Proceso de fresado duro basado en enfriamiento con aire frío comprimido utilizando tubo de vórtice para una fabricación sostenible y inteligente
Autores: Celent, Luka; Baji, Draen; Jozi, Sonja; Mladineo, Marko
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Proceso de fresado duro basado en enfriamiento con aire frío comprimido utilizando tubo de vórtice para una fabricación sostenible y inteligente
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Rendimiento de mecanizado
Producción sostenible
Fluidos de corte
Contaminantes ambientales
Fabricación inteligente
Desgaste de herramientas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 15
Citaciones: Sin citaciones
Mejorar el rendimiento del mecanizado y cumplir con los requisitos de producción sostenible al mismo tiempo representa un gran desafío para la industria metalúrgica y la comunidad científica. Un enfoque para satisfacer este desafío es aplicar diferentes tipos de fluidos de corte o optimizar su uso durante el proceso de mecanizado. El hecho de que los fluidos de corte sean bien conocidos como contaminantes ambientales significativos en la industria metalúrgica ha alentado a los investigadores a descubrir nuevas formas ecológicas de enfriar y lubricar en el proceso de mecanizado. Por lo tanto, el objetivo principal es investigar la influencia de diferentes condiciones de mecanizado en la eficiencia del mecanizado duro y encontrar una solución sostenible hacia la fabricación inteligente. En la parte experimental del trabajo, se investigó y midió la influencia de varios parámetros y condiciones de mecanizado en la eficiencia del proceso a través de la rugosidad de la superficie, el desgaste de la herramienta y los componentes de la fuerza de corte. Se llevó a cabo un procesamiento de datos estadísticos y se desarrollaron modelos matemáticos predictivos. Un logro importante es el conocimiento de la eficiencia del enfriamiento con aire frío comprimido para el fresado duro, con un desgaste de flanco promedio resultante de 0.05 mm, una rugosidad de superficie promedio de 0.28 um, que corresponde a las clases de rugosidad del procedimiento de rectificado N4 y N5, y un aumento promedio de la durabilidad de la herramienta del 26% en comparación con el corte en seco y el uso convencional de fluidos de corte. Convertirse en un sistema de mecanizado inteligente se aseguró a través de la mejora tecnológica lograda mediante la predicción confiable del desgaste de la herramienta obtenida mediante el modelado de redes neuronales de base radial, con un error de predicción relativo del 3.97%.
Descripción
Mejorar el rendimiento del mecanizado y cumplir con los requisitos de producción sostenible al mismo tiempo representa un gran desafío para la industria metalúrgica y la comunidad científica. Un enfoque para satisfacer este desafío es aplicar diferentes tipos de fluidos de corte o optimizar su uso durante el proceso de mecanizado. El hecho de que los fluidos de corte sean bien conocidos como contaminantes ambientales significativos en la industria metalúrgica ha alentado a los investigadores a descubrir nuevas formas ecológicas de enfriar y lubricar en el proceso de mecanizado. Por lo tanto, el objetivo principal es investigar la influencia de diferentes condiciones de mecanizado en la eficiencia del mecanizado duro y encontrar una solución sostenible hacia la fabricación inteligente. En la parte experimental del trabajo, se investigó y midió la influencia de varios parámetros y condiciones de mecanizado en la eficiencia del proceso a través de la rugosidad de la superficie, el desgaste de la herramienta y los componentes de la fuerza de corte. Se llevó a cabo un procesamiento de datos estadísticos y se desarrollaron modelos matemáticos predictivos. Un logro importante es el conocimiento de la eficiencia del enfriamiento con aire frío comprimido para el fresado duro, con un desgaste de flanco promedio resultante de 0.05 mm, una rugosidad de superficie promedio de 0.28 um, que corresponde a las clases de rugosidad del procedimiento de rectificado N4 y N5, y un aumento promedio de la durabilidad de la herramienta del 26% en comparación con el corte en seco y el uso convencional de fluidos de corte. Convertirse en un sistema de mecanizado inteligente se aseguró a través de la mejora tecnológica lograda mediante la predicción confiable del desgaste de la herramienta obtenida mediante el modelado de redes neuronales de base radial, con un error de predicción relativo del 3.97%.