ELECTROEROSIÓN 78 La idea es la siguiente: la red clasifica las señales recogidas, de forma que, si acertase en qué zona se encuentra el proceso de corte, sabríamos que se acerca un cambio de espesor con mayor o menor antelación. Aunque los resultados se han analizado desde el punto de vista de la red neuronal y desde el punto de vista de la fabricación, será este último el que se analice, puesto que tener en cuenta la interpretación desde el punto de vista del proceso es la parte práctica del estudio. Los resultados muestran cómo, a medida que el hilo se acerca al punto de cambio de espesor, el comportamiento de las señales varía: esta afirmación reafirma la hipótesis de partida. Por ejemplo, sabiendo que el tramo 1 describe el proceso cuando este se comporta de forma estable y que el tramo 5 es el más cer- cano al cambio de espesor, se puede afirmar que no existe ningún error en la clasificación entre ambas zonas. Es decir, el comporta- miento degradado de las señales durante el proceso de corte se advierte de forma inequívoca, al menos, justo antes del punto de cambio de espesor. Pero aún hay más: al no haber interferencias en cuanto a la clasifi- cación de la red neuronal entre los tramos 1 y 2 y los tramos 4 y 5 o viceversa, o entre tramos 3 y 5, se puede afirmar que, cuando el proceso de corte es inestable, siempre se detecta de antemano. De hecho, en las condiciones de los ensayos realizados (teniendo en cuenta el espesor y la velocidad de corte) se calcula que se puede actuar, al menos, 1,4 min antes de que se produzca esta variación de espesor: lo que claramente es un tiempo más que suficiente para tomar las medidas necesarias como, por ejemplo, utilizar paráme- tros más conservadores hasta estabilizar de nuevo el corte. En cuanto a los fallos de la clasificación, se debe comentar que son inferiores al 3 % entre todas las zonas consecutivas, excluyendo los tramos 1 y 2 (aun y todo, menores del 10 %). Aunque puede pare- cer una mala noticia este último porcentaje, son los dos tramos de corte más estables, por lo que, podría intuirse que, utilizando otras longitudes de tramos más ajustadas, este error disminuiría. Al fin y al cabo, lo más importante es tener un margen suficientemente amplio para actuar como el mencionado anteriormente. El futuro está en nuestras redes Después de este análisis, queda demostrado que hay aspectos concretos del proceso, que pueden mejorarse mediante el uso de herramientas de analítica de cantidades masivas de datos y técnicas experimentales, como alternativa a los modelos teóricos existentes. Precisamente esta metodología abre la posibilidad de utilizarla en un futuro para corregir otros problemas, dado que son diversas las nuevas posibilidades existentes y emergentes en el campo de la fabricación avanzada y en la máquina-herramienta de alto rendi- miento, aplicando diferentes estructuras de redes neuronales para resolver cada problema específico [16]. Lo que hasta ahora era conocido en el mundo de las comunicaciones ahora también es útil y práctico en el sector de la fabricación. De hecho, ya comienzan a publicarse más trabajos en esta línea novedosa de mejora del pro- ceso de electroerosión por hilo, como el que presenta Wang para monitorizar las tolerancias obtenidas en este proceso basada en métodos de aprendizaje automático no supervisados que utilizan la distribución del tiempo de ionización como variable de entrada [17]. Pero esto ya, es otra historia. • Figura 6. Vista superior de la pieza a erosionar y tramos de adquisición de datos. Para consultar las referencias de este artículo diríjase a: www.interempresas.net/a257310