Сравнительная оценка накатывания роликом сплава Al6061-T6 в условиях сухого трения и в условиях смазки минимальным количеством наножидкости

Обложка

Цитировать

Полный текст

Аннотация

Введение. Накатывание роликом является одним из самых популярных методов улучшения качества поверхности заготовки, повышения ее износостойкости, микротвердости и коррозионной стойкости. В процессе обработки заготовка сжимается и разглаживается под давлением закаленного ролика. Цель работы. Результаты исследований показывают, что внедрение минимального количества смазки (MQL) во время накатывания роликом дает возможность повысить эффективность процесса за счет снижения трения и улучшения смазывания. Исследования показали, что использование наножидкостей в условиях MQL улучшает производительность обработки. Однако накатыванию роликом сплава Al6061-T6 в условиях смазки минимальным количеством наножидкости (NFMQL) уделялось очень мало внимания. Методы исследования. В свете этого в данном исследовании сравнили эффективность накатки роликами сплава Al6061-T6 в условиях сухого трения и в условиях смазки минимальным количеством наножидкости. Микротвердость, отклонение от круглости и шероховатость поверхности оценены, смоделированы и оптимизированы в исследовании с учетом скорости вращения заготовки, подачи и количества проходов. На основе экспериментальных результатов созданы математические модели для прогнозирования шероховатости поверхности, микротвердости и изменения отклонения от круглости. Результаты и обсуждение. Для разработанных моделей шероховатости поверхности, микротвердости и отклонения от круглости наблюдается значение R-квадрата выше 0,9, что позволяет уверенно использовать эти модели для прогнозирования исследуемых откликов в условиях сухого трения и в условиях NFMQL в пределах области параметров, выбранных в настоящей работе. Согласно этому исследованию обработка, проведенная за четыре прохода при скорости вращения заготовки 357 об/мин и подаче инструмента 0,17 мм/об, позволяет получить минимальное отклонение от круглости (3,514 мкм), лучшую микротвердость (130,19 HV) и наименьшую шероховатость поверхности (0,64 мкм). Кроме того, исследование показывает, что увеличение количества проходов (более четырех) не приводит к значительному улучшению шероховатости поверхности или микротвердости. Однако это приводит к небольшому увеличению отклонения от круглости. Поэтому рекомендуется использовать максимум четыре прохода во время накатывания роликом образцов из алюминиевого сплава Al6061-T6 в условиях сухого трения для достижения оптимальных результатов. Полученные результаты означают, что накатывание роликом может эффективно повысить общее качество поверхности и твердость заготовки. Кроме того, накатка роликами рассматривается как доступный метод повышения функциональности и прочности обработанных деталей за счет снижения вероятности появления поверхностных дефектов, таких как царапины и трещины. Обнаружено, что при увеличении скорости вращения заготовки шероховатость поверхности уменьшается. Тем не менее замечено, что она увеличивается как в условиях сухого трения, так и в условиях NFMQL, когда скорость вращения заготовки возрастает до 360…380 об/мин. Более того, обнаружено, что она уменьшается с увеличением подачи и количества проходов. Однако после трех или четырех проходов при скорости подачи 0,2…0,25 мм/об наблюдается заметное увеличение шероховатости поверхности. Отмечено, что с увеличением подачи микротвердость и отклонение от круглости растут. Кроме того, по мере увеличения количества проходов наблюдается снижение отклонения от круглости и повышение микротвердости. Количество проходов в условиях сухого трения и подача при накатывании в условиях NFMQL оказывают существенное влияние на шероховатость поверхности. Скорость вращения заготовки, по-видимому, оказывает наибольшее влияние на микротвердость, за ней следуют подача и количество проходов. С другой стороны, кажется, что эффект увеличения микротвердости в условиях NFMQL-накатки проявляется сильнее. В условиях сухого трения скорость вращения заготовки оказывает существенное влияние на отклонение от круглости, а при накатывании в условиях NFMQL влияние оказывает подача.

Об авторах

А. Соматкар

Email: avinash.somatkar@viit.ac.in
ORCID iD: 0000-0002-2885-2104
доктор техн. наук, профессор, 1. Институт информационных технологий Вишвакармы, Кондва (Бадрек), Махараштра, Пуне – 411048, Индия; 2. Университет технологий и медицинских наук Шри Сатья Саи, Сехор, Мадхья-Прадеш, 466001, Индия, avinash.somatkar@viit.ac.in

Р. Двиведи

Email: rashmidwivedi29@gmail.com
ORCID iD: 0000-0002-9755-5330
доктор техн. наук, профессор, Университет технологий и медицинских наук Шри Сатья Саи, Сехор, Мадхья-Прадеш, 466001, Индия, rashmidwivedi29@gmail.com

С. Чинчаникар

Email: satish.chinchanikar@viit.ac.in
ORCID iD: 0000-0002-4175-3098
доктор техн. наук, профессор, Технологический институт Вишвакармы, Махараштра, Пуне – 411037, Индия, satish.chinchanikar@viit.ac.in

Список литературы

  1. Ball burnishing application for finishing sculptured surfaces in multi-axis machines / A. Rodríguez, L.N. López de Lacalle, A. Celaya, A. Fernández, A. Lamikiz // International Journal of Mechatronics and Manufacturing Systems. – 2011. – Vol. 4. – P. 220–237. – doi: 10.1504/IJMMS.2011.041470.
  2. Saffar S., Eslami H. Increasing the fatigue life and surface improvement of AL7075 alloy T6 by using ultrasonic ball burnishing process // International Journal of Surface Science and Engineering. – 2022. – Vol. 16 (3). – P. 181–206. – doi: 10.1504/IJSURFSE.2022.125438.
  3. Somatkar A.A., Dwivedi R., Chinchanikar S. Enhancing surface integrity and quality through roller burnishing: a comprehensive review of parameters optimization, and applications // Communications on Applied Nonlinear Analysis. – 2024. – Vol. 31 (1s). – P. 51–69. – doi: 10.52783/cana.v31.563.
  4. Artificial neural network-based optimization of operating parameters for minimum quantity lubrication-assisted burnishing process in terms of surface characteristics / T.-T. Nguyen, T.-A. Nguyen, Q.-H. Trinh, X.-B. Le, L.-H. Pham, X.-H. Le // Neural Computing and Applications. – 2022. – Vol. 34 (9). – P. 7005–7031. – doi: 10.1007/s00521-021-06834-6.
  5. Nguyen T.-T. Multi-response performance optimization of burnishing operation for improving hole quality // Journal of the Brazilian Society of Mechanical Sciences and Engineering. – 2021. – Vol. 43 (12). – P. 560. – doi: 10.1007/s40430-021-03274-0.
  6. Shirsat U., Ahuja B., Dhuttargaon M. Effect of burnishing parameters on surface finish // Journal of the Institution of Engineers (India): Series C. – 2017. – Vol. 98. – P. 431–436. – doi: 10.1007/s40032-016-0320-3.
  7. Kurkute V., Chavan S.T. Modeling and optimization of surface roughness and microhardness for roller burnishing process using response surface methodology for Aluminum 63400 alloy // Procedia Manufacturing. – 2018. – Vol. 20. – P. 542–547. – doi: 10.1016/j.promfg.2018.02.081.
  8. Patel K.A., Brahmbhatt P.K. Response surface methodology-based desirability approach for optimization of roller burnishing process parameter // Journal of the Institution of Engineers (India): Series C. – 2018. – Vol. 99. – P. 729–736. – doi: 10.1007/s40032-017-0368-8.
  9. Prasad K.A, John M.R.S. Optimization of external roller burnishing process on magnesium silicon carbide metal matrix composite using response surface methodology // Journal of the Brazilian Society of Mechanical Sciences and Engineering. – 2021. – Vol. 43 (7). – P. 342. – doi: 10.1007/s40430-021-03069-3
  10. Using specially designed high-stiffness burnishing tool to achieve high-quality surface finish / B. Tadic, P.M. Todorovic, O. Luzanin, D. Miljanic, B.M. Jeremic, B. Bogdanovic, D. Vukelic // The International Journal of Advanced Manufacturing Technology. – 2013. – Vol. 67. – P. 601–611. – doi: 10.1007/s00170-012-4508-2.
  11. El-Khabeery M.M., El-Axir M.H. Experimental techniques for studying the effects of milling roller-burnishing parameters on surface integrity // International Journal of Machine Tools and Manufacture. – 2001. – Vol. 41 (12). – P. 1705–1719. – doi: 10.1016/S0890-6955(01)00036-0.
  12. Development and burnishing characteristics of roller burnishing method with rolling and sliding effects / M. Okada, S. Suenobu, K. Watanabe, Y. Yamashita, N. Asakawa // Mechatronics. – 2015. – Vol. 29. – P. 110–118. – doi: 10.1016/j.mechatronics.2014.11.002.
  13. Surface layer modification by cryogenic burnishing of Al 7050-T7451 alloy and validation with FEM-based burnishing model / B. Huang, Y. Kaynak, Y. Sun, I.S. Jawahir // Procedia CIRP. – 2015. – Vol. 31. – P. 1–6. – doi: 10.1016/j.procir.2015.03.097.
  14. Caudill J., Schoop J., Jawahir I.S. Correlation of surface integrity with processing parameters and advanced interface cooling/lubrication in burnishing of Ti-6Al-4V alloy // Advances in Materials and Processing Technologies. – 2019. – Vol. 5 (1). – P. 53–66. – doi: 10.1080/2374068X.2018.1511215.
  15. Rotella G., Rinaldi S., Filice L. Roller burnishing of Ti6Al4V under different cooling/lubrication conditions and tool design: effects on surface integrity // The International Journal of Advanced Manufacturing Technology. – 2020. – Vol. 106 (1). – P. 431–440. – doi: 10.1007/s00170-019-04631-z.
  16. Kulkarni P., Chinchanikar S. A review on machining of nickel-based superalloys using nanofluids under minimum quantity lubrication (NFMQL) // Journal of the Institution of Engineers (India): Series C. – 2023. – Vol. 104 (1). – P. 183–199. – doi: 10.1007/s40032-022-00905-w.
  17. Kulkarni P., Chinchanikar S. Modeling turning performance of Inconel 718 with hybrid nanofluid under MQL using ANN and ANFIS // Frattura ed Integrità Strutturale. – 2024. – Vol. 18 (70). – P. 71–90. – doi: 10.1080/2374068X.2024.2307103.
  18. Kulkarni P., Chinchanikar S. Machining effects and multi-objective optimization in Inconel 718 turning with unitary and hybrid nanofluids under MQL // Frattura ed Integrità Strutturale. – 2024. – Vol. 18 (68). – P. 222–241. – doi: 10.3221/IGF-ESIS.68.15.
  19. Kulkarni P., Chinchanikar S. Machinability of Inconel 718 using unitary and hybrid nanofluids under minimum quantity lubrication // Advances in Materials and Processing Technologies. – 2024. – P. 1–29. – doi: 10.1080/2374068X.2024.2307103.
  20. Двиведи Р., Соматкар А., Чинчаникар С. Моделирование и оптимизация процесса накатывания роликом Al6061-T6 для достижения минимального отклонения от круглости, минимальной шероховатости поверхности и повышения ее микротвердости // Обработка металлов (технология, оборудование, инструменты). – 2024. – Т. 26, № 3. – С. 52–65. – doi: 10.17212/1994-6309-2024-26.3-52-65.
  21. Чинчаникар С., Гейдж М.Г. Моделирование рабочих характеристик и мультикритериальная оптимизация при токарной обработке нержавеющей стали AISI 304 (12Х18Н10Т) резцами с износостойким покрытием и с износостойким покрытием, подвергнутым микропескоструйной обработке // Обработка металлов (технология, оборудование, инструменты). – 2023. – Т. 25, № 4. – С. 117–135. – doi: 10.17212/1994-6309-2023-25.4-117-135.
  22. Chinchanikar S., Choudhury S.K. Effect of work material hardness and cutting parameters on performance of coated carbide tool when turning hardened steel: an optimization approach // Measurement. – 2013. – Vol. 46 (4). – P. 1572–1584. – doi: 10.1016/j.measurement.2012.11.032.
  23. Gaikwad V.S., Chinchanikar S. Mechanical behaviour of friction stir welded AA7075-T651 joints considering the effect of tool geometry and process parameters // Advances in Materials and Processing Technologies. – 2022. – Vol. 8 (4). – P. 3730–3748. – doi: 10.1080/2374068X.2021.1976554.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».