PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Stability analysis of radial turning process for superalloys

Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Analiza stabilności procesu toczenia promieniowego nadstopów
Języki publikacji
EN
Abstrakty
EN
Stability detection in machining processes is an essential component for the design of efficient machining processes. Automatic methods are able to determine when instability is happening and prevent possible machine failures. In this work a variety of methods are proposed for detecting stability anomalies based on the measured forces in the radial turning process of superalloys. Two different methods are proposed to determine instabilities. Each one is tested on real data obtained in the machining of Waspalloy, Haynes 282 and Inconel 718. Experimental data, in both Conventional and High Pressure Coolant (HPC) environments, are set in four different states depending on materials grain size and Hardness (LGA, LGS, SGA and SGS). Results reveal that PCA method is useful for visualization of the process and detection of anomalies in online processes.
PL
Wykrywanie stabilności w procesach obróbki jest podstawowym składnikiem procesu projektowania wydajnych procesów obróbki. Automatyczne metody są w stanie określić kiedy nastąpi niestabilność i zapobiec ewentualnym awariom maszyny. W pracy przedstawiono różne metody wykrywania anomalii stabilności w oparciu o mierzone siły w procesie toczenia promieniowego nadstopów. W celu określenia niestabilności proponuje się dwie różne metody. Każda z nich jest testowana na podstawie rzeczywistych danych uzyskanych podczas obróbki materiałów: Waspalloy, Haynes 282 i Inconel 718. Dane doświadczalne, zarówno w środowisku konwencjonalnym, jak i przy chłodzeniu wysokociśnieniowym (HPC), zostały ustawiane w czterech różnych stanach w zależności od wielkości ziarna i twardości materiału (LGA , LGS, SGA i SGS). Wyniki pokazują, że metoda analizy głównych składowych (PCA) jest przydatna do wizualizacji procesu i wykrywania nieprawidłowości w bieżących procesach.
Wydawca
Rocznik
Tom
Strony
158--162
Opis fizyczny
Bibliogr. 17 poz., rys., tab.
Twórcy
autor
  • Dept. of Industry and Transport, Tecnalia, R&I Leonardo da Vinci 11, 01500 Miñano, SPAIN
autor
  • Dept. of Industry and Transport, Tecnalia, R&I Paseo Mikeletegi 7, 20009 Donostia, SPAIN
autor
  • Dept. of Computer Science and Artificial Intelligence University of the Basque Country, 20018 Donostia, SPAIN
autor
  • Dept. of Computer Science and Artificial Intelligence University of the Basque Country, 20018 Donostia, SPAIN
autor
  • Advanced Manufacturing Department, Tecnalia, R&I Paseo Mikeletegi 7, 20009 Donostia, SPAIN
Bibliografia
  • [1] M. Murua, “Application of Advanced Regression Methods for Wear Prediction of Superalloys”, MT (2016).
  • [2] S. Olovsjö, A. Wretland and G. Sjöberg, “The effect of grain size and hardness of wrought Alloy 718 on the wear of cemented carbide tools”, Wear, vol. 268, no. 9-10, pp. 1045-1052, 2010.
  • [3] S. Sahu and B.B. Choudhury, “Optimization of Surface Roughness using Taguchi Methodology & Prediction of Tool Wear in Hard Turning Tools”, Materials Today: Proceedings, vol. 2, no. 4-5, pp. 2615-2623, 2015.
  • [4] Suarez, A. Wretland, “Influence of Cooling conditions on the Carbide tools Wear in the Turning of Inconel 718”, (2015).
  • [5] S. Olovsjö, A. Wretland and G. Sjöberg, “The effect of grain size and hardness of Waspaloy on the wear of cemented carbide tools”, The International Journal of Advanced Manufacturing Technology, vol. 50, no. 9, pp 907-915, Oct. 2010.
  • [6] R.Q. Sardiñas, M.R. Santana and E.A. Brindis, “Genetic algorithm-based multi-objective optimization of cutting parameters in turning processes”, Engineering Applications of Artificial Intelligence, vol. 19, no. 2, pp. 127-133, Mar. 2006.
  • [7] S.K. Choudhury and P. Srinivas, “Tool wear prediction in turning”, Journal of Materials Processing Technology, vol. 153-154, pp. 276-280, Nov. 2004.
  • [8] T. Özel and Y. Karpat, ”Predictive modeling of surface roughness and tool wear in hard turning using regression and neural networks”, International Journal of Machine Tools and Manufacture, vol. 45, no. 4-5, pp. 467-479, Apr. 2005.
  • [9] R.A. Maronna, R.D. Martin and V.J. Yohai, Robust Statistics. Theory and Methods. Chichester: Wiley, 2006.
  • [10] S. Terashima, K. Takahama, M. Nozaki and M. Tanaka, “Recrystalization of Sn Grains due to Thermal Strain in Sn-1.2Ag-0.5Cu-0.05Ni Solder”, Materials Transaction, vol. 45, no. 4, pp. 1383-1390, 2004.
  • [11] Y.B. Lee, D.H. Shin, K.T. Park and W.J. Nam, “Effect of annealing temperature on microstructures and mechanical properties of a 5083 Al alloy deformed at cryogenic temperature”, Scripta Materialia, vol. 51, no. 4, pp. 355-359, Aug. 2004.
  • [12] A.E.B. Hernández, T. Beno, J. Repo and A. Wretland, “Integrated optimization model for cutting data selection based on maximal MRR and tool utilization in continuous machining operations”, CIRP Journal of Manufacturing Science and Technology, vol. 13, pp. 46 -50, May 2016.
  • [13] A.K. Dubey and V. Yadava, “Multi-objective optimization of Nd: YAG laser cutting of nickel-based superalloy sheet using orthogonal array with principal component analysis”, Optics and Lasers in Engineering, vol. 46, no. 2, pp. 124-132, Feb. 2008.
  • [14] M. Gupta and S. Kumar, “Investigation of surface roughness and MRR for turning of UD-GFRP using PCA and Taguchi method”, Engineering Science and Technology, an International Journal, vol. 18, no. 1, pp. 70- 81, 2015.
  • [15] A.M. Yan, G. Kerschen, P. De Boe and J.C. Golinval, “Structural damage diagnosis under varying environmental conditions – part II: local PCA for non-linear cases”, Mechanical Systems and Signal Processing, vol. 19, no. 4, pp. 865-880, Jul. 2005.
  • [16] R.S. Pawade, S.S. Joshi, P.K. Brahmankar and M. Rahman, “An investigation of cutting forces and surface damagein high-speed turning of Inconel 718”, Journal of Materials Processing Technology, vol. 192-193, pp. 139-146, Oct. 2007.
  • [17] S. Datta, G. Nandi, A. Bandyopadhyay and P.K. Pal, “Application of PCA based hybrid Taguchi method for multi-criteria optimization of submerged arc weld: a case study”, The International Journal of Advanced Manufacturing Technology, vol. 45, no. 3, pp. 276- 286, Nov. 2009.
Uwagi
PL
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017)
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-de8fa045-fbc4-4607-8a7d-ae9a40d7a775
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.