已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Uso de regresión de soporte vectorial para el control de espuma metálica

人文学科 哲学
作者
Alexis Sanabria-Castro,Marcela Meneses-Guzmán,Bruno Chinè-Polito
出处
期刊:Tecnología en Marcha [Costa Rica Institute of Technology]
标识
DOI:10.18845/tm.v36i1.5891
摘要

El monitoreo de perfiles se enfoca en aquellas variables de proceso o producto que son caracterizadas por una relación funcional de esta variable respecto del tiempo o el espacio. El objetivo de este trabajo es desarrollar una metodología basada en Regresión de Soporte Vectorial, SVR, para el monitoreo de perfiles no lineales, e implementarla a los perfiles de densidad de un material celular, espuma metálica de aluminio. La forma de un perfil en control está asociada a ciertas características mecánicas del producto, por lo que un cambio significativo de su forma seria detectado como un fuera de control por un método de monitoreo diseñado para este fin; si esto sucediera, se puede concluir que las propiedades mecánicas de la espuma son diferentes a las requeridas. La metodología considera el cálculo de curvas percentiles que serán la base para definir los límites de un gráfico de control, la estimación de parámetros del modelo de SVR con un Kernel Gausseano y con la ayuda de validación cruzada; se evalúa el desempeño del gráfico de control establecido apoyados en la técnica de boostrapping. El método propuesto es sencillo de interpretar y práctico. De acuerdo con los resultados, si la forma del perfil de densidad llegara a cambiar más allá de la indicada variabilidad natural del perfil, el método implementado lo detectaría como fuera de control con un error tipo I de 0.341% (ARLreal= 293).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
低贱牛马完成签到 ,获得积分10
1秒前
天堑无涯完成签到,获得积分10
1秒前
科研通AI2S应助温芳奇采纳,获得10
2秒前
2秒前
gfasdjsjdsjd发布了新的文献求助10
3秒前
4秒前
温暖砖头完成签到,获得积分10
4秒前
SciGPT应助我是乐乐乐乐采纳,获得10
5秒前
5秒前
华仔应助汤圆软软软采纳,获得10
6秒前
声醉完成签到 ,获得积分10
6秒前
天天快乐应助汤圆软软软采纳,获得10
6秒前
6秒前
SciGPT应助汤圆软软软采纳,获得10
6秒前
上官若男应助汤圆软软软采纳,获得10
6秒前
李健应助汤圆软软软采纳,获得10
7秒前
英俊的铭应助汤圆软软软采纳,获得10
7秒前
7秒前
所所应助汤圆软软软采纳,获得10
7秒前
7秒前
8秒前
卡恩完成签到 ,获得积分0
8秒前
李晓丽完成签到 ,获得积分10
10秒前
阿飞发布了新的文献求助10
10秒前
可爱的函函应助47采纳,获得10
11秒前
11秒前
面朝大海发布了新的文献求助10
13秒前
13秒前
fengdengjin发布了新的文献求助10
13秒前
14秒前
乐观发布了新的文献求助10
17秒前
yuanmeigui完成签到,获得积分10
17秒前
kuku发布了新的文献求助10
17秒前
冷静一江完成签到 ,获得积分10
18秒前
zhangsenbing发布了新的文献求助10
18秒前
CodeCraft应助Lemon采纳,获得10
19秒前
19秒前
21秒前
米雪发布了新的文献求助50
24秒前
科研通AI6.2应助陈奕宏采纳,获得10
24秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Rosenblum, Global Change Biology 800
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 800
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Physiologic specialization in Peronospora manshurica 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7777386
求助须知:如何正确求助?哪些是违规求助? 9318455
关于积分的说明 20364254
捐赠科研通 7364470
什么是DOI,文献DOI怎么找? 3318940
关于科研通互助平台的介绍 2466605
邀请新用户注册赠送积分活动 2334159