Investigation of process parameters for T-joint aluminum alloy ۶۰۶۱-T۶ with nanocomposites material friction stir welding based on the Taguchi method
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 169
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCARME-11-1_008
تاریخ نمایه سازی: 12 مهر 1400
چکیده مقاله:
Surface layer in many engineering applications is strengthened by ceramic grains where the main parts have higher structure toughness than the original material. This paper presents the effect of four process parameters that have been taken into consideration using Taguchi technique based on L۹ orthogonal array. These parameters are;۱) transverse speed, ۲) type of nano- powders, ۳) rotational speed, and ۴) groove’s depth friction stir welding T-joints aluminum alloy ۶۰۶۱-T۶. This work combines welding T-joint sections and creating MMNCs in welding region simultaneously. The predicted optimum parameters and their percentage of contribution are estimated, utilizing the analysis of variance and signal to noise ratio techniques, depending on tensile test in skin and stringers direction, and hardness test of the joint. Optical microscope and scanning electron microscope (SEM) analysis are used to verify the microstructure and dispersion of nano-powders in welding joint. The best ultimate tensile stress (UTSskin) equal to (۱۷۷MPa) for the skin welded part was obtained at the optimal conditions of ۱۵۵۰rpm rotational speed, ۱۵mm/min transverse speed, Al۲O۳ type of powder and ۱mm groove’s depth. SEM micrographic for metal matrix nanocomposite of all nine experiments revealed that the nano-particles are irregularly dispersed in nugget zone due to one pass. The rotational speeds of ۹۶۰rpm, the transverse speed of ۱۵mm/min, type of powder TiO۲, and groove’s depth of ۱.۵mm, give the greatest hardness value of ۸۰HV in nugget zone. The analysis of variance shows that the groove’s depth is the most significant parameter in this investigation.
کلیدواژه ها:
نویسندگان
Faiz Mustafa
Department of Automated Manufacturing Engineering, Al-Khwarizmi College of Engineering, University of Baghdad, Baghdad, Iraq,
Sadoon Daham
Department of Automated Manufacturing Engineering, Al-Khwarizmi College of Engineering, University of Baghdad, Baghdad, Iraq,
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :