See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/282249524

Optimización de la resistencia de los engranajes cilíndricos de dientes rectos de

material plástico usando el software MATLAB

Conference Paper · November 2013

DOI: 10.13140/RG.2.1.3739.1842

CITATIONS READS

0 226

2 authors:

Jorge Laureano Moya Rodríguez César A. Chagoyén Méndez

Universidade Federal da Bahia Universidad Central "Marta Abreu" de las Villas
211 PUBLICATIONS   129 CITATIONS    81 PUBLICATIONS   22 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Artificial Intelligence View project

Thermoecological Management of Power Plants View project

All content following this page was uploaded by Jorge Laureano Moya Rodríguez on 28 September 2015.

The user has requested enhancement of the downloaded file.

Título del Trabajo: Optimización de la resistencia de los engranajes cilíndricos de dientes rectos de
material plástico usando el software MATLAB.

Nombre y Apellidos: Jorge Laureano Moya Rodríguez, José Alberto Velázquez Pérez, Rafael Goytisolo
Espinosa, Ángel Machado Rodríguez, César Chagoyén Méndez, Frank Plasencia Martínez.

Instituciones: Facultad de Ingeniería Mecánica, Universidad Central “Marta Abreu” de Las Villas. Cuba.
FIME Sede Xalapa. Universidad Veracruzana
Grado Académico o Científico: Dr. País: Cuba.
E-mail: jorgemr@uclv.edu.cu

Resumen:
Hoy en día ha ido creciendo cada vez más el uso de los materiales plásticos para los engranajes. Los engranajes
plásticos se han colocado como serias alternativas a los engranajes tradicionales de metal en una gran variedad de
aplicaciones. Su uso se ha expandido desde las aplicaciones de baja potencia y transmisiones de movimiento de
precisión hasta aplicaciones que cada vez demandan más potencia. Estos engranajes cuando son correctamente
diseñados ofrecen muchas ventajas comparados con los engranajes metálicos. Tienen menos peso, una inercia
más baja, y funcionan mucho más silenciosamente que sus contrapartes metálicas. Los mismos muchas veces no
requieren lubricación o a menudo la lubricación puede ser a través de lubricantes internos dentro del propio
material como es el caso del PTFE o la silicona. En el presente trabajo se realiza la optimización de la resistencia a
la fractura y al contacto de los engranajes plásticos cilíndricos de dientes rectos. Para realizar la optimización se
utiliza el toolbox de optimización de MATLAB.

Introducción
Para los ingenieros mecánicos el uso de engranajes plásticos hoy en día es insoslayable debido al bajo costo, el
bajo peso, la reducción de ruido y otros parámetros de vital importancia en las aplicaciones con engranajes.
Mientras existe mundialmente una gran experiencia en el diseño de engranajes metálicos que data de cientos de
años, los engranajes plásticos son tema de estudio de los Ingenieros Mecánicos de hace solo unas pocas
décadas. Producto del desconocimiento cuando un engranaje plástico falla inmediatamente se tiende a culpar a la
pobre calidad de estos materiales siendo en realidad de los proyectistas y constructores que realmente no dominan
la teoría y práctica de los engranajes plásticos. La primera intención de todo ingeniero es tratar de reemplazar los
materiales metálicos con materiales plásticos usando el mismo diseño, pero lamentablemente esto no es posible,
ya que existen enormes diferencias entre las propiedades mecánicas, métodos de fabricación, geometría y cálculo
de los engranajes plásticos y los engranajes metálicos. De hecho existe una mayor libertad en cuanto a forma y
modificaciones del diente en los engranajes plásticos.

Materiales
Actualmente se pueden encontrar una diversidad de materiales para producir engranajes plásticos, sin embargo los
mismos se pueden agrupar solamente en dos grupos que son los: termo-plásticos y los termo-estables [1].
Termo-plásticos
Es un plástico que, a temperatura ambiente, es plástico o deformable, se convierte en un líquido cuando se
calienta y se endurece en un estado vítreo cuando se enfría lo suficiente. La mayoría de los termoplásticos son
polímeros de alto peso molecular, los que poseen cadenas asociadas por medio de débiles fuerzas de Van der
Waals (polietileno); fuertes interacciones dipolo-dipolo y enlace de hidrógeno; o incluso anillos aromáticos apilados
(poliestireno).
Termo-estables
Los plásticos termoestables son materiales que una vez que han sufrido el proceso de calentamiento-fusión y
formación-solidificación, se convierten en materiales rígidos que no vuelven a fundirse. Generalmente para su
obtención se parte de un aldehído.

Esta clasificación depende esencialmente de las cadenas de polímeros, si la cadena permanece lineal y separada
después del moldeo se está en presencia de un termo-plástico, y si la cadena se convierte en una cadena
tridimensional reticulada se está en presencia de un termo-estable. Además los polímeros termoplásticos difieren
de los polímeros termoestables en que después de calentarse y moldearse éstos pueden recalentarse y formar
otros objetos, ya que en el caso de los termoestables o termo-duros, su forma después de enfriarse no cambia..

1
Refuerzos para engranajes
En la actualidad a la hora de confeccionar un engranaje se utilizan diversas fibras para aumentar sus propiedades,
estas fibras son conocidas como refuerzos que aumentan en cierto grado las propiedades mecánicas a las cuales
son sometidos los engranajes. Entre los refuerzos más populares en la actualidad están los refuerzos a base de
fibras de vidrio, las fibras de carbono y el aramid. Los refuerzos de fibra de vidrio y de carbono le proporcionan a
los engranajes una gran resistencia a las fuerzas y tensiones mecánicas, reduciendo considerablemente el factor
de carga. En el caso de la fibra de vidrio esta posee características especiales, que la sitúan en una de las más
utilizadas debido a su bajo costo y a que poseen buenas propiedades mecánicas, además de soportar elevadas
temperaturas lo cual es muy importante en la fabricación de los engranajes de este tipo. Con solo la inclusión de
fibras disminuye considerablemente el factor de desgaste de la mayoría de los sistemas a base de resinas, y con la
combinación de PTFE y estos refuerzos de fibra se produce una reducción extensa de este factor. Por situar un
ejemplo se puede afirmar que para el Nylon 6/6 lubricado con un15% PTFE y reforzado con fibras típicas (30% de
fibra de vidrio y carbono, y 10% para el aramid) el desgaste se reduce al menos en un 20%.
En la actualidad se viene trabajando en el empleo de fibras largas para lograr una sustitución de los engranajes de
metal. El uso de fibras de vidrio largas revela mejoras significativas en la resistencia a los esfuerzos de flexión e
impacto

Fallas en los engranajes plásticos

Los engranajes plásticos también están expuestos a diferentes tipos de falla, entre las principales fallas que
pueden ocurrir en un engranaje de este tipo se pueden mencionar [2]:
Desgaste adhesivo: ocurre producto de las soldaduras intermitentes de pequeñas áreas de un diente en el otro
diente conjugado, si ocurre a un nivel microscópico el resultado es un desgaste pequeño y uniforme. En estos
engranajes tanto como en los metálicos si los materiales de los engranajes son diferentes existe un mejor
comportamiento al desgaste, en ocasiones es conveniente poner a engranar una rueda metálica con una plástica.
Además en el caso particular que las dos ruedas sean plásticas es aconsejable que al menos una de ellas
contenga Politetrafluoroetileno (PTFE), lo cual ayuda a disminuir el desgaste.
Desgaste abrasivo: tiene lugar cuando partículas de un engranaje o suciedades entran dentro de las superficies
de contacto, también puede ocurrir si uno de los engranajes (el metálico, en caso de usarse) tiene una superficie
más rugosa que el otro, lo que ocurre es que las partículas de la superficie más dura penetran en la superficie más
blanda arrancando pedazos de material de la superficie, cuando son diseñados no se debe trabajar para este tipo
de desgaste sino buscar una forma de evitarlo.
Picadura: esta es una falla superficial que ocurre cuando se excede el límite de endurancia del material. Si las
cargas son lo suficientemente altas y los ciclos de tensiones se repiten frecuentemente se fatigan porciones de la
superficie que posteriormente se desprenden. La zona del polo recibe la mayor tensión y es la más propensa a la
picadura.
Flujo plástico: este se produce debido a las altas tensiones de contacto y la acción de la rodadura y deslizamiento
que se produce durante el engranamiento. De hecho es una deformación de la superficie debido a la fluencia del
material en la superficie y sub-superficie. El flujo plástico inicial es en la dirección radial y puede no ser destructivo
ya que el mismo puede atenuarse, en casos más severos el flujo será en la dirección axial.
Fractura: esta es la falla que más se puede encontrar en los engranajes plásticos y es producto de las
sobrecargas debido a los ciclos de tensiones aplicadas al diente, los cuales sobrepasan los límites de endurancia
del material. Ocurre generalmente en el radio de redondeo de la raíz del diente y se propaga alrededor de la base
del mismo
Fatiga por ciclo térmico o ablandamiento parcial o global del diente: ocurre cuando se eleva
considerablemente la temperatura y por tanto disminuye la resistencia del material. Esta se produce como la
deformación del diente en la zona polar, perdiéndose el paso y en ocasiones doblando el diente. Este tipo de falla
ocurre debido a que las tensiones sobre el diente siempre resultan en una especie de histéresis de calentamiento
que incrementa considerablemente la temperatura del material, ya que los plásticos son buenos aislantes.

Los diferentes tipos de fallas pueden ser atenuadas mediante modificaciones geométricas del diente, mayor
precisión en los métodos de cálculo y un mejoramiento en las propiedades del material, además de la utilización de
refuerzos como la fibra de vidrio o las de carbón, aunque existen firmas como la Intech que plantean la importancia
de la fabricación de engranajes plásticos con un núcleo metálico, lo que trae como ventajas una mayor disipación
de calor y una sujeción del engranaje más segura al árbol.
Geometría
Otro aspecto a tener en cuenta a la hora de fabricar engranajes plásticos es su geometría, ya que existen diversos
tipos de geometría entre las que se pueden mencionar cilíndricos de dientes rectos exteriores, cilíndricos de
2
dientes rectos interiores, cónicos y tornillos sin fin. Estos engranajes poseen diversas particularidades respecto a
los metálicos, pero tradicionalmente el perfil del diente utilizado es el evolvente con un ángulo de presión de 200,
aunque se puede señalar que la Plastic Gearing Technology, Inc. de Manchester [3] [4] ha modificado los
patrones de involuta en cuatro formas, entre las que se pueden encontrar la PGT 1 que es la que produce los
dientes con la forma más fuerte y se usa en aplicaciones donde se necesita una mayor potencia, y la PGT 4 que
es el otro extremo, es decir la herramienta que se utiliza para accionamientos de mecánica de precisión. En
cuanto a la PGT 1 la ISO ha realizado una modificación llamándola ISO R53 Modified, en esta se usa diferente
nomenclatura, la ISO usa el sistema métrico de módulo (m), mientras que en la PGT 1 se utiliza el diametral Pitch
(Pd).
También está la norma AGMA que por su parte establece además de la tradicional AGMA PT, las cremalleras
adicionales XPT-2, XPT-3 y XPT-4 siendo el uso de estas opcionales pues las mismas son experimentales. En la
geometría de los engranajes plásticos hay que tener en cuenta dos aspectos esenciales que son el alivio de la
punta (Tip relief) y el aumento del radio de redondeo del pie del diente. El primero consiste en el afilamiento o
estrechamiento de la cabeza del diente y el segundo se debe a que los engranajes plásticos son muy sensibles a
las entallas y con un alto radio de redondeo se elimina el socavado.
Lubricación.
Está demostrado que los engranajes trabajan mucho mejor lubricados que sin lubricación [2] [5]. En el caso de los
plásticos esta puede ser reducida y en ocasiones eliminada, muchas veces la lubricación solo se tiene en cuenta
dependiendo del tipo de aplicación, pero siempre es recomendable que al menos en el montaje este presente,
muchos autores recomiendan una lubricación periódica de estos ya que se puede mejorar la vida de ellos, además
los engranajes plásticos son inertes a los lubricantes comunes por lo cual trabajan sin dificultad en este medio.
De acuerdo a L.D. Martin [6]:
1. Todos los engranajes lubricados pueden tener una mayor efectividad y un mayor servicio de vida útil.
2. Usualmente son recomendados los aceites de ligera viscosidad (SAE 10), los cuales incorporan aceites de
silicona e hidrocarbono y en algunos casos es aceptada el agua fría.
3. Bajo ciertas condiciones, los lubricantes secos, tales como el di sulfuro de molibdeno, se puede utilizar para
reducir la fricción del diente.
Para los engranajes reforzados con fibra de vidrio u otro material es recomendable usar baños de aceite como
lubricación y para las aplicaciones donde no está permitida el uso de grasas o lubricantes muchas veces se utilizan
engranajes auto- lubricados (aquí se le adiciona PTFE (politetrafluoroetileno), silicón o grafito). En el caso del
PTFE cuando el 20% de este es PES (politersulfone) el coeficiente de fricción dinámica se reduce desde 0.37
hasta 0.11, y el factor de desgaste disminuye desde 1500 hasta 32. Para tener una idea un engranaje elaborado
con un material con un factor de desgaste por encima de 200 indica que posee una relación de desgaste alta e
inaceptable, lo que revela que este material es inadecuado para la mayoría de las aplicaciones donde son usados
los engranajes de material plástico, por el contrario si el factor de desgaste es inferior a 200 el material a utilizar es
potencialmente viable para la confección de engranajes.
Es recomendable que una pareja de engranajes plásticos al menos uno contenga PTFE, ya que así se previene la
formación de la capa de arrastre o traslado, ya que el PTFE actúa en los termoplásticos formando una película
delgada de lubricante entre los engranajes, lo que arroja como resultado una baja fricción entre ellos, además de
un bajo desgaste.
A la hora de diseñar un engranaje el diseñador es el que decide la presencia de la lubricación o no, y el tipo de
lubricante a utilizar. Por lo general los engranajes plásticos no lubricados fallan debido al desgaste o al
ablandamiento producto del sobrecalentamiento del flanco del diente, pero a la hora de elegir el lubricante que se
va a utilizar en caso de que exista la lubricación se debe tener mucho cuidado ya que este puede producir grandes
cambios en las propiedades y dimensiones del engranaje.
Cálculo de los engranajes plásticos.
A la hora de realizar el cálculo de cualquier tipo de engranaje se debe tener en cuenta primeramente la naturaleza
del mismo, es decir, el mecanismo de engranaje. Cada diente del engranaje es una viga en voladizo soportada en
un extremo; el contacto producido entre los dientes al entrar en movimiento el engranaje intenta doblar la viga y
trasquilarla del volumen del material. Por tanto un material para engranajes necesita tener alta resistencia a la
flexión y rigidez. La parte más importante de un engranaje son los dientes ya que estos son los que facilitan el
movimiento o potencia según requiera la aplicación, sin estos el engranaje simplemente sería una rueda con poca
funcionalidad. Por ello a la hora del cálculo de los engranajes hay que prestar vital atención a la carga que estos
dientes pueden soportar, porque de aquí depende en gran medida la vida útil que estos van a poseer.
Para el cálculo de los engranajes plásticos cilíndricos de dientes rectos exteriores existen diferentes métodos de
cálculo los cuales son empleados para lograr determinar ciertos requisitos en cuanto a potencia y velocidad. Entre
estos métodos se pueden mencionar a Dvorak, Kelley, Faires, etc. Ellos nos permiten evaluar la resistencia de
3
estos engranajes y así lograr un mejor funcionamiento de ellos. Ahora antes de seleccionar el método de cálculo a
emplear cabe destacar algunos aspectos que son necesarios en el diseño de los engranajes plásticos entre los
que podemos mencionar:
Cálculo de los engranajes plásticos a las tensiones de contacto.
La resistencia superficial de los engranajes cilíndricos de dientes rectos de material plástico se puede determinar
mediante la ecuación de Hertz aplicada a este caso en particular:

(1)

Dónde:
 F –Fuerza de contacto.
 Er –Módulo de elasticidad reducido.
 b –Ancho de la rueda.
 Rr –Radio de curvatura reducido.
El módulo de elasticidad reducido se determina por la expresión:

(2)

Dónde:
 µg – Coeficiente de Poisson del material de la rueda (tabla 1).
 µp – Coeficiente de Poisson del material del piñón (tabla 1).
 Eg –Módulo de Young del material de la rueda (tabla 2).
 Ep –Módulo de Young del material del piñón. (tabla 2).

El radio de curvatura reducido es determinado por la expresión:

(3)

Dónde:
 Rg – Radio de curvatura en el flanco del diente de la rueda.
 Rp – Radio de curvatura en el flanco del diente del piñón.

Tabla 1. Coeficientes de Poisson para materiales termoplásticos sin reforzamiento.

Polímero µ
ABS 0.33
Acetal 0.35
Nylon 6/6 0.39
Acrílico 0.33
PPO modificado 0.38
Policarbonato 0.36
Poliestireno 0.33
PVC 0.38
TFE (Tetrafluorethylene) 0.46
FEP (Fluorinated Ethylene Propylene) 0.48
Stanyl GF30 0.4
Stanyl UF 23°C 0.4
Stanyl UF 140°C 0.45
4
 Tabla 2. Módulos de Young para materiales plásticos.

Material Módulo de Young (GPa)

Stanyl GF30 10
Stanyl UF 23°C 3
Stanyl UF 140°C 0.7
ABS 1.7
Nylon 1.4-2.75
Acrílico 6
Polietileno 0.8
Poliestireno 5
PVC rígido 2.4-2.75

Trabajando la expresión de Hertz para la tensión superficial entre los dientes de contacto también se puede arribar
a a siguiente expresión [5]:

(4)

Dónde:
 F – Fuerza tangencial en kgf.

b – Ancho del diente en mm.
 d1 – Diámetro de paso del piñón en mm.
 u – Relación de transmisión (Z2/Z1).
 E – Módulo de elasticidad del material en kgf/mm2.
 α – Ángulo de presión en grados.
 σH – Tensión admisible del material en kgf/mm2.

Los valores de la Tensión admisible al contacto se pueden obtener del gráfico siguiente:

Figura 1. Tensión superficial admisible para los dientes de engranajes plásticos cilíndricos de dientes
rectos.

Cálculo a la fractura de los engranajes plásticos.

Para el cálculo a la fractura de los engranajes plásticos se puede utilizar la siguiente expresión que no es más que
la ecuación de Lewis en su variante original:

5
   
FP

fY (5)
Dónde:
  - Tensión actuante en el pie del diente en lb/pulg2.
 [  ]- Tensión admisible del material en lb/pulg2.
 f- Ancho del diente en pulgadas.
 P – Paso diametral.
 F- Fuerza tangencial transmitida en libras.
2000 * M 2
o Ft 
d2
N2
o M 2  9550
n2
 Y- Factor de forma del diente (tabla 3).

Tabla 3. Factor de forma del diente.

Número de dientes Dientes de involuta Dientes de involuta de

de 20° 20° cortos.
12 0,245 0,311
14 0,276 0,339
16 0,295 0,361
18 0,308 0,377
20 0,320 0,393
22 0,330 0,405
26 0,346 0,424
30 0,358 0,437
34 0,371 0,446
38 0,383 0,456
43 0,396 0,462
50 0,408 0,474

El valor de la tension admissible se halla por la tabla 4.

Tabla 4. Valores de las tensiones admisibles para engranajes plásticos a 700F en lb/pulg2.
Según Kelley

Plástico Normal Reforzado con fibra de vidrio

ABS 3000 6000
Acetato 5000 7000
Nylon 6000 12000
Policarbonato 6000 9000
Poliéster 3500 8000
Poliuretano 2500 -

Temperatura de trabajo
Uno de los principales aspectos que hay que tener en cuenta y que es de suma importancia es la determinación
de la temperatura, ya que un incremento no deseado de esta puede llevar a una falla del engranaje por flujo
plástico o de fatiga por ciclo térmico. Según estudios realizados en la escuela Politécnica de Montreal [3] es
posible predecir la máxima temperatura superficial de dos dientes plásticos engranados por la expresión que se
presenta a continuación:

6
Tmax  C0 * Ft c1 * V c 2 * m c3  Ta (6)
Dónde:
 Tmax- temperatura máxima de la superficie en 0C.
 Co, C1, C2 y C3 – coeficientes de regresión según tabla 5.
 Ft- fuerza tangencial por unidad de longitud en N/mm.
 V- velocidad lineal en el polo en m/s.
 m- módulo en mm.
 Ta- temperatura ambiente.

Tabla 5. Coeficientes de regresión.

Material Co C1 C2 C3
Nylon 6-6 0.2354 0.755 0.42 0.502
Acetal 5.556x10-2 1.08 0.354 0.225
UHMWPE 1.985x10-4 1.76 0.831 0.687

Cálculo de la distancia entre centros

En cuanto a la geometría un parámetro que hay que prever es el incremento de la distancia entre centros para el
buen funcionamiento de los engranajes debido a la dilatación térmica. Esta distancia entre centros se puede
determinar mediante la expresión [2]:
(7)
Dónde:
 ∆aw – Incremento requerido en la distancia entre centros en mm.
 Tct – Tolerancia combinada total máxima del engranaje en mm (La tolerancia total combinada es la suma
de las tolerancias de los índices comunes de precisión (precisión cinemática, suavidad de trabajo y
contacto entre los dientes)).
 aw – Distancia entre centros sin tener en cuenta la temperatura en mm.
 T – temperatura de operación en 0C.
 α – Coeficiente de expansión térmica lineal en mm/mm 0C.
 Z – Número de dientes.
 M – Expansión debida a la absorción de humedad (tabla 6) en mm/mm.
 RTI – Error de circularidad indicada en los cojinetes.

Tabla 6. Expansión debida a la absorción de humedad de determinados materiales.

Material M (mm/mm)
Acetal 0.0005
Nylon 6/6 0.0025
Nylon 6/6 + 30% de fibra de vidrio 0.0015
Policarbonato 0.0005
Si el material con el que se está trabajando no se encuentra en la tabla 6, entonces se emplea el valor del
policarbonato para materiales de baja humedad y el valor del nylon 6/6 para materiales que absorben el agua.

Optimización multicriterial de la resistencia de los engranajes cilíndricos de dientes rectos de material

plástico.
La optimización es una rama de las matemáticas aplicadas que consiste en la recolección de principios y métodos
usados para solucionar problemas cuantitativos de muchas disciplinas como física, biología, ingeniería y economía
para obtener la mejor o una buena solución. Los métodos de optimización se pueden clasificar en tres tipos: los
métodos analíticos (uso del cálculo diferencial, este es insuficiente para problemas no lineales), los métodos
numéricos y otros métodos como es el caso de los métodos gráficos, métodos experimentales y estudio de casos.

7
Al usar la palabra optimización en MatLab nos referimos al proceso de búsqueda del mínimo o máximo de una
función, denominada comúnmente función objetivo (también conocida como función de error). En la mayoría de las
funciones de optimización de MatLab, se requiere la definición de una función (.m) que compute la función objetivo
a optimizar. Es decir, la función objetivo realiza una serie de cálculos, que el usuario define y devuelve como
parámetro de salida un escalar que será el valor que se pretende minimizar o maximizar. Por ende el objetivo
fundamental en todos los métodos de optimización en esencia es obtener, con el menor número posible de
evaluaciones de la función objetivo, una representación adecuada de la misma que permita determinar la ubicación
del punto óptimo.
Existen diferentes problemas de optimización, los cuales se pueden dividir en dos grandes grupos de acuerdo al
número de objetivos que se tratan de resolver: los problemas de optimización simple y los problemas de
optimización multiobjetivo. La diferencia más grande que se podría encontrar entre los anteriores es que los de
optimización simple buscan obtener el mejor diseño o decisión, el cual es regularmente un máximo o mínimo
global, según sea el caso de maximizar o minimizar. En cambio en la optimización multiobjetivo puede no existir
una solución que sea la mejor con respecto a todos los objetivos. Existe un conjunto de soluciones que son las
mejores del resto cuando todos los objetivos son considerados, pero no tan buenas a otras soluciones al tomar en
cuenta uno o más objetivos. Para analizar los problemas de optimización multi objetivo ante todo debe tenerse en
cuenta el concepto de óptimo de Pareto [8] el cual fue formulado por Wilfredo Pareto en el siglo XIX y da inicio al
origen de las investigaciones en la materia de optimización multi objetivo, este está definido por:

Esto quiere decir que la optimalidad de Pareto está definida como un conjunto donde cada elemento es una
solución al problema para la que ninguna otra solución puede ser mejor dentro del problema, es decir que una
solución P1 es un óptimo de Pareto cuando no existe otra solución P2 tal que mejore en un objetivo sin empeorar al
menos uno de los otros.
En la mayoría de los problemas de optimización existen ciertas restricciones las cuales pueden aparecer como
consecuencias de las características del ambiente de la investigación, estas se deben satisfacer con el fin de
establecer soluciones válidas. Todas las restricciones describen dependencias entre las variables de decisión y las
constantes (o parámetros), involucrados en el problema. En el caso de este trabajo se implementó el uso de la
optimización multiobjetivo mediante algoritmos genéticos.
Los algoritmos genéticos (AG) o programación evolutiva como también se le conoce se pueden definir como
técnicas de búsquedas basadas en la teoría de la evolución de las especies de Charles Darwin. Estos se basan en
los mecanismos de selección natural que utiliza la naturaleza de acuerdo a los cuales los individuos más aptos de
una población son los que sobreviven, al adaptarse más fácilmente a los cambios que se producen en su entorno,
por lo cual un algoritmo genético consiste en una función matemática o una rutina de software que toma como
entradas a los ejemplares y retorna como salidas cuáles de ellos deben generar descendencia para la nueva
generación. Estos fueron establecidos y desarrollados por John Henry Holland [9] en la década del 1960 bajo el
nombre de “planes reproductivos” pero no fue hasta después del 1975 tras la publicación de su libro titulado
“Adaptation in Natural and Artificial Systems” (en español: “Adaptación en Sistemas Naturales y Artificiales”) [10]
que se le llamó algoritmos genéticos, su popularidad viene dada por ser un método robusto y bien probado dentro
de los sistemas naturales. Estos por su parte aunque no garanticen encontrar la solución óptima, si encuentran
soluciones con un alto grado de acierto. Principalmente están basados en implementar e integrar dos ideas
fundamentales:
 Las representaciones simples como strings binarios de las soluciones del problema.
 La realización de transformaciones simples para modificar y mejorar estas representaciones.
Las ventajas de su uso para resolver problemas de optimización multiobjetivo es que estos trabajan de antemano
con las poblaciones, lo que facilita la generación del conjunto de soluciones de Pareto, ya que tratan de encontrar
tantos elementos del conjunto de Pareto como le sea posible. La siguiente figura (figura 2) muestra la estructura
básica de un algoritmo genético.

8
 Figura 2. Diagrama de flujo de la estructura base de un algoritmo genético.

Los algoritmos genéticos poseen mecanismos de trabajo los cuales parten de una población determinada de
cromosomas generados aleatoriamente los cuales generan a una nueva población empleando un mecanismo de
selección natural junto con los operadores genéticos de cruzamiento, mutación e inversión. En el caso de la
selección se escogen los cromosomas con posibilidades de reproducirse y por ende los cromosomas más aptos
producirán un mayor número de descendientes que los menos aptos. En el cruzamiento lo que ocurre es que se
intercambian parte de dos cromosomas tratando de reproducir la recombinación biológica entre dos organismos
mono cromosómicos.
En el caso de la mutación se cambian aleatoriamente los valores de alelo de algunas ubicaciones en el
cromosoma y la inversión es un ejemplo de un operador de reordenamiento en el que se invierte el orden de todos
los genes comprendidos entre dos puntos seleccionados al azar.
Como todo método que se emplea, el método de los algoritmos genéticos posee ciertas ventajas y desventajas
para su implementación. A continuación se reseña brevemente algunas de las ventajas y desventajas que estos
poseen:
 Para su trabajo no se necesita conocimiento previo de la función a optimizar.
 Operan de manera simultánea con varias soluciones y no de manera secuencial.
 Estos en vez de usar operadores determinísticos, trabajan con operadores probabilísticos.
 Pueden tardar mucho en converger, o no converger en absoluto dependiendo de los parámetros que se
utilicen.
 Pueden converger prematuramente debido a una serie de problemas de diversa índole.
Diferentes tipos de Algoritmos Genéticos propuestos para resolver problemas de optimización
multiobjetivo:
- AG de primera generación:

9
  VEGA (Vector Evaluated Genetic Algorithm) propuesto por Schaffer [11] a mediados de los años 80. Es un
algoritmo a priori que divide la población de un AG en tantas subpoblaciones como objetivos existan, este
no permite obtener la frontera de Pareto.
 MOGA (Multi Objective Genetic Algorithm), desarrollado por Fonseca y Fleming [12] en 1993. El manejo
de las restricciones que propone, tiene serias limitaciones.
 NSGA (Non-dominated Sorting Genetic Algorithm), propuesto por Srinivas y Deb en 1994 [13]. Se basa en
la idea original de Goldberg sobre el uso de niveles de dominación. Se diferencia básicamente de un AG
simple en el índice de bondad elegido.
 NPGA (Niched-Pareto Genetic Algorithm), este método fue propuesto por Horn y Nafpliotis en 1993 [14],
en donde el cambio principal en un AG simple se realiza en la etapa de selección.
- AG de segunda generación:
 NSGA-II (Nondominated Sorting Genetic Algorithm-II), propuesto en el año 2000 por Kalyanmoy Deb,
A. Pratap, S. Agarwal y T. Meyarivan [15]. Este es una versión mejorada de su antecesor en la primera
generación (NSGA), acá se mejoran fundamentalmente tres aspectos que son: el proceso de
ordenamiento de las soluciones no-dominadas, la adición de elitismo y finalmente no requiere del
parámetro σshare para incrementar la variedad en la población.
 SPEA (Strength Pareto Evolutionary Algorithm), presentado por Zitzler y Thiele en 1999 [16], fue
concebido como un medio de integración de los demás algoritmos evolutivos para optimización
multiobjetivo existentes en aquel entonces. Usa un archivo que contiene las soluciones no-dominadas
encontradas previamente.
 SPEA-2, dado a conocer por Zitzler, Laumanns y Thiele en el año 2001 [17], incorpora tres diferencias
a su antecesor (SPEA). Incorpora una estrategia de bondad de grano-fino, empleo de una técnica de
estimación del vecino más cercano que guía la búsqueda de una manera más efectiva y presenta un
método de truncamiento de las soluciones que están en los extremos del archivo externo o población.
 PAES (Pareto Archived Evolution Strategy), este método fue presentado por Knowles y Corne en el
año 2000 [18]. Consiste en una estrategia de evolución (1+1) (esto es, un solo padre genera un solo
hijo), en combinación con un archivo histórico que almacena algunas de las soluciones no-dominadas
encontradas previamente.
 MRCD y MRCD min-max (Genetic Algorithm for multiobjective Robust Control Design) [19], son
algoritmos que usan de forma directa los conceptos de optimización de Pareto para hallar su frente y
los óptimos asociados, además son algoritmos a posteriori ya que tratan de obtener el conjunto
completo de dichos óptimos, dejando para una segunda fase la elección de uno de ellos.

Optimización de los engranajes cilíndricos.

Para realizar la optimización multicriterial de los engranajes cilíndricos de dientes rectos de material plástico se
utilizó el programa MatLab, aplicando algoritmos genéticos. Para ello se tomaron tres funciones objetivos:
 La expresión para determinar las tensiones en el pie del diente debido a la flexión.
 La expresión para determinar las tensiones de contacto en el diente.
 La expresión para determinar la temperatura de trabajo del diente.
A la hora de lograr un valor óptimo de la resistencia del diente es necesario entonces encontrar valores de los
parámetros geométricos que minimicen simultáneamente estas funciones. Para ello se tomaron como variables
independientes el ángulo del perfil del diente, el módulo del diente, el ancho del diente y el número de dientes del
piñón. Para estas variables independientes se tomaron las siguientes fronteras:
- Ángulo del perfil del diente: entre 150 y 200.
- Módulo del diente: entre 3 y 5.
- Ancho del diente: entre 10 y 20.
- Número de dientes del piñón: entre 17 y 20.
Los procedimientos de cálculo para realizar la optimización multiobjetivo mediante algoritmos genéticos fueron
realizados en el programa MatLab, el cual cuenta con un Toolbox de optimización que contiene el método de los
algoritmos genéticos junto con una diversidad de funciones de fácil implementación y que llevan a cabo las
diferentes acciones del algoritmo genético. En el Toolbox del MatLab contamos con la herramienta de optimización
(optimtool) la cual es un GUI (Grafics Unit Interface) que sirve para seleccionar la solución especificando las
opciones de optimización.
Luego de tener este lenguaje se procedió a especificar las opciones en MatLab, en cuanto a los requerimientos del
algoritmo genético, para posteriormente realizar las simulaciones para obtener los resultados. Para este problema
de optimización se fijó una población tipo de doble vector, una función de selección de torneo y la función de

10
cruzamiento fue dispersa. Para poder lograr el frente de Pareto bidimensional se realizaron dos simulaciones o
corridas, cada una con solamente dos variables independientes para así poder apreciar la solución del frente de
Pareto específicamente para estas variables. En la figura 3 se tomaron como variables independientes el módulo y
el ancho del diente, aquí se le asignó al número de dientes del piñón un valor de 17 dientes y al ángulo de engrane
un valor de 200. En la figura 4 se tomaron como variables independientes el número de dientes del piñón y el
ángulo de engrane, aquí se le asignó al módulo un valor de 4 mm y al ancho del diente un valor de 20 mm.

Figura 3. Frente de Pareto para la optimización de la resistencia de un engranaje cilíndrico de dientes

rectos de material plástico en función de la variación del módulo y el ancho del diente.

Figura 4. Frente de Pareto para la optimización de la resistencia de un engranaje cilíndrico de dientes

rectos de material plástico en función de la variación del número de dientes, y el ángulo de engrane.

11
Conclusiones
Después de realizar las simulaciones correspondientes se puede concluir que el algoritmo genético utilizado fue de
éxito, ya que con los valores obtenidos durante el proceso se pudieron apreciar los puntos óptimos para las
variables independientes seleccionadas, lo que facilita un diseño duradero de este tipo de engranajes. Al apreciar
el frente de Pareto se pudo ver que la curva de este es semejante a la teórica que el mismo presenta arrojando
soluciones cercanas a la realidad. Se pudo ver que los puntos óptimos no se concentraron solo en una parte de la
gráfica, lo que indica que se cumple el principio de óptimo de Pareto, de que para que un individuo mejore tiene
que empeorar otro.
La selección adecuada del material para la elaboración de un engranaje plástico es de suma importancia ya que de
esta selección va a depender en gran medida la resistencia de dicho engranaje.
Las fallas de los engranajes plásticos poseen un carácter similar a los de los engranajes metálicos, aunque en el
caso de los plásticos se debe tener en cuenta la elevación de la temperatura, el ablandamiento, deformación del
material y la fractura del diente que es una de las fallas esenciales de los engranajes de este tipo.
La geometría de estos engranajes juega un papel determinante, ya que a través de esta se pueden hacer diversas
modificaciones que no siempre se pueden realizar en los engranajes metálicos.
En cuanto a la lubricación la presencia de ella va a ser en dependencia del diseñador pero es recomendable su
utilización para un mayor servicio de vida útil.
Para el cálculo de engranajes plásticos existen diversos métodos para determinar las dimensiones de este en
función de la solicitación de la potencia los cuales arrojan soluciones diferentes.
En la literatura que se encuentra actualmente sobre este tema existen varios métodos para el cálculo de
engranajes plásticos, sin embargo todos estos métodos están basados en la ecuación original de Lewis para el
cálculo a flexión

Bibliografía
1. http://www.wiklipedia.com/Engranajes plásticos Consultado el 10 de Junio
2. Moya Rodríguez, Jorge L., Velásquez Pérez, José A. Particularidades del cálculo de engranajes plásticos.
Revista Ingeniería Mecánica, Volumen 10, No. 3. ISSN 1029-516X año 2007
3. Dvorak, Paul. More Bite for Plastic Gears. Revista Machine Desing. Enero 1988.
4. LNP Engineering Plastics. A guide to plastic gearing. LNP Corporation USA 1996.
5. DESIGN OF PLASTIC GEARS. USA. Surface Strength of Plastic Spur Gears. Elements of Metric Gear
Technology - QTC Q410-430, 431 1.htm. consultada el 3 de Mayo de 2013
6. Martin, L.D. Injection Molded Plastic Gears, Plastic Design and Processing, 1968; Part 1, August, pp. 38-
45; Part 2, September, pp. 33-35.
7. Van Melick, Ir. Harold. Effects in plastic spur gears. January 2009, pp. 40-41.
8. Parilla Sánchez, Manuel. Desarrollo e implementación de una metodología para el diseño de sistemas de
control mediante algoritmos evolutivos multiobjetivo. Tesis doctoral. Universidad Nacional de Educación a
Distancia, ETS de Ingeniería Informática, Departamento de Informática y Automática, Madrid, pp. 41-42,
2006.
9. Ortiz Robles, F. A., Dzul García, O. A. y Ortiz Gómez, R. Algoritmo evolutivo multi-modal para minimizar
una función de dos variables. Pp. 2-4.
10. Holland, John H. Adaptation in natural and artificial systems. Ann Arbor: The University of Michigan Press,
1975.
11. Schaffer, J.D... Multiple objective optimization with vector evaluated genetic algorithm. PhD. Thesis,
Vanderbilt University, Nashville, Tennessee, 1984.
12. Fonseca, C. M. and Fleming, P.J... Genetic algorithms for multiobjective optimization: formulation,
discussion and generalization. In Proc. 5th Int. Conf. Genetic Algorithms. S. Forrest. Ed. San Mateo. C.A.:
Morgan Kaufmann, pp. 416-423, 1993.
13. Srinivas, N. and Deb, K... Multiobjective Function Optimization Using Nondominated Sorting Genetic
Algorithm. Evol. Comput. Vol. 2, #3, pp. 221-248, Fall 1995.
14. Horn, J. and Nafpliotis, N... Multiobjective Optimization Using Niched Pareto Genetic Algorithm. Technical
Report IlliGA1 report 93005. University of Illinois at Urbana Champaign, Urbana, Illinois, 1993.
15. Deb, Kalyanmoy. Pratap, Amrit. Agarwal, Sameer and Meyarivan, T… A Fast and Elitist Multiobjective
Genetic Algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, Vol. 6, No. 2 April, pp. 182-
197, 2002.
16. Zitzler, E. and Thiele, L... Multiobjective Evolutionary Algorithms: A Comparative case Study and the
Strength Pareto Approach. IEEE Transactions on Evolutionary Computation. Vol. 3, No. 4, pp. 257-271,
November 1999.
12
 17. Zitzler, E... Laumanns, M. and Thiele, L… SPEA2: Improvising the Strength Pareto Evolutionary
Algorithms: A Comparative case Study and the Strength Pareto Approach. Technical Report 103, Computer
Engineering and Networks Laboratory (TIK), Swiss federal Institute of Technology (ETH) Zurich,
Gloriastrasse 35, CH-8092 Zurich, Switzerland, 2001.
18. Knowles, J. D. and Corne, D.W... The Pareto Archived Evolution Strategy: A New Baseline Algorithm for
Multiobjective Optimization. In 1999 Congress on Evolutionary Computation. Washington, D.C. IEEE
Service Center, pp.98-105, 1999.
19. Herreros López, Alberto. Diseño de controladores Robustos Multiobjetivo por medio de Algoritmos
Genéticos. Tesis Doctoral, Departamento de Ingeniería de Sistemas y Automática, Universidad de
Valladolid, España, 2000.

13

View publication stats