文摘

双重热处理(DHT)效果分析使用Al6061-T6合金的加工,现成的材料很快找到加工特性。标本的热处理进行两次通过数控加工前炉加热处理。高速钢和WC铣刀直径10毫米的首选2000 rpm的回顾了旋转速度和4000 rpm,不断减少深度0.5毫米是选择根据不同的评论。值得粗糙度可以提供的影响主要是通过饲料利率首选是0.05毫米/牧师和0.1毫米/牧师。影响因素确定的田口方法,遗传算法(GA)和人工神经网络(ANN)技术和比较。仿真发现之间的关系也有助于澄清加工约束和粗糙度的影响这个项目的结果。热处理的平均值和nonheat Al6061-T6治疗进行比较评估,提高41%获得较低的表面粗糙度为1.78975µm,它显示了良好的表面光洁度的帮助下双重热处理工艺。

1。介绍

在任何加工影响因素的识别结果,这将是非常有用的解释数据改进产品的工厂。改善表面完美和刀具寿命是一种令人钦佩的任务利用适当的加工条件和工作环境。各种方法已经实现提高刀具寿命和表面粗糙度。热处理过程的调节或改变材料特性和microconstitutions。可以使用双重热处理来评估更好的表面光洁度使用合适的工具材料类型之一。工具可以分析的分化与双重热处理在每个样本的影响。文献[1)评估,表面粗糙度降低置信水平和相对比例8%的改进取得了切割速度的优势加工的粗糙度参数。迎宾红灯笼et al。(2015)讨论了表面粗糙度较低的改进在加工中很好和更高的切削速度。划痕和毛刺形成的微孔已确定从撕裂的微观结构表面。文献[2)讨论了刀具磨损和表面粗糙度钢试样加工和涂层插入奥氏体化的参与和回火热处理。硬度更由于降低了回火温度。热热处理钢试样与涂层硬质合金插入已经证明有效的磨损机制与改善生活的工具。亲密的讨论是关于粒子群优化(PSO)的预测价值技术完全配合实验粗糙度值。它可以观察到,粗糙度变差由于更高的切削速度的因素。进给速率的较小值可以提高表面质量(3]。İrfan Ucun et al。4)进行了有限元仿真各种芯片的形成与加工区域的表面粗糙度有关。

诉Arumugaprabu et al。5]分析了切削力的影响影响表面纹理对开发新类型的表面纹理模式。他们提到,它也减少了磨损率,提高了刀具的性能。文献[6]讨论了仿真过程的变形三维高速铣削过程和不同的加工和工艺参数。这是进行不同几何工具圆角半径和加热效果的变化。激光辅助铣削不影响标本的特征或属性,仅限于一个浅层的外围加工的工件LAML [7]。文献[8]讨论了总弹性变形能计算端面铣削操作可以通过该工具确定侧面磨损的增加弹性形变的主要根源。这将导致贫困完成铣削的表面的水平。的芯片在金属切削模拟的帮助下变形3 d工具用于验证有效应力,应变和位移。他们还讨论了主要影响因素对芯片去除和一致的加工流已经验证了Dyi-Cheng陈et al。(2016)。文献[9]讨论了热处理定义的三个阶段退火过程使材料很强。这里可以确立细马氏体在铁氧体颗粒微观结构的观察。同时硬度可以提高基于碳和退火温度的百分比。它讨论了马氏体结构的变化通过SEM图像确定。降低切削力与切削速度的增加会导致最低的表面粗糙度观察到徐Chuangwen et al。10]。双相的变化阶段不同温度的退火热处理钢试样可以影响参数评估验证了基于双相钢中马氏体体积分数的增加。它可以评估,表面粗糙度降低比例相对提高8%置信水平,获得其粗糙度的切削速度和加工参数的优势(1]。粗糙度的测量进行了在最小范围0.43μm。它已经被讨论的最小误差百分比发生成功的粗糙度值(11]。文献[12]讨论了切削速度的增加会导致减少铣标本的平均表面粗糙度与木材和平均粗糙度的增加增加的进给速率和速度。没有改善了由于热处理木材。工具的几何参数及其半径和牙齿的失调了改善加工表面质量的讨论。特别是,更好的概要工具的选择是一个重要的观察结果在这里Benattia Bloul et al。13]。文献[14]讨论了加法制造的激光金属沉积方法在铣削表面的顶部和侧面Ti-6Al-4V标本。可以进行金属切削润滑的干燥、低温、冷却剂的过程。表面质量可以测量一边和另一边的各种样品对应各种切削条件。他们证明,基于荧光分析结果,低温处理过程能更好地实现良好的表面光洁度和刀具寿命,因为没有缺陷表面与干燥加工和冷却剂使用。文献[15]讨论了Ti-6Al-4V钛合金的切削加工性能与热处理工艺可以更好地使用PCD工具。作者评估,空气冷却的样品达到更高的硬度均匀层状的归属α+βTi-6Al-4V微观结构的缺失α′二次沉淀,帮助提高性能的纸(16]讨论了性能的刀具寿命和切削力的减少使用低温冷却润滑剂对H13钢。连续显然证明了铣刀双通道(DSC)和最小数量润滑技术相结合和刀具寿命经济表现良好。文献[17]讨论了切削区温度分布的光栅铣操作期间指定切削条件。他们评估,主轴转速和进给速率的增加加工中产生更多的热量。深度的减少削减用于减少热量,然后它可以增加研磨Al6061合金的切削温度。文献[18]讨论了工具的结果涂料和支架涂层在数控铣削表面粗糙度的影响优化结果验证与实验结果。动态仿真与实验输出参数也可以验证这代表完美的粗糙度是基于工具和固定器总成的涂布效果。文献[19]讨论了表面粗糙度较低的改进在加工中很好和更高的切削速度。划痕和毛刺形成的微孔已确定从撕裂的微观结构表面。文献[20.]讨论了涂料的重要性,然后证明了表面改进可以通过铣刀涂有纳米金刚石颗粒。该工具可以提高生活裸铣刀的四倍。

文献[21]讨论了节能切削参数,可以用于刀具的发展,甚至形成芯片,在金属切削摩擦学性能更好。他们发现较高的切削速度和饲料利率的范围是最影响参数对特定消费的能源(SCE)。文献[22)表明,单相Al丰富包含5 - 15百分比锌合金硬度和抗拉强度增加。随着锌浓度的增加,表面粗糙度也发展和芯片尺寸在合金加工。文献[23]讨论了切割速度超出了最大限度的增加可以揭示无关紧要的芯片锯齿状的形态。在[24)材料去除氮喷样品由于颗粒间的边界发生失败的和退火状态,而材料去除氦喷样品可以包括芯片形成和颗粒间的边界失败。颗粒间的边界的延性和强度提高了退火氦喷材料,导致只芯片形成和改善加工表面。文献[25讨论了,在铣削过程中,不同径向深度的降低对切削力的影响值。此外,建议未来的研究包括实验结果与仿真结果的比较。事实证明,使用正确的优化方法可以减少加工时间减半。

在本文的研究,可以测量表面质量在热处理和nonheat对待标本根据影响加工参数和模拟预测。优化的结果也起着重要的作用表面粗糙度的找到最优解。有效应力变化和变形量应达到满意的水平通过这一加工过程与实验结果的比较。

2。实验的程序

2.1。材料和方法

大多数行业都应该意识到基于他们的要求的热处理方法的必要性和需求。这种类型的双重治疗加热的方法可以用来改善粮食结构和任何黑色或有色金属材料的硬度。这些方法可以帮助识别的原材料选择过程中优越的材料的品质。6061 - t6铝合金是首选的标本材料。相对较少的体重更强势,容易获得,适合任何类型的金属成形,成形和加工。Al6062-T6存在标准下的H20 65032 / Al6061等级。

它包含0.8%和1.2%镁硅合金元素如表所示1用于加强其显微组分,提高硬度而不影响延性。钛和铬包容有助于得到很强的抗拉强度和韧性。这整个联盟元素的整合效应出现在这个Al6061-T6选择这个作为工作材料的关键因素。基于材料选择和价值的先前的研究评论,我们可以喜欢这铣操作如上所述的加工条件表2。

热处理可以被定义为一个操作或组合形式的操作包括加热和冷却的金属或合金在固体区域来完成所需的属性。热处理可以改变材料特性对特定的应用程序非常方便。这是一个修改操作用于任何机器零件的生产过程或切割工具。它是用来缓解内应力,软化材料,提高硬度和切削加工性能。简单的热处理可以应用有色材料如铝和钛用于改善力学性能。

总的来说,回火热处理工艺可以用于铣削启动之前这里使用的标本。在主要的热处理阶段,每一个标本都可以参与回火热处理工艺温度范围的1500 c - 2000 c利用马弗炉ksm - 0012,如图1。淬火后试样的时候已经从炉中提取,二次热处理过程中回火温度可以增加到2500 c。现在这个时候标本成为air-hardened自然在表面二次热处理完成后开放。这被称为双重热处理方法。对于每个热处理过程的完成,样品可以热压FIE-Universal 2001 (UTE)通用测试压缩压缩负荷400 KN的部分。因此,样品会很强的粒度和硬度。

大多数行业都应该意识到基于他们的要求的热处理方法的必要性和需求。这种类型的双重治疗加热的方法可以用来改善粮食结构和任何黑色或有色金属材料的硬度。这些方法可以帮助识别的原材料选择过程中优越的材料的品质。

2.2。数控加工和粗糙度测量

铣操作与加工条件表中提到的计划2,数控铣床的工作已经执行命名为AMS宏碁测微的,如图2更精确和动态切削条件和速度与激情工具改变机制。所需的高速钢(HSS)端铣刀直径10毫米可以用于加工操作和硬质合金铣刀也贴工具更换。

单独的编程可以实现所需的铣槽操作。每个槽可以加工到40毫米长和宽10毫米,我们已经知道端铣直径是10毫米。固定后铣削加工材料的表与合适的夹具和夹具如图的刚性支撑2按计划,早些时候的往复加工条件、热处理和nonheat对待Al6061标本可以涉及铣操作通过使用高速钢和硬质合金铣刀,罚款从试样外表面去除材料,和较低的饲料率应用用于产生良好的表面粗糙度加工材料之一。6061铝合金试样被选为100 mm×40毫米的大小为10毫米的厚度铣操作。这里使用的端铣刀是10毫米直径。芯片区域的长度是由40毫米长度和10毫米宽度和几克的细颗粒在加工金属粉尘沉积。

高速钢铣刀的切削刃和碳化钨硬质合金端铣刀用于去除材料试样表面处理指定的旋转速度和不断减少的深度为0.5毫米。数控铣床操作,水性半合成油“mobilcut - 80”交易数控机床冷却油使用。在交互式高温加工,它有一个更好的粘度和润滑。热量最小化和撤离切割区和工件。通过减少摩擦,它在芯片去除润滑仪器和艾滋病。芯片和磨料粒子清洗工作区域。它可防止腐蚀。此外,连续冷却的效果可以在加工中心完成的半合成或可溶性油作为冷却剂的铣削过程中减少热影响区。可以测量表面缺陷的高精密金刚石探测器三丰公司表面粗糙度测试仪,如图3(一个)。

3所示。结果与讨论

3.1。粗糙度的比较结果

必要的结果将被复制到有用的数据工厂的产品开发应用程序。表面质量可以大大提高了热处理试样的参与在数控铣操作。此外,双重热处理工艺(DHT)可以合并为额外的改善表面粗糙度从这些研究成果已经证明。

Kahraman和Sagbas6)得出结论,热处理降低了表面粗糙度值,评估影响因素的热处理使表面粗糙度nonheat处理和热处理试样的不同性能的单向方差分析测试。基于这些先前的研究回顾和确认的当前研究的实验数据如表所示3,目前的工作代表了表面粗糙度记录在每个槽已与两种不同的端铣刀加工。特别是,高速钢端铣刀不能提供足够的表面质量改进的结果。进给速率的变化和转动速度可以改变表面粗糙度的一些观察。硬度的变化水平见表3由于双重热处理效果。发现硬度的增加是获得布氏硬度和洛氏硬度值由于热处理效果。我们知道从不同的结论从不同的研究文章、进给速率可以视为次要表面完美的根本原因。从这些观测,获得更好的表面粗糙度是由于较低的转速为2500 rpm的饲料率。在实验结果,获得了41%的改善表面粗糙度的影响热处理以及特定的加工条件。在这种情况下,加工条件对表面粗糙度产生重大影响。大多数特征,比如进给速率和速度,表面粗糙度产生重大影响。同时,材料的属性是一个额外的功能,可以用来描述样本或刀具的粗糙度。根据加工情况下,高速钢和硬质合金铣刀在这个实验中表现特别好。然而,比高速钢铣刀,硬质合金端铣刀,它具有更好的刚性和韧性较低的磨损率,表现良好的表面粗糙度。 The applied speed and feed rate can also influence the roughness decrease or increase.

确定的影响因素可以从手段和信号噪声比的反应如表所示4从田口方法分析优化程序。这显然是代表刀具和工件的列为1和2是主要的影响因素对表面粗糙度已被视为主要和次要的主导因素。这将是解释这一事实的影响积分变化对每个样本都可以发生在其微观结构或硬度由于这种双重热处理工艺。

3.2。影响参数的优化过程

田口正交数组技术经历了18个设计4因素2水平的设计和方差分析(方差分析)进行寻找一款统计软件中参数对响应的影响变量17。情节和主要的交互影响块意味着可以清楚地解释低粗糙度值可以显示更多的工件和刀具参数的巨大偏差,即使其他参数没有显著影响响应。他们观察的偏差可以随各种参数。所以它可以证实,某些参数可以被认为是基于图的影响因素4。

为了确定每个参数对表面粗糙度的影响采用方差分析。方差分析的结果提出了在桌子上5。基于贡献比例的预测模型和实验结果,该模型被发现足够了。回归模型的实验值和预测值是描绘在图5。很明显从图5之间有密切的协议实验值和预测值。甚至在回归分析进行了0.1的显著性水平被称为90%的置信水平的基础P值小于0.1统计上被认为有相当大的贡献的性能的措施。

发现最优工艺参数被确定为Al6061热处理的工件,硬质合金工具类型、2500 rpm,速度和进给速率的0.1毫米/牧师从图6。影响的程度可以显示结果的贡献比例的总变异的重要来源表的最后一列4(b)。发现工具类型改善表面粗糙度具有更高的贡献。根据计算得出的贡献比例。R-sq和R-sq (adj)值高于80%。实验结果为进一步预测有好处。这可能是非常有用的工业铣削项目优质的表面形态。回归方程可以由基因线性模型的回归分析 哪里W1 W2标本,T1, T2刀具,N1、N2转速(rpm),和F1, F2饲料利率(毫米/牧师)。

3.3。相关工作由GA和安

利用回归方程(1老),预测计算。为了验证这些最佳工艺参数,使用遗传算法。有一个目标在这个问题上没有限制。遗传算法计算之前,模型测试充分性通过方程(2),如下所示:

预测输出和相对误差计算见表6。以下参数视为常数在遗传算法(GA):变量的数量= 2,染色体长度= 10,人口规模= 100,交叉概率= 0.7,变异概率= 0.1单点交叉。最后,不断优化参数1的工件,工具类型的2,2478 rpm的速度和饲料0.11毫米/分钟的速度几乎是获得。发现的比例相对误差大于10%,它是不可接受的价值基于相对误差百分比。在安的训练参数模型中,输入层的神经元数,隐藏起来,和输出是1,2,1。最初的重量和偏见是1比1,激活函数遵循Tansig学习速率的0.05,动力常数为0.95,和反向传播算法的学习技术。

从安预测结果如图7,这个模型可以很容易地预测表面粗糙度与回归模型更准确。少的相对误差值已确定为预测SR值安与回归模型从表的值6。它已经提到,工具使用的类型识别是最影响表面粗糙度参数。回归模型的方差分析结果证实非常充足,能够预测SR值。

3.4。模拟预测结果的细节

通过仿真平台变形预测的3 d提到了更明显的应力和位移的结果所表7这是改善表面粗糙度有关。有效应力和位移的预测价值所示数据的图形表示8和9。读数观察中,应力和位移的最小范围已经通过使用碳化钨(WC)铣刀转速为2500 rpm和3800 rpm。连续每个加工条件及其步骤,各种有效应力和位移值表中提到的7。没有足够的进步标志着从剩下的加工条件。

进给速率之间的相互关系和转速对表面完整性平滑可以如图10 ()和10 (b)。这里的曲线颜色线区分加料速度和旋转速度的影响表面粗糙度在每个实验步骤。压力和紧张的仿真结果显示了不同旋转速度(2500 rpm和3800 rpm)和工具(高速钢和WC)的类型和不同热处理条件中提到的表8。位移和表面粗糙度与仿真结果相比,可以突出显示。

进给速率的增加从0.05毫米/ 0.1毫米/牧师牧师可以增加表面粗糙度的大小连续实验步骤如图10 ()。同样Ra值最小化的减少进给速率无论它可以观察到的更少。同样在图9(b),大部分的粗糙度值最小的低转速为2500 rpm已经预测的主要影响优化排名3。每个输出参数的平均值可以考虑表面粗糙度的精确的比较表7。这里平均应变的较小值14.12和15.36和2149.05 MPa和2129.52 MPa的有效应力是由于获得较小的表面粗糙度结果的发生所测量得到的粗糙度测试完成后加工。基于SR的平均值,它已经被观察到的好1µm 0.64µm观察HT和non-HT碳化钨(WC)中、高速应用。

应力应变变化明显不同的线曲线如图所示11。它表示的应力应变变化可以突然调制加工参数的影响,如速度、工具使用和铣刀的类型,得到的优化结果如表所示5和6。在大多数的采样点应力应变曲线的图11(b)和11(d)均匀变异可以获得连续的有效应力的结果。但是在nonheat处理标本,转速较低的情况下,一个不均匀的曲线所形成的数据11(一)和11(c),可以理解的应力应变变化可以确定观测慷慨的WC热处理试样的协助下更高的旋转速度。仿真结果的各种迭代步骤可以遵循变形3 d仿真工具的利用有效应力和位移的值在不同的节点点加工的交互。在图12(一个)位移值达到7.08毫米,最大在那个特定节点互动2500转的转速与高速钢nonheat治疗铣刀加工。

同样,低位移值已经达到4.47毫米,最大转速一样的迭代步骤41如图12 (b)。此外,有效或•冯•米塞斯应力被发现,这样从1480 MPa已经下降到1230 MPa使用WC铣刀为每分钟3800转的速度中提到的人物12 (c)和12 (d)。在大多数仿真结果从1500 MPa压力有效范围到2000 MPa更高的转速为3800 rpm。

4所示。结论

的贡献Al6061合金的合金元素精心用于提高力学性能。另外,热处理是一个额外的优势加强Al6061合金试样的结构。切削加工性能被提高了这种双重热处理(DHT)方法,已观察到的结果表面粗糙度1.78975的平均水平μm是一个最小值。该DHT的应用过程中取得了41%的改善粗糙。优化表面粗糙度结果清楚地解释说,该工具和工件类型是影响中小学Ra的参数。工具之间的偏差使一个单独的分化加工槽的表面质量。一个类似的实验值已经得到的预测值。这可以通过安和GA技术确认。变形3 d仿真结果的独立分类有助于预测工具的互动表演对指定的工件切削条件。WC刀具的仿真结果加工与热处理试样高转速实验良好的粗糙度的结果感到满意。因此,实验和模拟数据以某种方式相互关联的相互连贯地。

缩写

Ra, SR:	表面粗糙度的μ米
遗传算法:	遗传算法
安:	人工神经网络
护士:	转速nrpm
d:	深度削减毫米
f:	进给速率在mm /牧师
厕所:	碳化钨(WC)
高速钢:	高速钢
DHT:	双重热处理。

数据可用性

使用的数据来支持本研究的结果都包含在这篇文章。要进一步的数据或信息,这些都可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者欣赏技术援助来完成这个实验工作从机械工程系,Saveetha工程学院Saveetha医疗和技术科学研究所,钦奈。作者欣赏技术援助来完成这个实验工作。作者宣称没有收到资助这个研究和出版。这是执行作为就业Wollega大学的一部分,埃塞俄比亚。