Predicción de propiedades mecánicas del tablero de partículas estándar mediante una red neuronal artificial y comparación con un modelo de regresión multivariante

Resumen

Se han determinado las propiedades físicas (densidad, humedad, hinchazón en espesor y absorción de agua) y mecánicas (tracción perpendicular a las caras, resistencia a flexión y módulo de elasticidad) de 93 tableros de partículas estándar de diferentes espesores, de fabricación española, elegidos aleatoriamente a la salida del proceso de producción, utilizando los métodos de ensayo recogidos en las normas EN correspondientes, excepto en los ensayos de hinchazón y absorción que se ha utilizado norma UNE (española). El espesor y los valores obtenidos de las propiedades físicas han sido introducidos en una red neuronal artificial (RNA) para predecir las propiedades mecánicas del tablero. El ajuste se ha comparado con los habituales modelos de regresión multivariante. La utilización de una red neuronal ha permitido obtener los valores de resistencia a flexión, módulo de elasticidad y resistencia a la tracción perpendicular a las caras de los tableros de partículas a través de los datos conocidos, no sólo de espesor, humedad y densidad sino también de hinchazón en espesor y absorción de agua. La red neuronal propuesta tiene una adecuación a los valores experimentales muy superior a cualquiera de los modelos de regresión multivariante obtenidos.