The Influence of Milling Parameters on Surface Properties in Milled AZ۹۱C Magnesium Alloy
محل انتشار: مجله علم مواد و مهندسی ایران، دوره: 18، شماره: 2
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 144
فایل این مقاله در 13 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_IJMSEI-18-2_006
تاریخ نمایه سازی: 24 بهمن 1401
چکیده مقاله:
A full factorial design of experiment was applied running ۳۶ experiments to investigate the effects of milling parameters including cutting speed with three levels of ۶۲.۸۳, ۹۴.۲۴ and ۱۲۵.۶۶ m/min, feed rate with three levels of ۰.۱, ۰.۲ and ۰.۳ mm/tooth, cutting depth with two levels of ۰.۵ and ۱ mm and machining media with two levels, on surface integration properties of magnesium AZ۹۱C alloy such as grain size, secondary phase percent, surface microhardness and surface roughness. In all cases, a fine grained surface with higher secondary phase sediment and microhardness obtained comparing the raw material. According to analysis of variance results, the most effective parameter on grain size, secondary phase percent and microhardness was cutting depth and the most effective parameter on surface roughness was feed rate. although the grain size in all machined samples was smaller than that of the raw material but due to the dual effect of cryogenic conditions, which both cool and lubricate and reduce the temperature and strain rate at the same time, the direct effect of this parameter on grain size was not significant. Also, the all interaction effects of parameters on grain size and microhardness were significant.
کلیدواژه ها:
نویسندگان
Amir Mostafapour
Assistant Professor, Faculty of Mechanical Engineering, University of Tabriz, Tabriz, Iran
Milad Mohammadi
University of Tabriz, Tabriz, Iran
Ali Ebrahimpour
Assistant professor, Mianeh Technical and Engineering Faculty, University of Tabriz, Mianeh, Iran
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 :