بررسی رفتار نیروی برشی و فرسایش ابزار در فرزکاری کامپوزیت آلومینیوم در درصدهای مختلف SIC

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 27

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MME-22-10_010

تاریخ نمایه سازی: 8 اسفند 1403

چکیده مقاله:

استفاده از کامپوزیت آلومینیوم تقویت شده با ذرات سیلیسیم کارباید و بهبود برخی از خواص مکانیکی مهم نسبت به آلومینیوم در صنایع خودروسازی، هواپیماسازی و لوکوموتیو کاربرد دارد، در این مقاله ضمن بررسی نیروی برشی و فرسایش ابزار بر فرایند ماشین کاری آلومینیوم کامپوزیت در درصد های مختلف SIC به بررسی ویژگی های ماشین کاری عملیات فرز کاری انگشتی میپردازد تا حداقل نیروی برش، سایش ابزار با حداکثر نرخ براده برداری را با استفاده از تحلیل رابطه ای خاکستری مبتنی بر روش طراحی سطح پاسخ (RSM) به دست آورد. بیست و هفت اجرای آزمایشی بر اساس روش طراحی سطح پاسخ (RSM) با تغییر پارامترهای سرعت اسپیندل، پیشروی و عمق برش در درصد وزنی مختلف تقویت کننده ها مانند کاربید سیلیکون (SiC-۵٪، ۱۰٪، ۱۵%) انجام شد. و آلومینا (Al۲O۳-۵%) در زمینه فلزی آلومینیوم ۷۰۷۵. تجزیه و تحلیل رابطه خاکستری برای حل مسئله بهینه سازی چند پاسخ با تغییر وزن برای پاسخ های مختلف بر اساس الزامات فرآیند کیفیت یا بهره وری استفاده شد. انتخاب مناسب پارامترهای ورودی (سرعت اسپیندل ۱۰۰۰ دور در دقیقه، تغذیه ۰.۰۳ میلی متر بر دور، عمق برش ۱ میلی متر و ۵ درصد SiC) نرخ براده برداری بالای مواد همراه با سطح ریز، سایش ابزار کمتر و نیروی برش کم را ایجاد می کند.

کلیدواژه ها:

نویسندگان

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 :
  • Lou MS, Chen JC, Li CM. Surface roughness prediction technique ...
  • Taşkesen A, Kütükde K. Experimental investigation and multi-objective analysis on ...
  • Haq AN, Marimuthu P, Jeyapaul R. Multi response optimization of ...
  • Kuram E, Ozcelik B. Multi-objective optimization using Taguchi based grey ...
  • Iqbal UM, Kumar VS, Gopalakannan S. Application of Response Surface ...
  • Milkey KR, Samsudin AR, Dubey AK, Kidd P. Comparison between ...
  • Yi TH, Li HN, Gu M. Optimal sensor placement for ...
  • Chabbi A, Yallese MA, Meddour I, Nouioua M, Mabrouki T, ...
  • Ozben T, Kilickap E, Cakır O. Investigation of mechanical and ...
  • Aouici H, Bouchelaghem H, Yallese MA, Elbah M, Fnides B. ...
  • Lou MS, Chen JC, Li CM. Surface roughness prediction technique ...
  • Taşkesen A, Kütükde K. Experimental investigation and multi-objective analysis on ...
  • Haq AN, Marimuthu P, Jeyapaul R. Multi response optimization of ...
  • Kuram E, Ozcelik B. Multi-objective optimization using Taguchi based grey ...
  • Iqbal UM, Kumar VS, Gopalakannan S. Application of Response Surface ...
  • Milkey KR, Samsudin AR, Dubey AK, Kidd P. Comparison between ...
  • Yi TH, Li HN, Gu M. Optimal sensor placement for ...
  • Chabbi A, Yallese MA, Meddour I, Nouioua M, Mabrouki T, ...
  • Ozben T, Kilickap E, Cakır O. Investigation of mechanical and ...
  • Aouici H, Bouchelaghem H, Yallese MA, Elbah M, Fnides B. ...
  • نمایش کامل مراجع