Wpływ parametrów technologicznych na chropowatość powierzchni po toczeniu oraz predykcja chropowatości z użyciem sztucznych sieci neuronowych *

STRESZCZENIE: Analizowano wpływ zmiany parametrów technologicznych – posuwu oraz prędkości skrawania – na wybrane parametry chropowatości 2D po toczeniu. Wykorzystano stop aluminium EN-AW 7075 (AlZn5.5MgCu). Wykazano istotny wpływ posuwu oraz brak wpływu prędkości skrawania na parametry chropowatości powierzchni. W celu przedstawienia możliwości predykcji parametrów chropowatości tego procesu wykonano symulację jednego z nich (Rz) z wykorzystaniem sztucznych sieci neuronowych.

SŁOWA KLUCZOWE: stopy aluminium, toczenie, chropowatość powierzchni 2D, symulacje, sztuczne sieci neuronowe

ABSTRACT: The purpose of this investigation was to determine whether and to what extent the technological parameters of turning (feed, cutting speed) affect selected surface roughness parameters of aluminum alloy EN-AW 7075 (AlZn5.5MgCu). The principal findings indicate a significant impact of feed and show on the surface roughness and simultaneously show that cutting speed has no effect on the value of surface roughness parameters under investigation. An artificial neural network was employed to evaluate the prediction of surface roughness parameter Rz in turning.

KEYWORDS: aluminum alloys, turning, 2D surface roughness, simulations, artificial neural networks

BIBLIOGRAFIA / BIBLIOGRAPHY:

• Alharthi N.H., Bingol S., Abbas A.T., Ragab A.E., Aly M.F., Alharbi H.F. „Prediction of cutting conditions in turning AZ61 and parameters optimization using regression analysis and artificial neural network”. Advances in Materials Science and Engineering. ID 1825291 (2018): s. 1–10.
• Cichosz P., Kuzinovski M., Tomov M., Urych A. „Zaokrąglanie krawędzi skrawających ostrzy z węglików spiekanych”. Mechanik. 7 (2018): s. 458–462.
• Chwalczuk T., Rybicki M., Korzeniewski D., Przestacki D. „Chropowatość po toczeniu materiałów stosowanych w konstrukcjach lotniczych”. Mechanik. 10 (2016): s. 1312–1313.
• Grzesik W. „Wpływ topografii powierzchni na właściwości eksploatacyjne części maszyn”. Mechanik. 8–9 (2015): s. 587–593.
• Horvath R., Palasti-Kovacs B., Sipos S. „Optimal tool selection for enviromental-friendly turning operation of Al”. Hungarian Journal of Industrial Chemistry Veszperem. 39, 2 (2011): s. 257–263.
• Kalisz J. „Właściwości tribologiczne warstwy wierzchniej po obróbkach wykończeniowych stopu aluminium”. Mechanik. 7 (2018): s. 492–495.
• Kamieńska-Krzowska B., Kłonica M. „Rola strategii pomiarów topografii powierzchni w ocenie wybranych parametrów chropowatości”. Mechanik. 8–9 (2014): s. 138–145.
• Kuczmaszewski J., Pieśko P. „Wear of milling cutters resulting from high silicon aluminium alloy cast AlSi21CuNi machining”. Eksploatacja i Niezawodność – Maintenance and Reliability. 16, 1 (2014): s. 37–41.
• Lu L., Hu S., Liu L., Yin Z. „High speed cutting of AZ31 magnesium alloy”. Journal of Magnesium and Alloys. 4, 2 (2016): s. 128–134.
• Nowakowski Ł., Skrzyniarz M., Miko E. „Porównanie sposobu wyznaczania wartości minimalnej grubości warstwy skrawanej dla toczenia i frezowania”. Mechanik. 8–9 (2015): s. 733–741.
• Oczoś K.E. „Doskonalenie procesów kształtowania ubytkowego stopów aluminium”. Mechanik. 3–4 (2009): s. 153–163, 249–256.
• Oczoś K.E., Kawalec A. „Kształtowanie metali lekkich”. Warszawa: Wyd. Naukowe PWN, 2012.
• Storch B. „Podstawy obróbki skrawaniem”. Koszalin: Wyd. Politechniki Koszalińskiej, 2001.
• Wojciechowski S., Lisiak P., Twardowski P. „Optimization of cutting parameters for the longitudinal turning of combustion engines’ pistons”. Mechanik. 8–9 (2016): s. 1022–1023.
• Zagórski I., Kulisz M., Semeniuk A., Malec A. „Artificial neural network modelling of vibration in the milling of AZ91D alloy”. Advances in Science and Technology Research Journal. 3 (2017): s. 261–269.
• Zagórski I., Warda T., Włodarczyk M. „Wpływ parametrów technologicznych obróbki toczeniem na wybrane parametry chropowatości powierzchni stopu aluminium 7075”. Mechanik. 8–9 (2016): s. 1060–1061.
• http://www.sandvik.coromant.com/pl (dostęp: 7.05.2018 r.).
• http://www.statsoft.pl/Portals/0/Downloads/Sieci%20neuronowe.pdf (dostęp: 11.07.2018 r.).

DOI: https://doi.org/10.17814/mechanik.2018.10.157

 

* Artykuł recenzowany