Modelado Teórico de Rugosidad de Superficies Fresadas en Duro Considerando el Desgaste de Herramienta
Autores: Felho, Csaba; Varga, Gyula
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Modelado Teórico de Rugosidad de Superficies Fresadas en Duro Considerando el Desgaste de Herramienta
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Rugosidad de la superficie
Corte de metales
Desgaste de herramientas
Valores teóricos de rugosidad
Superficies mecanizadas
Experimentos de corte
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
La rugosidad de la superficie es un factor importante en el corte de metales, y generalmente se utilizan diferentes características de rugosidad de la superficie para controlar la calidad de las superficies mecanizadas. Sin embargo, a medida que la herramienta de corte se desgasta durante el proceso de corte, los valores de rugosidad cambian. En la mayoría de los casos, los valores teóricos de rugosidad se calculan sin tener en cuenta las características de desgaste de la herramienta. Por esta razón, los valores de rugosidad calculados y medidos pueden diferir entre sí, y la tendencia de su cambio también puede ser diferente. Este artículo presenta un método para la determinación de la rugosidad teórica de superficies endurecidas teniendo en cuenta el desgaste de la herramienta de corte. El propósito de los análisis realizados fue mostrar el efecto de la traza de desgaste en la herramienta y la rugosidad de la superficie mecanizada, y proporcionar un posible método para tener en cuenta el desgaste al calcular los valores teóricos de rugosidad. Durante las investigaciones, se registró la forma de la sección del borde real (desgastado) de la herramienta de corte mediante un microscopio óptico, y los valores teóricos de rugosidad de la superficie se calcularon con ese perfil mediante un método de modelado CAD desarrollado anteriormente. Se realizaron experimentos de corte en una máquina de torno con dos herramientas de corte similares, una de ellas con un desgaste significativo, mientras que la otra era completamente nueva. Los valores teóricos de rugosidad calculados se compararon con los valores de rugosidad medidos reales, y el error de las estimaciones estuvo entre el 8.7 y el 68.3%, encontrándose errores mayores en alimentaciones más bajas.
Descripción
La rugosidad de la superficie es un factor importante en el corte de metales, y generalmente se utilizan diferentes características de rugosidad de la superficie para controlar la calidad de las superficies mecanizadas. Sin embargo, a medida que la herramienta de corte se desgasta durante el proceso de corte, los valores de rugosidad cambian. En la mayoría de los casos, los valores teóricos de rugosidad se calculan sin tener en cuenta las características de desgaste de la herramienta. Por esta razón, los valores de rugosidad calculados y medidos pueden diferir entre sí, y la tendencia de su cambio también puede ser diferente. Este artículo presenta un método para la determinación de la rugosidad teórica de superficies endurecidas teniendo en cuenta el desgaste de la herramienta de corte. El propósito de los análisis realizados fue mostrar el efecto de la traza de desgaste en la herramienta y la rugosidad de la superficie mecanizada, y proporcionar un posible método para tener en cuenta el desgaste al calcular los valores teóricos de rugosidad. Durante las investigaciones, se registró la forma de la sección del borde real (desgastado) de la herramienta de corte mediante un microscopio óptico, y los valores teóricos de rugosidad de la superficie se calcularon con ese perfil mediante un método de modelado CAD desarrollado anteriormente. Se realizaron experimentos de corte en una máquina de torno con dos herramientas de corte similares, una de ellas con un desgaste significativo, mientras que la otra era completamente nueva. Los valores teóricos de rugosidad calculados se compararon con los valores de rugosidad medidos reales, y el error de las estimaciones estuvo entre el 8.7 y el 68.3%, encontrándose errores mayores en alimentaciones más bajas.