応用機械工学ジャーナル

概要

従来型およびワイパー形状の CBN インサートを使用した異なる硬度の AISI D2 鋼のハード旋削における切削工具の振動からの表面粗さの予測

サルノバトSSとラヴァルHK

機械加工された表面の品質は、部品の使用中の機能性を左右するため、極めて重要です。部品の摩擦性能、疲労寿命などの機械加工部品の使用中の機能性は、表面プロファイル特性と機械加工後に生成される表面粗さに大きく依存します。しかし、表面の品質は、多数のプロセスパラメータの複雑さに依存します。金属切削の力学は必然的にプロセスの動的不安定性をもたらし、その結果として切削工具の振動が生じます。以前の研究では、切削工具の振動と表面粗さの間に関連があることが示されています。この研究では、接線方向と軸方向の切削工具の振動を入力パラメータ（切削速度、送り速度、切削深さ、ワーク材料の硬度、および工具刃先形状）と統合し、回帰分析と人工ニューラルネットワーク手法を使用して、実験的に得られたデータから表面粗さの予測モデルを開発しました。回帰モデルとニューラルネットワークモデルの結果を比較します。両方のモデルで実験値と予測値の間に良好な一致が見られますが、ニューラル ネットワーク アプローチは回帰分析をかなり上回っています。さらに、表面の品質はツール エッジの形状と送り速度によって著しく影響されることも指摘されています。