El estudiante del Doble Grado en Ingeniería Mecánica-Diseño Industrial y Desarrollo del Producto Ignacio Repiso López ha sido reconocido en el transcurso de la Bienal de Máquinas-Herramienta, la feria industrial que se ha celebrado entre el 3 y 7 de junio en el Bilbao Exhibition Centre (BEC), con el Premio AFM-SIF de la Sociedad de Ingeniería de Fabricación.

En concreto, este alumno de la Escuela de Ingenierías Industriales de la UMA ha recibido el galardón al mejor Proyecto Fin de Carrera 2023, por su trabajo titulado ‘Aplicación de redes neuronales para el estudio de la integridad superficial de piezas torneadas en seco de la aleación de aluminio UNS A97075’.

El objetivo de este TFG es el de la aplicación de algoritmos Machine Learning y, en particular, de Redes Neuronales Artificiales (ANN, Artificial Neural Networks) para la predicción de diferentes propiedades relacionadas con la integridad superficial de piezas mecanizadas de forma sostenible de la aleación UNS A97075 (Al-Zn), ampliamente utilizada en el sector aeronáutico para la fabricación de componentes estructurales de aeronaves. 

El uso de ANN ha permitido obtener un modelo predictivo de las desviaciones geométricas de piezas torneadas en seco de esta aleación, tanto a escala macrogeométrica (tolerancias geométricas) como a escala microgeométrica (calidad superficial), en función de los parámetros de corte aplicados en el proceso. 

Esta investigación ha sido dirigida por los profesores del Área de Ingeniería de los Procesos de Fabricación de la Universidad de Málaga Sergio Martín Béjar y Francisco Javier Trujillo Vilches, miembros del grupo de investigación iFAB (TEP933- Ingeniería de Fabricación), y se ha desarrollado en el marco del Proyecto de I+D ‘Sistema experto para la mejora de la integridad superficial en el mecanizado sostenible de aleaciones ligeras’, financiado por el Ministerio de Ciencia e Innovación.

“Es la primera vez que se obtiene un modelo que integra ambas escalas, consiguiéndose, además, un nivel de ajuste superior al de los modelos encontrados en la bibliografía”, señalan estos investigadores, que añaden que estos modelos predictivos son de elevada utilidad a nivel industrial, dado que permiten preseleccionar las condiciones iniciales de los parámetros de fabricación para lograr alcanzar unos objetivos de calidad predeterminados, en una industria como la aeronáutica donde las exigencias de calidad son muy elevadas. 

La distinción que ha recibido el estudiante de la UMA Ignacio Repiso se enmarca en la decimoquinta edición del Premio Nacional a la Innovación en Tecnologías de Fabricación Avanzada y Digital, que reconoce las innovaciones en máquinas-herramienta, las relacionadas con la fabricación aditiva y con la integración de conceptos de digitalización y automatización, organizado por AFM Cluster for Advanced & Digital Manufacturing, la organización que representa la fabricación avanzada y digital en España, con el apoyo de BEC y Beaz (Agencia de Innovación de Bizkaia).