatización. En la actualidad existe una gran cantidad de software CAD con opciones para diseñar elementos de máquinas, pero no se conoce alguno que esté orientado al diseño íntegro de cajas reductoras. Esto se debe a que una caja reductora es un producto de gran complejidad, en el que se involucran muchas variables y, a su vez, existen innumerables alternativas de solución para una misma necesidad. Para superar estas dificultades los autores han utilizado la técnica de Inteligencia Artificial conocida como Razonamiento Basado en Casos. El software desarrollado cuenta con los módulos característicos de un sistema basado en casos: una base de casos resueltos, un módulo de recuperación y un módulo de adaptación. La ventaja principal de este tipo de sistemas es que logran adquirir la experiencia (conocimiento) de los especialistas y la almacenan a través de los casos resueltos. Esta experiencia es reutilizada en la solución de nuevos problemas. Durante el proceso de investigación fue necesario definir las características principales que describen una caja reductora, es decir, sus rasgos de semejanza, así como establecer la función de semejanza e implementar una técnica de adaptación paramétrica. Adicionalmente, el software cuenta con módulos de cálculo y selección de los componentes de una caja reductora, para afinar el diseño hasta alcanzar los niveles de exigencia establecidos por las normas técnicas o por el usuario. La implementación se realizó en lenguaje Visual Basic en forma de un complemento (Add-In), que se carga automáticamente en el entorno de Autodesk Inventor. A partir de los datos de entrada, el programa desarrollado, denominado aiGearboxDesigner, es capaz de generar un diseño completo, los modelos 3D y sus correspondientes planos de fabricación.
Autor(es):Franco, Rosendo
Blas, Michael A.
Inafuku, Luis H.
Peinado, Angel A. C.
Soto, Jean C.
Solano, Alberto E.
Fernandez, Daniel H.
López, Alexander R.
Montalván, José F.
Valverde, Quino
Yépez, Herbert
Año: 2017
Ciudad: Lisboa
Url: http://investigacion.pucp.edu.pe/grupos/inacom/wp-content/uploads/sites/144/2018/05/CIBEM2017_Paper238.pdf