ผลกระทบของพารามิเตอร์ในกระบวนการกัดปาดหน้าที่ส่งผลต่อค่าความหยาบผิวสำหรับอะลูมิเนียมเกรด ADC 12 ด้วยวิธีการแฟคทอเรียล 3 ระดับ
Article Sidebar
Main Article Content
บทคัดย่อ
จุดประสงค์ของงานวิจัยนี้คือการศึกษาผลกระทบของพารามิเตอร์ในกระบวนการกัดปาดหน้าประกอบด้วย 3 ปัจจัย คือ อัตราป้อนต่อฟัน ความเร็วตัด และ ความลึกในการกัดที่ส่งผลต่อค่าความหยาบผิวสำหรับวัสดุอะลูมิเนียมเกรด ADC 12 ในงานวิจัยนี้ชิ้นทดสอบถูกกัดปาดหน้าแบบใช้น้ำหล่อเย็นด้วยเครื่องซีเอ็นซีมิลลิ่ง โดยใช้เม็ดมีดกัดที่ประกอบกับดอกกัดปาดหน้าขนาด 63 มิลลิเมตรในการตัดเฉือนชิ้นงาน จากนั้นค่าความหยาบผิวถูกวัดโดยเครื่องวัดความหยาบผิว งานวิจัยนี้ใช้การออกแบบการทดลองแบบแฟคทอเรียล 3 ระดับ ทำการทดลองซ้ำ 2 ครั้ง จากการทดลองพบว่าผลกระทบของปัจจัยหลักที่ส่งผลต่อค่าความหยาบผิวมากที่สุดคืออัตราป้อนต่อฟัน และความเร็วตัดตามลำดับ นอกจากนี้ยังพบว่าผลกระทบร่วมระหว่างความเร็วตัดและอัตราป้อนต่อฟัน ความเร็วตัดและความลึกในการกัด รวมถึงอัตราป้อนต่อฟันและความลึกในการกัดก็ส่งผลกระทบต่อความหยาบผิวที่ระดับความเชื่อมั่น 95% โดยค่าพารามิเตอร์ที่ส่งผลให้ได้ค่าความหยาบผิวต่ำที่สุดคือความเร็วตัด 800 เมตรต่อนาที อัตราป้อนต่อฟัน 0.05 มิลลิเมตรต่อฟัน ความลึกการกัดในแนวแกน 0.6 มิลลิเมตร จะได้ความหยาบผิว 0.142
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารฯ ถือเป็นลิขสิทธิ์ของวารสารฯ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะได้รับอนุญาต แต่ห้ามนำไปใช้เพื่่อประโยชน์ทางธุรกิจ และห้ามดัดแปลง
เอกสารอ้างอิง
Okayasu M, Miyatomo Y and Morinaka K. Material Properties of Various Cast Aluminum Alloys Made Using a Heated Mold Continuous Casting Technique with and without Ultrasonic Vibration. Metals 2015;5: 1440-1453.
Routara B. C., Bandyopadhyay, A., and Sahoo, P. Roughness modeling and optimization in CNC end milling using response surface method: effect of workpiece material variation. The International Journal of Advanced Manufacturing Technology 2009;40 (11-12): 1166-1180.
Benardos P. G. and Vosniakos G.-C. Prediction of surface roughness in CNC face milling using neural networks and Taguchi’s design of experiments. Robotics and Computer Integrated Manufacturing. 2002;18: 343–354
Lin T.-R. Optimisation Technique for Face Milling Stainless Steel with Multiple Performance Characteristics. The International Journal of Advanced Manufacturing Technology 2002;19: 330-335.
Bajić D, Celent L and Jozić S. Modeling of the Influence of Cutting Parameters on the Surface Roughness, Tool Wear and Cutting Force in Face Milling in Off-Line Process Control. Journal of Mechanical Engineering 2012;11: 673-682
Salehi M, Akbari J and Ravari H.R. OPTIMIZATION OF TOOL LIFE AND SURFACE QUALITY WHEN HIGH SPEED MILLING OF STAINLESS STEEL 420. 8th International Conference on High Speed Machining 2010.
Simunovic K, Simunovic G and Saric T. Predicting the Surface Quality of Face Milled Aluminium Alloy Using a Multiple Regression Model and Numerical Optimization. MEASUREMENT SCIENCE REVIEW 2013;5: 265-272
