نوع مقاله : مقاله پژوهشی

نویسندگان

• وحید طهماسبی ¹
• زهرا سادات اقدامی ²

¹ دانشکده مهندسی مکانیک ، دانشگاه صنعتی اراک ، اراک ، ایران

² دانشجوی کارشناسی، دانشکده مهندسی مکانیک، دانشگاه اراک ، اراک ، ایران

چکیده

امروزه فرآیند سوراخ‌کاری یکی از بنیادی‌ترین فرآیندهای ماشین‌کاری در میان فرآیندهای صنعتی است که جهت بهبود بهره‌وری و تولیدات به سمت ماشین‌کاری با سرعت‌بالا و دقت زیاد در حال حرکت است. ابزارهای مورداستفاده در این فرآیند نقش کلیدی و مهمی داشته و می‌توانند باعث افزایش کیفیت سطح سوراخ‌های موردنظر شوند. اگرچه قیمت ابزارهای سوراخ‌کاری به‌خودی‌خود نسبتاً پایین است، اما هزینه‌های ناشی از شکسته شدن ابزار زیاد می‌باشد. در فرآیند سوراخ‌کاری افزایش سرعت دوران از طرفی موجب بالا رفتن سرعت ماشین‌کاری و از طرف دیگر موجب فرسایش سریع‌تر ابزار می‌گردد. همچنین کاهش نرخ پیشروی از طرفی سبب افزایش کیفیت سطح می‌شود و از طرف دیگر موجب کاهش نرخ براده برداری می‌شود. بنابراین انتخاب دقیق پارامترهای مختلف در عملیات سوراخ‌کاری جهت دستیابی به صافی سطح مطلوب، امری ضروری می‌باشد. در این مقاله ابتدا با انجام آزمایش‌های تجربی، یک مدل ریاضی رگرسیون خطی مرتبه دوم به‌منظور پیش‌بینی میزان زبری سطح در حین عملیات سوراخ‌کاری فلز برنج برحسب سرعت چرخش اسپیندل، نرخ پیشروی، قطر ابزار و برهم‌کنش‌های مؤثر آن‌ها ارائه‌شده است. سپس با استفاده از روش آنالیز حساسیت آماری ای-فست، تأثیر پارامترهای موردبررسی بر زبری سطح به‌دست‌آمده است. نتایج به‌دست‌آمده از روش آنالیز حساسیت آماری ای-فست نشان می‌دهند که بین سه پارامتر ورودی موردبررسی، پارامتر نرخ پیشروی با 62 درصد تأثیر بر روی زبری سطح به‌عنوان مهم‌ترین پارامتر اثرگذار، سرعت چرخش اسپیندل با 34 درصد اثرگذاری به‌عنوان دومین پارامتر اثرگذار بر زبری سطح نهایی،قطر ابزار با تنها 4 درصد اثرگذاری به‌عنوان کم اثرترین پارامتر بر زبری سطح در فرآیند سوراخ‌کاری شناخته شده می باشد

کلیدواژه‌ها

• آنالیز حساسیت
• روش آماری ای-فست
• فرآیند میکرو سوراخ‌کاری
• زبری سطح

عنوان مقاله [English]

Experimental study of surface roughness of brass micro-drilling to optimize parameters using E-Fast statistical method

نویسندگان [English]

• Vahid Tahmasbi ¹
• Zahra Eghdami ²

¹ Department of Manufacturing Engineering, Arak University of Technology, Arak, Iran

² Department of Mechanical Engineering, Arak University, Arak, Iran

چکیده [English]

Today, the drilling process is one of the most fundamental machining processes among industrial processes. The drilling process is expanding to high-speed, high-precision machining due to productivity improvements. The drill bits used in this process play an important role and can increase the surface quality and improve the surface roughness. It should be noted that the costs of breaking the drill bit are high. In the micro-drilling process, increasing the rotational speed decreases the machining time, but also causes a faster tool wear rate. Also, reducing the feed rate improves the surface quality, but on the other hand, reduces the material removal rate. Therefore, an accurate selection of various parameters in micro-drilling is necessary to achieve the desired surface roughness. In this paper, firstly, by performing experimental tests, a second-order linear regression mathematical model is presented to predict the surface roughness during micro-drilling operations of brass by input parameters of rotational speed, feed rate, and tool diameter and their effective interactions. Then, using the E-Fast statistical sensitivity analysis method, the effect of the studied parameters on the surface roughness is obtained. The results obtained from the e-Fast statistical sensitivity analysis method show that among the three input parameters, the feed rate with 62% effect on surface roughness as the most important parameter, the rotational speed with 34% effect as the second parameter affecting roughness. The final surface, as well as the tool diameter with only 4% impact, is known as the least effective parameter on the surface roughness in the micro-drilling process of brass micro-drilling.
Today, the drilling process is one of the most fundamental machining processes among industrial processes. The drilling process is expanding to high-speed, high-precision machining due to productivity improvements. The drill bits used in this process play an important role and can increase the surface quality and improve the surface roughness. It should be noted that the costs of breaking the drill bit are high. In the micro-drilling process, increasing the rotational speed decreases the machining time, but also causes a faster tool wear rate. Also, reducing the feed rate improves the surface quality, but on the other hand, reduces the material removal rate. Therefore, an accurate selection of various parameters in micro-drilling is necessary to achieve the desired surface roughness. In this paper, firstly, by performing experimental tests, a second-order linear regression mathematical model is presented to predict the surface roughness during micro-drilling operations of brass by input parameters of rotational speed, feed rate, and tool diameter and their effective interactions. Then, using the E-Fast statistical sensitivity analysis method, the effect of the studied parameters on the surface roughness is obtained. The results obtained from the e-Fast statistical sensitivity analysis method show that among the three input parameters, the feed rate with 62% effect on surface roughness as the most important parameter, the rotational speed with 34% effect as the second parameter affecting roughness. The final surface, as well as the tool diameter with only 4% impact, is known as the least effective parameter on the surface roughness in the micro-drilling process of brass micro-drilling.

کلیدواژه‌ها [English]

• Sensitivity analysis
• statistical E-Fast methods
• drilling process
• surface roughness