Application of Taguchi method to optimize CNC parameters on brass63/37(C27400)

Singh, Ramneek

doi:10.1016/j.matpr.2020.12.345

Cited by 4 publications

(3 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The formation of the white layer was studied using a Leica microscope and SEM was used to find the rotation pattern generated by the ground sample and the hardrotated sample. The following samples, shown in Table 6.1, were selected for their analysis of etallurgy [11].…”

Section: A Metallurgical Analysismentioning

confidence: 99%

Optimization of Materials EN31, SAE8620 and EN9 using Genetic Algorithm

Singh¹,

Bhatia²

2022

IJRASET

View full text Add to dashboard Cite

The study presents the influence of various process parameters such as machining force, surface roughness, cutting force, material removal rate for three different steel materials EN31, SAE8620 and EN9. The analysis shows that feed rate directly affects the hardness, nose radius/ depth cut or cutting speed effectively. Surface roughness is affected mostly by the feed rate. Genetic algorithm is used as an optimization approach to optimize for both rough as well as finished material. For machine surface analysis XRD process is performed, which is followed by the SEM analysis. Higher heat is observed while cutting material with high speed. White layer depth is increased as the tool nose radius increases, same effect is observed for larger feed. Keywords: Hard Turning, Genetic algorithm, ANOVA, EN31, SAE8620 and EN9.

show abstract

Section: A Metallurgical Analysismentioning

confidence: 99%

Optimization of Materials EN31, SAE8620 and EN9 using Genetic Algorithm

Singh¹,

Bhatia²

2022

IJRASET

View full text Add to dashboard Cite

show abstract

“…Using the Taguchi method, that study has found significant variables in improving the machining process. That study indicated that a specific combination of spindle speed, feed rate, and depth of cut obtained through Taguchi optimization yielded better results in terms of quality characteristics, reduced tool wear, and increased MRR during the hard turning process of AISI 1060 steel with MQL cooling conditions [15]. The Taguchi method is used to optimize machining parameters, including spindle speed (rpm), feed rate (mm/min), and depth of cut (mm).…”

Section: Introductionmentioning

confidence: 99%

Optimization of Machining Parameters on the Surface Roughness of Aluminum in CNC Turning Process Using Taguchi Method

Putra,

Timuda,

Darsono

et al. 2023

Int. J. Innov. Mech. Eng. Adv. Mater

View full text Add to dashboard Cite

In this research, Taguchi method is employed by focusing on spindle speed, feed rate, and depth of cut to optimize the CNC turning parameters for aluminum alloy 6063. The main goal of this study is to improve the surface roughness of the material. A L9 orthogonal array is used for experimentation, and the results are subsequently analyzed using ANOVA (Analysis of Variance). A spindle speed of 1300 rpm, a feed rate of 0.5 m/min, and a depth of cut of 1.5 mm are the optimal conditions to achieve the minimum average surface roughness (Ra). The main effect plot of the signal-to-noise (S/N) ratio provides significant evidence supporting the primary research goal. Furthermore, the ANOVA table reveals that spindle speed contributes 59.71%, feed rate contributes 29.80%, while depth of cut only contributes minimally at 0.72%. Based on the research findings, spindle speed and feed rate can be adjusted to control surface roughness. Both factors are highly significant in influencing the surface roughness of the material. The prediction equation from the linear regression analysis is Ra = 1.745 – 0.001024 spindle speed + 0.3000 feed rate – 0.0233 depth of cut. A coefficient of determination or R-squared value of 0.9115 indicates that the independent variables can explain 91.15% of the variation in the dependent variable. The experimental and predicted surface roughness (Ra) values have a predicted error percentage of 2.26%.

show abstract

“…Singh'in yapmış olduğu çalışmada, Pirinç 63/37(C27400) malzemesinin farklı kesme hızı, ilerleme ve kesme derinliği parametreleri incelenmiş ve kesme hızının Yüzey pürüzlülüğü üzerinde %65,81 ile en çok etkileyen faktör olduğu tespit edilmiştir. %31,38 ile ilerleme ve %0,95 ile kesme derinliği kesme hızını izlemektedir [20]. M. Venkata Ramanaa ve arkadaşlarının Demir bazlı Nikel A286 alaşımının kuru tornalamada yüzey pürüzlülüğü için farklı kesme hızı ilerleme ve kesme derinliği parametreleri altında Taguchi yöntemi kullanılarak yapmış olduğu bir çalışmada PVD kaplamalı takım, kaplamasız takıma göre daha düşük işleme koşullarında daha az yüzey pürüzlülüğü ve orta işleme koşullarında daha az takım aşınma oranı sergilemiştir [21].…”

Section: Introductionunclassified

CW724R Pirinç Malzemenin Tornalanmasında Yüzey Pürüzlülüğünü Etkileyen Faktörlerin Deneysel Optimizasyonu

ÇAKMAK>

Akyüz

2022

Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi

View full text Add to dashboard Cite

Bu çalışmada, CW724R pirinç malzemesinin tornalamasında yüzey pürüzlülüğünü etkileyen faktörlerin deneysel optimizasyonu incelenmiştir. Çalışmada kesme hızı, talaş derinliği ve ilerleme parametreleri göz önünde bulundurularak Taguchi L9 deneyi gerçekleştirilmiştir. Deney sonuçlarının değerlendirilmesinde S-N değerleri esas alınmıştır. Çalışmada üç farklı kesme hızı, üç farklı talaş derinliği ve üç farklı ilerleme hızı seçilmiştir. Deneyler CNC torna tezgâhında dik ve kuru kesme şartlarında ve karbür uç kullanılarak gerçekleştirilmiştir. Çalışmada ortalama yüzey pürüzlülüğü (Ra) değerleri ölçülmüştür ve Taguchi tasarımında sinyal gürültü değerleri tespit edilmiştir. Elde edilen sonuçlara göre ilerlemenin yüzey pürüzlük değeri üzerinde etkili olduğu görülmüştür. En yüksek yüzey kalitesi değeri (en düşük Ra) 181 m/dak kesme hızında, 0,025 talaş derinliğinde ve 0,08 mm/dev ilerleme şartlarında elde edilmiştir.

show abstract

Application of Taguchi method to optimize CNC parameters on brass63/37(C27400)

Cited by 4 publications

References 8 publications

Optimization of Materials EN31, SAE8620 and EN9 using Genetic Algorithm

Optimization of Materials EN31, SAE8620 and EN9 using Genetic Algorithm

Optimization of Machining Parameters on the Surface Roughness of Aluminum in CNC Turning Process Using Taguchi Method

CW724R Pirinç Malzemenin Tornalanmasında Yüzey Pürüzlülüğünü Etkileyen Faktörlerin Deneysel Optimizasyonu

Contact Info

Product

Resources

About