You are here

CNC Frezelemede Yüzey Pürüzlülüğüne Etki Eden Parametrelerin Matematiksel Olarak Modellenmesi

Mathematically Modeling Parameters Influencing Surface Roughness in CNC Milling

Journal Name:

Publication Year:

Abstract (2. Language): 
In this study, steel AISI 1050 is subjected to process of face milling in CNC milling machine and such parameters as cutting speed, feed rate, cutting tip, depth of cut influencing the surface roughness are investigated experimentally. Four different experiments are conducted by creating different combinations for parameters. In conducted experiments, cutting tools, which are coated by PVD method used in forcing steel and spheroidal graphite cast iron are used. Surface roughness values, which are obtained by using specified parameters with cutting tools, are measured and correlation between measured surface roughness values and parameters is modeled mathematically by using curve fitting algorithm. Mathematical models are evaluated according to coefficients of determination (R2) and the most ideal one is suggested for theoretical works. Mathematical models, which are proposed for each experiment, are estipulated.
Abstract (Original Language): 
Bu çalışmada; AISI 1050 çeliği CNC freze tezgâhında yüzey frezeleme işlemine tabi tutularak, yüzey pürüzlülüğünü etkileyen, kesme hızı, ilerleme hızı, kesici uç sayısı ve kesme derinliği gibi parametreler deneysel olarak araştırılmıştır. Parametreler için farklı kombinasyonlar oluşturularak dört farklı deney yapılmıştır. Yapılan deneylerde çelik ve küresel grafitli dökme demirlerin işlenmesinde kullanılan PVD yöntemiyle kaplanmış kesici takımlar kullanılmıştır. Kesici takımlarla beraber belirlenen parametreler kullanılarak elde edilen yüzey pürüzlülük değerleri ölçülmüş ve ölçülen yüzey pürüzlülük değerleri ile parametreler arası ilişkiler eğri uydurma algoritmaları kullanılarak matematiksel olarak modellenmiştir. Matematiksel modeller belirleme katsayılarına (R2) göre değerlendirilmiş, en ideal olanları teorik çalışmalar için önerilmiştir. Çalışmanın sonucunda; farklı parametre değerlerine göre yüzey pürüzlülüğündeki değişimlerden bahsedilmiş ve her bir deney için önerilen matematiksel modellere maddeler halinde yer verilmiştir.
47-59

REFERENCES

References: 

Asiltürk, İ., Demirci, T. M. 2010. Karbür kesici
kullanarak sertleştirilmiş AISI 1040 çeliklerin
frezelenmesindeki yüzey pürüzlülüğünün
regresyonla modellenmesi, 2. Ulusal Tasarım
İmalat ve Analiz Kongresi, 20-30.
Asiltürk, I. and Çunkaş, M. 2011. Modeling
and prediction of surface roughness in turning
operations using artificial neural network and
multiple regression method, Expert Systems
with Applications. (38), 5826–5832.
Baykul, Y. 1999. İstatistik Metotlar ve
Uygulamalar, 442 s. Anı Yayıncılık, Ankara.
Bouacha K., Yallese, A. M., Mabrouki, T. and
Rigal, J. 2010. Statistical analysis of surface
roughness and cutting forces using response
surface methodology in hard turning of
AISI 52100 bearing steel with CBN tool, Int.
Journal of Refractory Metals & Hard Materials.
(28), 349–361.
Brezocnik, M., Kovacic, M. and Ficko, M. 2004.
Prediction of surface roughness with genetic
programming, Journal of Materials Processing
Technology. (157–158), 28–36.
Çiftçi, İ. 2005. “Kesici Takımlar ve Kesme
Teorisi”, Z.K.Ü Karabük Teknik Eğitim
Fakültesi Ders Notları, Karabük, 3-15.
Gökçe, B. ve Taşgetiren, S. 2009. Kalite için
deney tasarımı, Makine Teknolojileri Elektronik
Dergisi, 6 (1), 71-83.
Göloğlu, C. ve Arslan, Y. 2006. Genetik
programlama ile imalat için yüzey pürüzlülük
modeli geliştirilmesi, Gazi Üniv. Müh. Mim.
Fak. Der. 21 (4), 667-674.
Güllü, A. ve Özdemir, A. 2003. Prizmatik
parçaların frezelenmesinde kesme parametreleri
ile yüzey pürüzlülüğü arasındaki ilişkilerin
deneysel olarak bulunması, Gazi Üniversitesi
Fen Bilimleri Dergisi. 16 (1), 127-134.
Kahraman, F. 2009. The use of response surface
methodology for prediction and analysis of
surface roughness of AISI 4140 steel, Materials
and Technology. 43 (5), 267–270.
Korucu, S. 1996. Hidrolik kopya aparatı yardımı
ile elde edilen parçalarda yüzey pürüzlülüğünün
deneysel incelenmesi, Yüksek Lisans Tezi,
Gazi Üniversitesi.
Montgomery, D. C. and Runger, G. C. 2011.
Applied Statistics and Probability for Engineers
5th ed., 784 s. Wiley, U.S.A.
Öktem, H. ve Erzincanlı, F. 2010. AISI 1040
çelik malzemenin CNC frezeleme ile işlenmesi
sırasında oluşan yüzey pürüzlülüğünün yapay
sinir ağıyla modellenmesi, 2. Ulusal Tasarım
İmalat ve Analiz Kongresi, 221-229.
Özel, T. and Karpat, Y. 2005. Predictive
modeling of surface roughness and tool wear
in hard turning using regression and neural
Networks, International Journal of Machine
Tools & Manufacture. (45), 467–479.
Özler, L., Tosun, N. ve İnan, A. 2000. Östenitik
manganlı çeliğin sıcak talaşlı işlenmesinde
yüzey pürüzlülüğünün incelenmesi, Turkish
Journal of Engineering and Environmental
Sciences. (24), 287-296.
Özel, T., Karpat, Y., Figueira, L. and Davim, P.
2007. Modelling of surface finish and tool flank
wear in turning of AISI D2 steel with ceramic
wiper inserts, Journal of Materials Processing
Technology. (189), 192–198.
Watson, P. K. and Teelucksingh, S. S. 2002. A
Practical Introduction to Econometric Methods:
Classical and Modern, 307 s. University of the
West Indies Press, Jamaica.
Yang, Y.K., Chuang, M. T., Lin, S.S. 2009.
Optimization of dry machining parameters for
high-purity graphite in end milling process
via design of experiments methods. Journal
of Materials Processing Technology. (209),
4395–4400.
Zain Mohd, A., Haron, H. and Sharif, S. 2010.
Prediction of surface roughness in the end
milling machining using Artificial Neural
Network, Expert Systems with Applications.
(37), 1755–1768.

Thank you for copying data from http://www.arastirmax.com