Comparison of various tool wear prediction methods during end milling of metal matrix composite

• Autorzy: Wiciak M. , Twardowski P. , Wojciechowski S.

Identyfikatory

DOI

10.2478/amtm-2018-0001

• Języki publikacji: EN

Abstrakty

EN

In this paper, the problem of tool wear prediction during milling of hard-to-cut metal matrix composite Duralcan™ was presented. The conducted research involved the measurements of acceleration of vibrations during milling with constant cutting conditions, and evaluation of the flank wear. Subsequently, the analysis of vibrations in time and frequency domain, as well as the correlation of the obtained measures with the tool wear values were conducted. The validation of tool wear diagnosis in relation to selected diagnostic measures was carried out with the use of one variable and two variables regression models, as well as with the application of artificial neural networks (ANN). The comparative analysis of the obtained results enabled the selection of the most effective tool wear prediction method.

Słowa kluczowe

EN

tool wear; diagnosis; milling; metal matrix composite

PL

zużycie narzędzi; diagnoza; kompozyt metalowy

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Archives of Mechanical Technology and Materials
• Rocznik: 2018
• Tom: Vol. 38
• Strony: 1--7
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Wiciak M.

• Poznan University of Technology, Piotrowo 3 Street, 60-965 Poznan, Poland

autor

Twardowski P.

• Poznan University of Technology, Piotrowo 3 Street, 60-965 Poznan, Poland

autor

Wojciechowski S.

• Poznan University of Technology, Piotrowo 3 Street, 60-965 Poznan, Poland

Bibliografia

• [1] Bhattacharya D., Lane C., Lin J.T., Machninability of Silicon carbide reinforced aluminium metal matrix composite, Wear 181-183 (1995) 883-888.
• [2] Davim J., Diamond tool performance in machining metal-matrix composites, Journal of Materials Processing Technology 128 (2002) 100-105.
• [3] El-Gallab M., Sklad M., Machning of Al./SiC particulate metal matrix composites Part I: Tool performance, Journal of Materials Processing Technology 83 (1998) 151-158.
• [4] El-Gallab M., Sklad M., Machning of Al./SiC particulate metal matrix composites Part II: Workpiece surface integrity, Journal of Materials Processing Technology 83 (1998) 277-285.
• [5] Elomari S., Lemieux S., Thermal expansion of isotropic Duralcan metal-matrix composites, Journal of materials science 33 (1998) 4381-4387.
• [6] Frań E., Janas A., A. Kolbus., Porównanie niektórych właściwości mechanicznych kompozytów ex situ typu Duralcan z kompozytami in situ typu Al-TiC, KOMPOZYTY (COMPOSITES)2(2002)4.
• [7] Jemielniak K., Automatyczna diagnostyka ostrzy narzędzi skrawających, Inżynieria Maszyn, R. 17, z.1, 2012 r.
• [8] Kosmol J., Automatyzacja wytwarzania. Monitorowanie ostrza skrawającego, Metody konwencjonalne i sieci neuronowe, WNT, Warszawa 1996.
• [9] Korbowicz J., Obuchowicz A., Uciński D., Sztuczne sieci neuronowe. Podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.
• [10] Twardowski P., Diagnozowanie i nadzorowanie stanu ostrza i powierzchni obrobionej podczas dokładnego toczenia zahartowanej stali, praca doktorska, Politechnika Poznańska 1998.
• [11] www.rtapublicsales.riotinto.com/En/ OurProducts/Documents/FicheDuralcan_Eng-rev%202016-04-19%20CROP.PDF
• [12] www.precorp.net/materials/mmc/ (The Duralcan composites machining guidelines).

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).