Language
Eine systematische Untersuchung der RUM-Prozessparameteroptimierung und ihres Einflusses auf die Teileeigenschaften von Nickel 718
HeimHeim > Blog > Eine systematische Untersuchung der RUM-Prozessparameteroptimierung und ihres Einflusses auf die Teileeigenschaften von Nickel 718
NEUESTEN NACHRICHTEN

Eine systematische Untersuchung der RUM-Prozessparameteroptimierung und ihres Einflusses auf die Teileeigenschaften von Nickel 718

Jun 26, 2023

Scientific Reports Band 13, Artikelnummer: 1716 (2023) Diesen Artikel zitieren

664 Zugriffe

1 Zitate

Details zu den Metriken

Diese Forschung konzentriert sich auf das Bohren von Superlegierungen auf Nickelbasis mit einem Diamant-Metallkernbohrer und identifizierte die wesentlichen Parameter der rotierenden Ultraschallbearbeitung, die die Bearbeitungsgeschwindigkeit (MR) und die Oberflächenqualität optimieren. Vier allgemeine Parameter: Werkstückmaterial, Werkstückdicke, Werkzeugmaterial und Werkzeuggröße; und vier RUM-Parameter: Werkzeugdrehung, Vorschubgeschwindigkeit, Ultraschallleistung und Schleifkorngröße des Werkzeugs wurden im Vergleich zur Oberflächenqualität des Schnitts getestet. Die Ergebnisse zeigten, dass der maximale MR-Wert von 0,8931 mm3/s bei höherer Werkzeugrotation, Vorschubgeschwindigkeit, Ultraschallleistung und mäßiger Schleifkorngröße des Diamanten erreicht wird. Die minimale Oberflächenrauheit (Ra) von 0,554 µm wird bei höherer Rotationsgeschwindigkeit, moderaten Werten für Vorschubgeschwindigkeit, Ultraschallleistung und Diamantschleifkorngröße beobachtet. Darüber hinaus wird für Einzelziel- und Mehrzielfunktionen der Partikelschwarmoptimierungsansatz (PSO) verwendet, um die optimalen Werte für Prozessparameter zu finden. Darüber hinaus wird auch ein Rasterelektronenmikroskop verwendet, um die bearbeitete Oberfläche nach dem RUM zu überprüfen. Daraus wird geschlossen, dass Mikrorisse auf der bearbeiteten Oberfläche beobachtet werden.

Mit der Entwicklung der Flugzeugtriebwerkstechnik kommen in den neuen Triebwerken immer häufiger Verbundwerkstoffe und schwer zerspanbare Materialien zum Einsatz. Diese Erkenntnis zeigt, dass für die Bearbeitung anspruchsvoller Materialien ein größerer Bedarf an Bearbeitungstechniken und Bauteilfähigkeiten besteht.

Superlegierungen auf Nickelbasis sind eine einzigartige Klasse metallischer Werkstoffe mit einer bemerkenswerten Kombination aus Festigkeit bei erhöhter Temperatur, Zähigkeit und Beständigkeit gegen Zersetzung unter korrosiven oder oxidierenden Bedingungen1.

Abbildung 1 zeigt die Fortschritte bei der Temperaturbeständigkeit von Superlegierungen auf Nickelbasis, die von Jahr zu Jahr aufgrund der fortschrittlichen Verarbeitung, der Legierungsentwicklung, der Verwendung von Wärmedämmschichten und innovativen und effektiven Kühlsystemen2 zugenommen hat. Die Komponenten von Flugzeugtriebwerken wie Gehäuse, Verdichterscheiben, Lagerringe, Schaufeln, Turbinenscheiben und andere Teile, die bei hohen Temperaturen betrieben werden, werden aufgrund ihrer hohen Festigkeit, starken Korrosionsbeständigkeit und hervorragenden thermischen Eigenschaften aus Superlegierungen auf Nickelbasis hergestellt Ermüdungseigenschaften und thermische Stabilität3. Die zahlreichen Superlegierungen auf Nickelbasis, die in Strahltriebwerken zum Einsatz kommen, sind in Abb. 2 aufgeführt.

Die Entwicklung der Zeitstandtemperaturfähigkeit von Superlegierungen auf Ni-Basis unter 1100 ℃ – 137 MPa3.

Wird für Superlegierungen auf Nickelbasis verwendet, die typischerweise etwa 50 % des Gewichts eines Strahltriebwerks ausmachen.

Fünfzig Prozent der Teile des Strahltriebwerks bestehen aus Inconel 718. Inconel ist eine Ni-Fe-Cr-Legierung4. Allerdings kann die Zugfestigkeit von Inconel 718 bei Raumtemperatur 1393 MPa erreichen. Die Bearbeitung des Bauteils wird aufgrund seiner Bearbeitbarkeit schwierig. Die Bearbeitbarkeit beträgt nur 8–20 % der von Stahl, was zu einer ineffizienten Verarbeitung führt.

Darüber hinaus führt die Bearbeitung von Superlegierungen auf Nickelbasis zu erhöhtem Werkzeugoxidationsverschleiß, adhäsivem Verschleiß, mechanischem Verschleiß und Diffusionsverschleiß, was die Werkzeugstandzeit verkürzt. Beispielsweise erfordert das Grob- und Feinbohren einer Klinge aus Nickelbasis-Superlegierung mit mittlerer Bohrlänge mehr Zeit. Bei der Bearbeitung von Superlegierungen gilt ein häufiger Werkzeugverschleiß als direkter Faktor, der die Bearbeitungseffizienz einschränkt, während der starke Temperaturanstieg, der durch die stark verfestigte Oberfläche bei der Bearbeitung verursacht wird, ein Schlüsselfaktor für die Beschleunigung des Werkzeugverschleißes ist5.

Laut Habeeb et al.6 war thermisch induzierte Rissbildung der Hauptgrund für Werkzeugversagen bei hohen Schnittgeschwindigkeiten. Dies ist darauf zurückzuführen, dass die Kanten aufgrund der hohen Temperaturen, die durch hohe Schnittgeschwindigkeiten und erhebliche Temperaturänderungen entstehen, einem erheblichen thermischen Schock ausgesetzt sind7. Beim herkömmlichen Bohren gibt es aufgrund der Wärmelokalisation in der Schneidzone, die durch das Einbetten des Bohrers in das Werkstück entsteht, häufig einige Schwierigkeiten. Die Schnitttemperatur hat direkten Einfluss auf die Maßhaltigkeit des Bohrlochs, die Oberflächenqualität und die Standzeit des Werkzeugs. Lofti et al. verwendeten ultraschallunterstütztes Bohren unter Anwesenheit einer Nanoflüssigkeits-Mindestmengenschmierung für 1045-Stahl und stellten fest, dass sich aufgrund der durch die Anwendung von Ultraschallvibrationen verursachten Verringerung des Reibungskoeffizienten der Verschleißmodus der gebohrten Oberfläche von einem adhäsiven in einen abrasiven Typ und die Bildung von Strukturen ändert - Die Oberkante ist eingeschränkt, was zu einer besseren Oberflächengüte führt8,9. Lofti et al. entwickelte ein mechanistisches Modell der Werkstückdurchbiegung für Aluminium 7075. Mit und ohne Ultraschallunterstützung wurde am Werkstück gebohrt. Es wurde festgestellt, dass sowohl im experimentellen als auch im theoretischen Ansatz mit der Erhöhung der Vorschubgeschwindigkeit eine Zunahme der Durchbiegung des Werkstücks einhergeht. Dies ist auf den Anstieg der Schubkraftwerte zurückzuführen, der maßgeblich durch die Vorschubbewegung beeinflusst wurde10. Obwohl superharte Schneidwerkzeuge wie CBN und PCBN eine gewisse Rolle bei der Verbesserung der Verarbeitungseffizienz von Superlegierungen auf Nickelbasis spielen, spielen keramische Schneidwerkzeuge wie Aluminiumoxidmatrix und Si3N4 immer noch eine wichtige Rolle. Es wurde festgestellt, dass das CBN-Werkzeug im Vergleich zum Hartmetallwerkzeug zur Bearbeitung von Inconel 718 geeignet ist. Im heutigen Szenario kann die rotierende Ultraschallbearbeitung (RUM) zur Bearbeitung komplexer und zäher Strukturmaterialien wie Keramik, Titan, Glas usw. eingesetzt werden.11 Abbildung 3 zeigt die Bearbeitungsmethode von RUM. Ein rotierender Kernbohrer mit metallgebundenen Diamantschleifkörpern wird mit Ultraschall in Schwingung versetzt und mit konstanter Vorschubgeschwindigkeit oder konstanter Kraft (Druck) dem Werkstück zugeführt. Durch den Kern des Bohrers gepumptes Kühlmittel wäscht die Späne weg, verhindert ein Blockieren des Bohrers und hält ihn kühl. Für den RUM-Prozess gibt es zwei Mechanismen: Erstens erfolgt der Materialabtrag durch den Prozess der Ultraschallvibration; Zweitens durch den traditionellen Diamantschleifprozess. Es umfasst den Hämmer-, Schleif- und Extraktionsprozess für die Bearbeitung von RUM.

Prozessprinzip von RUM.

Laut der bisher veröffentlichten Arbeit sind Pei et al.11 die ersten, die mit der Erforschung des RUM von Keramikmaterial begonnen haben. Das RUM-Verfahren kann für verschiedene Vorgänge wie Bohren, Schleifen und Planfräsen von Keramik bei unterschiedlichen Prozessparametern eingesetzt werden. Danach wird es von Hu et al.12 für Zirkonoxidkeramik beschleunigt. Es zeigt sich, dass die maximale Materialabtragsleistung (MRR) bei einer Nennleistung von 40–70 % erreicht wird. Im Jahr 2005 setzten Li et al.13 RUM für die Bearbeitung von zwei verschiedenen Keramikverbundwerkstoffen ein. Zeng et al.14verglichen die Ultraschallbearbeitung mit RUM für Keramikmaterialien. Es wurde beobachtet, dass RUM eine bessere MRR lieferte als die Ultraschallbearbeitung. Zhang et al.15 setzten RUM für Bearbeitungsvorgänge an K9-Glas ein. Es zeigt sich, dass die Drehzahl keinen wesentlichen Einfluss auf die Produktivität hat. Lv et al.16 verwendeten RUM für BK7-Glas. Es wurde beobachtet, dass sich die Schäden unterhalb der Oberfläche bei RUM in Form von Schleifen, Absplittern und Rissen am Glas unterschieden. Darüber hinaus werden auch zahlreiche Forschungsarbeiten zu Titanlegierungen unter Einsatz von RUM17 durchgeführt. Darüber hinaus werden nur wenige Forschungsarbeiten zum Einsatz von Optimierungstechniken durchgeführt. Cong et al.18 entwickelten eine experimentelle Entwurfstechnik zur Vorhersage der Schnittkraft von CFK-Material bei der rotierenden Ultraschallbearbeitung. Das entwickelte Modell kann die Schnittkraft basierend auf Eingabevariablen vorhersagen, z. B. Werkzeugamplitude, Werkzeugdrehgeschwindigkeit, Vorschubgeschwindigkeit, Schleifmaschengröße und Schleifpartikelkonzentration. Lui et al.19 untersuchten die Mikrosplitterung an der Außenseite des Lochs während des Bohrvorgangs auf RUM. Die Experimente werden gemäß der Response-Surface-Methodik unter Verwendung des Erwünschtheitsansatzes konzipiert. Teimouri et al.20 führten die Experimente mit einem Ultraschallgerät über Titanlegierung Grad I mit zwei verschiedenen Werkzeugen durch; Hartstahl (HSC) mit einer Härte von 56 HRC und die Titanlegierung (Ti) mit einer Härte von 42 HRC. Beim Regressionsmodell wurde eine Mehrzieloptimierungstechnik eingesetzt und die Daten mit anderen Algorithmen verglichen. Die Ergebnisse zeigten, dass der ICA die anderen Algorithmen sowohl hinsichtlich der Ausführungszeit als auch der Werte der Zielfunktion bei globalen Optima übertrifft. In der vorliegenden Studie wurde ein mechanistisches Modell der Werkstückdurchbiegung entwickelt, das sowohl auf konventionelle als auch auf UAD anwendbar ist.

Aus der Literaturrecherche geht hervor, dass sich die zuvor berichteten Arbeiten auf RUM von Keramik, Titan und Glas konzentrierten. Es liegen nur wenige Forschungsstudien zum RUM von Superlegierungsmaterialien auf Nickelbasis vor. Legierungen auf Nickelbasis finden breite Anwendung bei der Herstellung von Strukturen für Strahltriebwerke und Kernreaktoren21,22,23. Auch die Verwendung der Response-Surface-Methodik (RSM) zur Gestaltung der Experimente sowie zur Bewertung des Einflusses von Parametern auf Prozessreaktionen hat sich bewährt bisher nicht durchgeführt worden. Der als „Schleifkorngröße“ bezeichnete Parameter des Werkzeugs wurde in vielen der in RUM durchgeführten Untersuchungen zahlreicher Arbeitsmaterialien weggelassen. Die Variable „Ultraschallleistung“ wurde in früheren Forschungsstudien auf einem sehr niedrigen Niveau (30–40 %) untersucht. Daher besteht die Notwendigkeit, die Bearbeitung von Inconel 718 bei höheren Leistungsstufen durchzuführen. In Anbetracht der obigen Diskussion zielte dieser Artikel darauf ab, den Einfluss verschiedener Prozessfaktoren wie Vorschubgeschwindigkeit, Spindelgeschwindigkeit, Ultraschallleistung, Schleifkorngröße auf die Bearbeitungseigenschaften, d. h. MR und Ra in RUM von Inconel, zu untersuchen 718 durch den Einsatz von RSM in Form von Central Composite Design (CCD). Ein statistisches Tool namens „Varianzanalyse“ (ANOVA) wird ebenfalls verwendet, um die Lebensfähigkeit des statistischen Modells zu überprüfen. Das durch diesen Ansatz entwickelte mathematische Modell wird bei der industriellen Offenbarung hilfreich sein. Die Optimierung der Bearbeitungseigenschaften, d. h. MR und Ra auf bearbeiteten Oberflächen mit PSO (Partikelschwarmoptimierung), wurde in berichteten Studien zu RUM ebenfalls noch nie zuvor versucht. Die gleichzeitige Optimierung beider Bearbeitungsreaktionen wird die Anwendbarkeit der Methode weiter aussagekräftiger machen und gleichzeitig reale industrielle Probleme lösen. Mit dem MOPSO-Ansatz wurde versucht, MR und Ra gleichzeitig durch Multi-Response-Optimierung zu optimieren. Die Rasterelektronenmikroskopie (REM)-Analyse bearbeiteter Proben wurde analysiert und präsentiert.

In dieser aktuellen Forschung wird der Werkstoff Inconel 718 für Versuche ausgewählt. Die Abmessung der quadratischen Platte beträgt 50 × 50 × 5 mm. Die Eigenschaften des Materials sind in Tabelle 1 dargestellt. Vor der Bearbeitung wird ein EDS-Test durchgeführt, um die Qualität des Werkstücks sicherzustellen. Abbildung 4a und b zeigen die Ergebnisse des EDS-Tests. Zum Bohren des Werkstücks wird ein metallgebundenes Diamant-Kernbohrwerkzeug für Inconel 718 verwendet. Abbildung 5 zeigt die bildliche Darstellung des Diamant-Kernbohrwerkzeugs. Der Außendurchmesser (OD) und der Innendurchmesser (ID) des Diamantkernbohrwerkzeugs werden mit 8 mm bzw. 6,5 mm gewählt.

EDS-Analyse von Inconel 718.

Fotografische Ansicht des Bildes eines hergestellten metallgebundenen Diamantkernbohrers.

In der vorliegenden Forschungsarbeit wird RUM (Sonic-Mill Series 10-Sonic-Mill, Albuquerque, NM, USA) für Bohrarbeiten für Inconel 718 verwendet. Abbildung 6 zeigt die fotografische Ansicht des Versuchsaufbaus. Um optimale Ergebnisse zu erzielen, werden die verschiedenen Versuche auf unterschiedlichen Ebenen der Prozessparameter durchgeführt, z. B. Werkzeugdrehung, Vorschubgeschwindigkeit, Nennleistung und Schleifmittelgröße des Diamanten. Tabelle 2 zeigt die verschiedenen Werte der eingegebenen Bearbeitungsparameter für die vorliegende Studie. Darüber hinaus werden die anderen Prozessparameter wie Werkzeugdurchmesser 8 mm, Vibrationsfrequenz 21 kHz, Vibrationsamplitude 25,3–25,8 µm und Kühlmitteldruck 300 kPa konstant gehalten. Darüber hinaus wird während des Schneidvorgangs ein verdünntes wasserlösliches Kühlmittel mit Schneidöl (Mobilmet S-122, Mobil Oil Corporation, Fairfax, VA, USA) mit einem Öl-Wasser-Verhältnis von 1:20 verwendet, um die Wärme abzuleiten Schmutz während des Prozesses.

Versuchsaufbau von RUM.

Die Experimente sind nach dem zentralen Verbunddesign (drehbares Design) konzipiert. Gemäß dem Design werden insgesamt 21 Experimente durchgeführt. Tabelle 3 stellt den Versuchsaufbau für die aktuelle Forschungsarbeit dar. Die Tests werden mit zwei Replikationen durchgeführt. Der Durchschnittswert der Beobachtungen ist in Tabelle 4 angegeben.

In der aktuellen Studie werden die Bearbeitungsgeschwindigkeit (MR) und die Oberflächenrauheit (Ra) als Antwortparameter berücksichtigt. Die Bearbeitungsgeschwindigkeit wird anhand der Gewichtsmessmethode berechnet. Bei dieser Methode wird eine elektronische Waage (± 0,0002 g) verwendet, um das Gewicht des Werkstücks vor und nach jedem Experiment zu berechnen. Die Gl. (1) wird zur Berechnung des MR verwendet. Das Volumen wird durch Multiplikation der Dichte mit der Masse berechnet. Die Oberflächenrauheit der Probe wird mit einem Rauheitsmessgerät (Hersteller: Surfcom, Flex) berechnet.

Tabelle 4 zeigt die Ergebnisse der aktuellen Studie. Es stellt die Durchschnittswerte von MR und Ra aus zwei Experimenten für jeden Eingabewert dar. Es wird beobachtet, dass in Versuchsdurchlauf 1 die maximale MR erhalten wird, während in Versuchsdurchlauf 12 die minimale Rauheit erreicht wird. Es werden drei Kriterien verwendet, wie z. B. der Test auf mangelnde Anpassung, die Quadratsumme des sequentiellen Modells und die Modellübersichtsstatistik. Um bessere Ergebnisse zu erzielen, wird ein Rückwärtseliminierungsprozess verwendet, um die unbedeutenden Terme in den Modellen zu eliminieren. Dieser Eliminierungsprozess verbessert die Angemessenheit des Modells, indem er die nicht signifikanten Terme aus dem quadratischen Modell entfernt, um die Modellhierarchie beizubehalten.

Die Tabellen 5 und 6 zeigen die Werte der Ergebnisse nach dem Rückwärtseliminierungsprozess. Aus den Tabellen 5 und 6 wird deutlich, dass alle Eingabeparameter wichtig sind. Darüber hinaus geben F- und P-Werte auch Auskunft über die Angemessenheit des Modells. Der F-Tabellenwert dieses Modells wird ausgewertet, indem der durchschnittliche Quadratwert des Modells in die durchschnittlichen quadratischen Restwerte aufgeteilt wird. Der F-Wert definiert die Beziehung zwischen Modellvarianz und Restvarianz. Wenn die Varianzwerte nahezu identisch sind, ist der Bruch nahezu gleich 1 und das Modell hat keinen wesentlichen Einfluss auf die Leistung. Der erhaltene F-Wert des Modells für MR und Ra beträgt 472,61 bzw. 47,598 und sowohl für MR als auch Ra beträgt der P-Wert weniger als 0,05. Die Tabellen 5 und 6 zeigen, dass das erhaltene Modell für MR und Ra signifikant ist24.

Der R2 wird als Bestimmungskoeffizient bezeichnet und gibt den Grad der Nähe zwischen dem experimentellen Wert und dem vorhergesagten Wert an. Der Prozentsatz der Nähe zur 1 zeigte den guten experimentellen Wert im Vergleich zum vorhergesagten Wert. In der vorliegenden Arbeit betrug der erhaltene R2-Wert für MR und Ra 98,7 % bzw. 96,9 %, wie in den Tabellen 5 und 6 gezeigt. Einige weitere Eigenschaften wie angepasstes R2 und vorhergesagte R2-Präzision spielen ebenfalls eine gute Rolle Angemessenheit des Modells. Es zeigt eine gesunde Übereinstimmung zwischen experimentellem Wert und vorhergesagtem Wert. „Ausreichende Präzision“ bezeichnet das Signal-Rausch-Verhältnis (S/N). Im Allgemeinen ist ein Wert über 4 akzeptabel25. In beiden ANOVA-Tabellen 5 und 6 werden nicht nur einzelne Parameter, sondern auch interaktive Antwortparameter, z. B. MR und Ra, beeinflusst.

Abbildung 7 stellt die Standard-Residuenwahrscheinlichkeitskurve dar, die zeigt, dass Residuen innerhalb der ±3-Grenzen liegen und dass sie durch die Geraden MR und Ra festgelegt werden. Abbildung 8 zeigt, dass die geschätzten Modellwerte den experimentellen MR- und Ra-Werten entsprechen. Dies zeigt, dass die Ergebnisse der ANOVA-Tabelle zuverlässig sind. Gleichung (2) und (3) stellen das Regressionsmodell für MR bzw. Ra dar.

Residuendiagramme (a) MR und (b) Ra.

Vorhergesagt vs. tatsächlich (a) MR und (b) Ra.

Abbildung 9 zeigt den Einfluss von Parametern wie Drehzahl (U/min), Vorschubgeschwindigkeit (mm/s), Ultraschallleistung (%) und Schleifkorngröße (Maschenweite) auf die Bearbeitungsgeschwindigkeit. Es ist zu beobachten, dass die Drehzahl den MR nicht wesentlich beeinflusst, wie in Abb. 9a dargestellt. Umgekehrt wird beobachtet, dass sich der MR deutlich von 0,5512 auf 0,8525 mm3/s ändert, wenn sich die Penetrationsrate von 0,0125 auf 0,0175 mm/s ändert, wie in Abb. 9b dargestellt. Dies wird auf die tiefe Rillenbildung der Schleifpartikel bei höherer Vorschubgeschwindigkeit zurückgeführt und führt zu einem höheren MR. Abbildung 9c zeigt den Einfluss der Ultraschallleistung auf die MRT. Es ist ersichtlich, dass der MR von 0,6965 auf 0,7109 mm3/s erhöht wird, was einer Leistungssteigerung von 60 auf 65 % entspricht. Bei weiterer Leistungssteigerung um bis zu 70 % sinkt der MR von 0,7109 auf 0,6937 mm3/s. Die erzielten Ergebnisse stimmen mit der vorherigen Studie der Forscher überein26,27.

Auswirkungen der RUM-Parameter auf MR (a) Drehzahl, (b) Vorschubgeschwindigkeit, (c) Ultraschallleistung, (d) Schleifkorngröße.

Die Auswirkung der Größe des Diamanten auf die MR ist in Abb. 9d dargestellt. Die Größe der Schleifkörnung ist umgekehrt proportional zur Maschenweite der Schleifkörnung. Es wurde beobachtet, dass sich der MR mit der Änderung der Schleifkorngröße nicht wesentlich änderte. Darüber hinaus wird die Krümmung bei der Auswirkung der Schleifkorngröße auf die MR beobachtet. Es ist ein Hinweis auf die Korngröße des Diamanten. Die Verwendung in gebundenen Werkzeugen erhöht die Bearbeitungsgeschwindigkeit. Dies ist auf die tiefere Eindringung der Schleifpartikel in das Werkstück zurückzuführen28.

Abbildung 10a zeigt die Interaktionseffekte auf die MR. Es wird anhand von Gl. verifiziert. (2) dass zwei Wechselwirkungen für die MR von Bedeutung sind. Es ist deutlich zu erkennen, dass der maximale MR in einem Bereich erreicht wird, in dem die Vorschubgeschwindigkeit und die Werkzeugdrehung hoch sind. Dies wird auf die Vergrößerung der Kontaktlänge der Diamantschleifpartikel zurückgeführt. Umgekehrt wird ein minimaler MR in einem Bereich beobachtet, in dem die Vorschubgeschwindigkeit niedrig und die Werkzeugrotationsgeschwindigkeit höher ist. Dies ist auf den niedrigeren Kontaktpunkt zwischen Werkzeug und Werkstück zurückzuführen. Der Wechselwirkungseffekt zwischen der Ultraschallleistung und der Vorschubgeschwindigkeit auf die MR ist in Abb. 10b dargestellt. Es ist zu beobachten, dass der MR in Bereichen maximal erreicht wird, in denen die Vorschubgeschwindigkeit und die Ultraschallleistung maximal sind. Dies geschieht aufgrund einer Zunahme der Vibration mit zunehmender Ultraschallkraft, die Späne und Ablagerungen effizient von Bearbeitungsoberflächen entfernt. Andererseits wird ein minimaler MR bei geringerer Eindringgeschwindigkeit und Ultraschallleistung erreicht.

3D-Konturdiagramm des Interaktionseffekts (a) Vorschubgeschwindigkeit und Werkzeugdrehung (b) Vorschubgeschwindigkeit und Ultraschallleistung auf MR.

Abbildung 11 veranschaulicht den Einfluss von Prozessparametern auf die bearbeitete Oberfläche. Abbildung 11a zeigt die Auswirkung der Werkzeugdrehzahl auf Ra. Daraus lässt sich schließen, dass Ra mit zunehmender Werkzeugrotationsgeschwindigkeit abnimmt. Dies wird auf die Steigerung der Schleifwirkung pro Zeiteinheit des Werkzeugs mit zunehmender Drehzahl zurückgeführt. Ein weiterer Grund für eine bessere Oberflächenrauheit ist die Verringerung der Entstehungsrate von Mikrorissen auf der Oberfläche29. Abbildung 11b zeigt die Auswirkung der Vorschubgeschwindigkeit auf Ra. Es ist zu beobachten, dass der Ra-Wert steil von 0,676 auf 0,938 µm ansteigt und die Eindringgeschwindigkeit von 0,0125 auf 0,0175 mm/s zunimmt. Dieser Anstieg ist auf die Ausdehnung der Mikrorisse auf der Werkstückoberfläche zurückzuführen. Die Auswirkung der Ultraschallleistung auf Ra ist in Abb. 11c dargestellt. Es wurde festgestellt, dass der Ra mit zunehmender Ultraschallleistung abnimmt. Es wird festgestellt, dass diese Änderung nicht wesentlich ist. Darüber hinaus wird auch beobachtet, dass die Amplitudendifferenz keinen Einfluss auf den Ra hat. Abbildung 11d zeigt, dass Ra mit zunehmender Korngröße von 100 auf 120 Mesh von 0,861 auf 0,807 µm abnimmt. Umgekehrt erhöht sie sich geringfügig von 0,807 auf 0,811 µm, wenn die Korngröße von 120 auf 140 Mesh zunimmt. Dies ist auf grobe Schleifkörner zurückzuführen, die zu einer Erhöhung der Bruchrate führen. Darüber hinaus bewegen sich die Diamantpartikel während des RUM-Prozesses kontinuierlich im Lochhohlraum. Die vergrößerte Granulatgröße erhöht die Reibungskräfte an der seitlichen Grenzfläche und trägt zur Oberflächenschädigung bei, die durch diesen gleichmäßigen seitlichen Verschleiß entsteht30.

Auswirkungen der RUM-Parameter auf Ra (a) Werkzeugrotationsgeschwindigkeit, (b) Vorschubgeschwindigkeit, (c) Ultraschallleistung, (d) Schleifkorngröße.

Abbildung 12 veranschaulicht den Wechselwirkungseffekt auf Ra. Es wird anhand von Gl. verifiziert. (3) Es wurde festgestellt, dass drei Wechselwirkungen für Ra von Bedeutung sind. Abbildung 12a zeigt den Mischeffekt von Ultraschallleistung und Werkzeugdrehzahl. Der Mindestwert von Ra wird in einem Bereich erreicht, in dem die Ultraschallleistung minimal und die Werkzeugdrehgeschwindigkeit maximal ist. Dies ist auf eine Erhöhung des Schleifdurchgangs des Werkzeugs zurückzuführen, die zu einer Feinheit der Bearbeitungsoberflächen führt. Der Wechselwirkungseffekt von Vorschubgeschwindigkeit und Ultraschallleistung auf Ra ist in Abb. 12b dargestellt. Der minimale Ra von 0,665 µm wird in einem Bereich mit geringer Vorschubgeschwindigkeit und geringer Ultraschallleistung erreicht. Dies ist auf die geringere Eindringtiefe des Schleifdiamanten auf dem Werkstück zurückzuführen. Der maximale Ra von 0,965 liegt in einem Bereich, in dem die Vorschubgeschwindigkeit maximal und die Ultraschallleistung minimal ist. Dies ist auf die höhere Eindringtiefe der Schleifpartikel auf der Werkstückoberfläche zurückzuführen. Abbildung 12c zeigt die Auswirkung der Vorschubgeschwindigkeit und der Schleifkorngröße auf Ra. In Abb. 12c ist deutlich zu erkennen, dass der Minimalwert von Ra, d. h. 0,762 µm, bei niedriger Vorschubgeschwindigkeit und feiner Korngröße (140 Mesh) erreicht wird. Dies wird auf die geringere Eindringtiefe der Diamantpartikel auf der Werkstückoberfläche zurückgeführt. Der Wert von Ra ist bei höherer Vorschubgeschwindigkeit bei allen Schleifkorngrößen maximal. Dies ist auf eine Änderung der Korngröße von grob zu fein, also 0,9083 µm31, zurückzuführen.

3D-Interaktionsdiagrammeffekt Ra (a) Werkzeugrotation und Ultraschallleistung, (b) Vorschubgeschwindigkeit und Ultraschallleistung und (c) Vorschubgeschwindigkeit und Diamantschleifmittelgröße.

Das REM-Gerät wird verwendet, um die Oberfläche des Grundmaterials, die Probe mit maximaler Oberflächenrauheit (Versuchsdurchlauf 3) und die Probe mit minimaler Oberflächenrauheit (Versuchsdurchlauf 12) zu untersuchen, wie in Abb. 13 dargestellt. Aus Abb. 13a geht hervor, dass die Oberfläche des Das Grundmaterial (Inconel 718) ist einheitlich und weist keine Mikrorisse und Rillen auf. Im Gegensatz dazu bestanden die bearbeiteten Oberflächen aus Mikrorissen und Rillen auf der Oberfläche. Abbildung 13b und c zeigt die Oberflächen mit maximaler Rauheit. Es werden zwei Arten von Brüchen beobachtet bearbeitete Oberfläche mit maximaler Oberflächenrauheit, d. h. duktiler Bruch und Sprödbruch, wie in Abb. 13b dargestellt. Darüber hinaus werden auch scharfe Kanten, tiefe Löcher und Mikrorisse auf der bearbeiteten Oberfläche beobachtet, wie in Abb. 13c dargestellt. Aufgrund der hohen Mit der Vorschubgeschwindigkeit des Werkzeugs wird das Material in größeren Stücken von der Oberfläche abgetragen. Darüber hinaus werden manchmal auch ausgelaugte Kanten auf der Maschinenoberfläche beobachtet. Dies ist ein Hinweis auf Sprödbruch, der die Entstehung intergranularer und transgranularer Risse zeigt. Diese Art von Oberflächen wird durch Vibrationsbewegungen des Werkzeugs während des Prozesses beobachtet. Abbildung 13d zeigt die bearbeitete Oberfläche mit minimaler Oberflächenrauheit. Auf der Oberfläche sind kleine Löcher und tiefe Schleifspuren zu beobachten. Darüber hinaus wird die Kantenqualität des bearbeiteten Werkstücks auch mithilfe eines optischen Mikroskops analysiert, wie in Abb. 13e dargestellt. An der Bohrlochkante sind keine Risse und Grate zu erkennen.

Mikroaufnahme von (a) Inconel 718 (vor der Bearbeitung), (b) und (c) Probe mit höherer Oberflächenrauheit, (d) Probe mit minimaler Oberflächenrauheit, (e) Lochkantenqualität.

Das Wort „Optimierung“ bedeutet, Ressourcen bestmöglich zu nutzen. In der vorliegenden Forschung wird auch eine metaheuristische Optimierungstechnik, nämlich die Partikelschwarmoptimierung (PSO), verwendet, um die optimalen Werte der Prozessparameter von RUM für Inconel 718 zu erhalten. Nach bestem Wissen des Autors führten Kennedy und Eberthart32 PSO im Jahr 2006 ein ist ein stochastischer Algorithmus, der in der Lage ist, Optimierungsprobleme mit evolutionären Algorithmen wie genetischen Algorithmen, differenziellen Evolutionsalgorithmen usw. zu lösen. Diese Technik ist auch in der Lage, das Nahrungssuchverhalten einer Gesellschaft wie eines Vogelschwarms oder eines Fischschwarms zu erzeugen. Jedes Mitglied des Schwarms in PSO wird als Partikel betrachtet. Jedes einzelne Teilchen im Suchraum repräsentiert die mögliche Lösung. Darüber hinaus werden die von den Partikeln gesammelten Informationen sortiert, um das beste Partikel im Schwarm zu erhalten, beispielsweise das globale Beste (gbest).

Darüber hinaus wird jede Partikelposition anhand von Vektoren wie Positionsvektor und Geschwindigkeitsvektor definiert. Die Position und der Geschwindigkeitsvektor des \(i^{th}\)-Teilchens im d-dimensionalen Suchraum können ausgedrückt werden als \(x_{i} = \left( {x_{i1} , x_{i2} , ..., x_{id} } \right)\) und \(v_{i} = \left( {v_{i1} , v_{i2} , ..., v_{id} } \right)\) jeweils. Die beste Position jedes Partikels hängt von der benutzerdefinierten Fitnessfunktion ab, d. h. \(p_{i} = \left( {p_{i1} , p_{i2} , ..., p_{id} } \right)\) , bezeichnet als pbest und das fitteste Teilchen im gesamten Schwarm ist \(p_{g} = \left( {p_{g1} , p_{g2} , ..., p_{gd} } \right)\ ), bezeichnet als gbest. Die beiden Werte entsprechen seinen besten Fitnesswerten zum Zeitpunkt (t). Die Gleichungen 4 und 5 werden zur Berechnung der neuen Positionen und neuen Geschwindigkeitsvektoren für die nächste Fitnessbewertung zum Zeitpunkt (t + 1) verwendet.

Dabei sind \(rand_{1}\) und \(rand_{2}\) die Zufallswerte, die zwischen (0, 1) liegen, w ist das Faktorträgheitsgewicht und wird verwendet, um die Richtung früherer Geschwindigkeiten in der Gegenwart anzugeben Teilchengeschwindigkeit, \(c_{1}\) ist ein kognitiver Lernfaktor, der die Bewegung eines Teilchens in Richtung seines eigenen Erfolgs zeigt, und \(c_{2}\) definiert den sozialen Lernfaktor, der zeigt, dass sich ein Teilchen in die Nähe des Werts seines Nachbarn bewegt . Einige Forscher haben die Bereiche von \(c_{1}\) als (1,5 bis 4) und \(c_{2}\) als (2 bis 2,5) vorgeschlagen. Abbildung 14 zeigt das Flussdiagramm der PSO-Technik.

Flussdiagramm der Partikelschwarmoptimierung.

Der Binärcode wird zur Generierung des Partikels in PSO verwendet. Das Teilchen im Binärformat wird mithilfe von Gleichung dekodiert. 6. Die Genauigkeit ergibt sich aus Gl. 7.

wobei \(X_{i}\): der decodierte Wert der RUM-Parameter. \(X^{L}\): ist die untere Grenze der RUM-Parameter. \(X^{U}\): die Obergrenze der RUM-Parameter. n: ist die Teilstringlänge (= 4). \(S_{i}\) ist der dekodierte Wert des \(i^{th }\)-Teilchens

Der Crowding-Abstand ist ein Schlüsselkonzept für die Sortierung der Optionen nach aufsteigenden Zielwerten. Es ist der Mittelwert zweier benachbarter Lösungswerte. Den Randlösungen mit den niedrigsten und höchsten Zielfunktionswerten werden unendliche Crowding-Distanzwerte zugewiesen, weshalb sie häufig ausgewählt werden. Für jede Zielfunktion ist dieser Schritt abgeschlossen. Der endgültige Crowd-Distance-Wert einer Lösung wird bestimmt, indem alle verschiedenen Crowd-Distance-Werte auf jede Zielfunktion angewendet werden. Der Algorithmus für den Crowd-Distanz ist unten aufgeführt.

Abbildung 15 zeigt das Multi-Objective-PSO-Flussdiagramm (MOPSO). Der Algorithmus für MPSO ist unten aufgeführt.

Flussdiagramm von MOPSO.

Dabei sind \(rand_{1}\) und \(rand_{2}\) Zufallszahlen zwischen 0 und 1. Wenn die aktuelle Position außerhalb der Grenzen die oberen oder unteren Grenzen annimmt und ihre Geschwindigkeit zufällig generiert wird. Führen Sie abschließend die Schritte 2–5 durch, bis die Stoppkriterien erfüllt sind.

In der aktuellen Forschungsarbeit sind MR und Ra beide Antworten im Design gegensätzlich. Das bedeutet, dass höhere Bearbeitungsgeschwindigkeiten zu höheren Werten der Oberflächenrauheit führten. Um eine höhere Bearbeitungsgeschwindigkeit bei besserer Oberflächenbearbeitung zu erreichen, müssen optimale Parameterwerte ermittelt werden. Um den besseren Wert für die Bearbeitungsgeschwindigkeit und die Oberflächenrauheit zu ermitteln, werden Einzel- und Mehrobjektiv-PSO verwendet. Die unteren und oberen Grenzwerte der Parameter werden im Algorithmus verwendet, damit der Wert die Grenze nicht überschreitet. Die Werte sind in Tabelle 7 angegeben.

Das entwickelte empirische Modell [Gl. (2)] wird zur Implementierung der PSO-Technik verwendet. Abbildung 16 zeigt die MR-Werte bei jeder Iteration nach Anwendung der PSO-Technik auf empirische Modelle. Nach aufeinanderfolgenden Iterationen ergibt PSO den maximalen MR-Wert (0,8931 mm3/s) bei der Parameterkombination Werkzeugrotation – 5400 U/min; Vorschubgeschwindigkeit: 0,0175 mm/s; Ultraschallleistung: 70 %; Diamant-Schleifkörnung: 140 Mesh, siehe Tabelle 8.

Iterationsdiagramm für MR.

Um den niedrigeren Wert von Ra vorherzusagen, wird in PSO das empirische Modell (Gleichung 3) verwendet. Die vorhergesagten Werte von Ra für jede Iteration während der PSO-Technik sind in Abb. 17 dargestellt. Nach aufeinanderfolgenden Iterationen ergibt PSO den minimalen Wert von Ra (0,554 µm) bei der Parameterkombination Werkzeugrotation – 5400 U/min; Vorschubgeschwindigkeit: 0,0125 mm/s; Ultraschallleistung: 60 %; Diamant-Schleifkörnung: 140 Mesh, siehe Tabelle 9.

Iterationsdiagramm für Ra.

Zur Validierung dieser Ergebnisse werden Bestätigungstests an RUM mit zwei Wiederholungen durchgeführt und die vorhergesagten Werte und Durchschnittswerte der bestätigenden experimentellen Ergebnisse (für MR und Ra) sind ebenfalls in Tabelle 9 aufgeführt. Es wurde festgestellt, dass die bestätigenden Ergebnisse für MR und Ra unterschiedlich sind von den vorhergesagten Werten um 3,42 % bzw. 3,14 %, die innerhalb des 95 %-Konfidenzintervalls (KI) liegen.

Der evolutionäre Algorithmus mit mehreren Zielen erzeugt eine Pareto-Front für das Minimierungsproblem mit mehreren Zielen, die eine Kompromisslösung zwischen widersprüchlichen Zielen finden kann. Die Pareto-Front ist definiert als die Menge nicht dominierter Lösungen, bei denen jedes Ziel als gleich gut angesehen wird. Ein Problem kann als Pareto-Front-Mehrzieloptimierungsproblem ausgedrückt werden. Unter diesem Gesichtspunkt dominiert bei gegebenen zwei Lösungen s und s′ s′ genau dann s, wenn Relevanz (s′) > Relevanz(s) und |s′| <|s|. Wenn jedoch Relevanz (s′) > Relevanz(en), aber |s′| >|s|, keine Lösung kann die andere dominieren. Die Sammlung aller nicht dominierenden Lösungen bildet eine Fläche, die Pareto-Front genannt wird. Die Pareto-Front besteht aus denjenigen Lösungen, für die es in beiden Kriterien keine bessere Lösung gibt. Bei Verwendung der Pareto-Front-Optimierung für ein Auswahlproblem sind keine a priori Annahmen über die Bedeutung von Zielen erforderlich33.

Der auf dem Massenabstand basierende MOPSO-Algorithmus (im Abschnitt „Optimierung durch Partikelschwarmoptimierung“) wird auch verwendet, um die optimierten Werte der Prozessparameter für MR und Ra zu erhalten. Die empirischen Modelle basierend auf Gl. (2) und (3) werden beide verwendet, um mit MOPSO die optimierten Werte der Prozessparameter zu erhalten. Die Pareto-Front für die Zielfunktionen MR und Ra ist in Abb. 18 dargestellt. Die Pareto-Front ist die Menge aller Pareto-effizienten Lösungen. Bei der Muti-Ziel-Optimierung wird eine große Anzahl von Lösungen generiert, wie in Tabelle 10 aufgeführt. Die Lösungen werden verwendet, um die besten Werte der Prozessparameter zu erhalten, um maximale Werte von MR und minimale Werte von Ra bei optimierten Prozessparametern zu erhalten. Zur Bestätigung der mit MOPSO erzielten Ergebnisse und zur Feststellung der Wirksamkeit der Optimierungstechnik (MOPSO) werden einige Bestätigungstests (Sr. Nr. 1 und 2) am Werkstück durchgeführt. Tabelle 11 zeigt, dass die Bestätigungsergebnisse für MR und Es wurde festgestellt, dass Ra um 3,46 % bzw. 4,5 % von den vorhergesagten Werten abweicht, was innerhalb des 95 %-Konfidenzintervalls (KI) liegt.

Pareto-Front für Zielfunktionen MR und Ra.

In der vorliegenden Studie wird RUM zur Bearbeitung (Bohren) von Superlegierungen (Inconel 718) bei verschiedenen Prozessparametern eingesetzt, um die optimierten Prozessparameter mit PSO und MOPSO zu erhalten. Aus der vorliegenden Studie werden folgende Schlussfolgerungen gezogen:

Es wird beobachtet, dass empirische Modelle sowohl für MR als auch für Ra quadratischer Natur sind. Darüber hinaus wurden zwei Wechselwirkungen als signifikant für MR und drei Wechselwirkungen als signifikant für Ra befunden.

Die MR-Werte nehmen mit zunehmender Vorschubgeschwindigkeit zu, wohingegen die Oberflächenrauheit mit zunehmender Vorschubgeschwindigkeit abnimmt. Dies ist auf die Verbesserung der Werkzeugeindruckrate zurückzuführen. Umgekehrt nimmt der MR mit abnehmender Maschenweite ab, wohingegen die Oberflächengüte mit abnehmender Maschenweite zunimmt.

Daraus lässt sich schließen, dass die Rotationsgeschwindigkeit des Werkzeugs und die Ultraschallleistung den MR im Vergleich zu Ra nicht wesentlich beeinflussen.

Die REM-Analyse zeigt, dass sich das Material in Form großer Brocken und interkristalliner Risse vom Werkstück löst.

Der maximale MR-Wert von 0,8625 mm3/s wird für eine Werkzeuggeschwindigkeit von 5400 U/min, eine Vorschubgeschwindigkeit von 0,0175 mm/s, eine Ultraschallleistung von 70 % und eine Diamantschleifkorngröße von 140 Mesh erreicht. Der minimale Ra von 0,572 µm wird bei einer Werkzeuggeschwindigkeit von 5400 U/min, einer Vorschubgeschwindigkeit von 0,0125 mm/s, einer Ultraschallleistung von 60 % und einer Diamantschleifkorngröße von 140 Mesh beobachtet.

Im Fall von MOPSO werden zahlreiche Lösungen bei optimaler Einstellung der Prozessparameter generiert, um den Maximalwert von MR und Minimalwerte von Ra zu erhalten.

Die Autoren bestätigen, dass die Daten, die die Ergebnisse dieser Studie stützen, im Artikel [und/oder] seinen ergänzenden Materialien verfügbar sind.

Pollock, TM & Tin, S. Nickelbasierte Superlegierungen für fortschrittliche Turbinentriebwerke: Chemie, Mikrostruktur und Eigenschaften. J. Propul. Macht https://doi.org/10.2514/1.18239 (2006).

Artikel Google Scholar

Shifler, D. Zukünftige Forschungsrichtungen zum Verständnis von Faktoren, die fortschrittliche Hochtemperaturmaterialien beeinflussen. in Proceedings of the 1st Department of Defense Corrosion Conference, (2009).

Hanasaki, S., Fujiwara, J., Touge, M., Hasegawa, Y. & Uehara, K. Werkzeugverschleiß beschichteter Werkzeuge bei der Bearbeitung einer Legierung mit hohem Nickelgehalt. CIRP Ann. Hersteller Technol. https://doi.org/10.1016/S0007-8506(07)61006-3 (1990).

Artikel Google Scholar

Ulutan, D. & Ozel, T. Durch maschinelle Bearbeitung induzierte Oberflächenintegrität in Titan- und Nickellegierungen: Ein Überblick. Int. J. Mach. Werkzeuge Manufaktur 51(3), 250–280. https://doi.org/10.1016/j.ijmtools.2010.11.003 (2011).

Artikel Google Scholar

Tan, MT Nutverschleiß von Werkzeugen beim NC-Drehen von reinem Nickel (1986).

Habeeb, HH, Abou-El-Ho, KA, Mohamad, B., Ghani, JA & Kadirgama, K. Untersuchung von Werkzeugverschleiß, Werkzeugstandzeit und Oberflächenrauheit bei der Bearbeitung der Nickellegierung 242 unter Verwendung verschiedener Schneidwerkzeuge. Asiatische J. Sci. Res. https://doi.org/10.3923/ajsr.2008.222.230 (2008).

Artikel Google Scholar

Bhatia, SM, Pandey, PC & Shan, HS Thermische Rissbildung von Hartmetallwerkzeugen beim intermittierenden Schneiden. Tragen Sie https://doi.org/10.1016/0043-1648(78)90260-0 (1978).

Artikel Google Scholar

Lotfi, M., Amini, S., Teimouri, R. & Alinaghian, M. Aufbaukantenreduzierung beim Bohren von AISI 1045-Stahl. Mater. Hersteller Prozesse 32(6), 623–630. https://doi.org/10.1080/10426914.2016.1221104 (2017).

Artikel CAS Google Scholar

Teimouri, R., Amini, S., Lotfi, M. & Alinaghian, M. Nachhaltiger Bohrprozess von 1045 Stahlplatten hinsichtlich minimalem Energieverbrauch und gewünschter Arbeitsqualität. Int. J. Leichte Materie. Hersteller 2(4), 397–406. https://doi.org/10.1016/j.ijlmm.2019.04.011 (2019).

Artikel Google Scholar

Teimouri, R. & Amini, S. Analytische und experimentelle Ansätze zur Untersuchung der elastischen Durchbiegung dünner Bänder im ultraschallunterstützten Bohrprozess. Proz. Inst. Mech. Ing. Teil E J. Prozessmechanik. Ing. 233(1), 21–34. https://doi.org/10.1177/0954408917739453 (2019).

Artikel Google Scholar

Pei, ZJ, Ferreira, PM, Kapoor, SG & Haselkorn, M. Rotierende Ultraschallbearbeitung zum Planfräsen von Keramik. Int. J. Mach. Werkzeughersteller 35(7), 1033–1046 (1995).

Artikel Google Scholar

Hu, P., Zhang, JM, Pei, ZJ & Treadwell, C. Modellierung der Materialentfernungsrate bei rotierender Ultraschallbearbeitung: Entworfene Experimente. J. Mater. Prozesstechnik 129(1–3), 339–344 (2002).

Artikel CAS Google Scholar

Li, ZC, Jiao, Y., Deines, TW, Pei, ZJ & Treadwell, C. Rotierende Ultraschallbearbeitung von Keramikmatrix-Verbundwerkstoffen: Machbarkeitsstudie und geplante Experimente. Int. J. Mach. Werkzeughersteller 45(12–13), 1402–1411 (2005).

Artikel Google Scholar

Zeng, W. et al. Experimentelle Untersuchung der intermittierenden rotierenden Ultraschallbearbeitung. Schlüssel-Ing. Mater. 359–360, 425–430. https://doi.org/10.4028/www.scientific.net/KEM.359-360.425 (2008).

Artikel Google Scholar

Zhang, CL, Feng, PF, Wu, ZJ & Yu, DW Eine experimentelle Studie zur Verarbeitungsleistung beim rotierenden Ultraschallbohren von K9-Glas. Adv. Mater. Res. 230–232, 221–225 (2011).

Artikel Google Scholar

Lv, D., Tang, Y., Wang, H. & Huang, Y. Experimentelle Untersuchungen zu Untergrundschäden bei der rotierenden Ultraschallbearbeitung von Glas BK7. Mach. Wissenschaft. Technol. 17(3), 443–463 (2013).

Artikel CAS Google Scholar

Churi, NJ, Pei, ZJ & Treadwell, C. Rotierende Ultraschallbearbeitung von Titanlegierungen: Auswirkungen von Bearbeitungsvariablen. Mach. Wissenschaft. Technol. 10(3), 301–321 (2006).

Artikel Google Scholar

Cong, WL, Pei, ZJ, Sun, X. & Zhang, CL Rotierende Ultraschallbearbeitung von CFK: Ein mechanistisches Vorhersagemodell für die Schnittkraft. Ultraschall 54(2), 663–675. https://doi.org/10.1016/j.ultras.2013.09.005 (2014).

Artikel CAS Google Scholar

Liu, JW, Baek, DK & Ko, TJ Chipping-Minimierung beim Bohren von Keramikmaterialien durch rotierende Ultraschallbearbeitung. Int. J. Adv. Hersteller Technol. 72(9–12), 1527–1535. https://doi.org/10.1007/s00170-014-5766-y (2014).

Artikel Google Scholar

Teimouri, R., Baseri, H. & Moharami, R. Multi-Response-Optimierung des Ultraschallbearbeitungsprozesses. J. Intell. Hersteller 26(4), 745–753. https://doi.org/10.1007/s10845-013-0831-1 (2015).

Artikel Google Scholar

Thakur, A. & Gangopadhyay, S. Aktueller Stand der Oberflächenintegrität bei der Bearbeitung von Superlegierungen auf Nickelbasis. Int. J. Mach. Werkzeughersteller 100, 25–54. https://doi.org/10.1016/j.ijmtools.2015.10.001 (2016).

Artikel Google Scholar

Popli, D. & Gupta, M. Sequentielles Verfahren zur Auswahl der Prozessparameterbereiche bei der rotierenden Ultraschallbearbeitung. Int. J. Manufaktur Res. 12(3), 364–378 (2017).

Artikel Google Scholar

Miller, S. Fortschrittliche Materialien bedeuten fortschrittliche Motoren. Interdisziplinär. Wissenschaft. Rev. https://doi.org/10.1179/isr.1996.21.2.117 (1996).

Artikel Google Scholar

Verma, S., Gupta, M. & Misra, JP Optimierung von Prozessparametern beim Reibrührschweißen von Aluminiumlegierungen in Panzer- und Marinequalität unter Verwendung des Erwünschtheitsansatzes. Mater. Res. Express https://doi.org/10.1088/2053-1591/aaea01 (2019).

Artikel Google Scholar

Churi, NJ, Pei, ZJ & Treadwel, C. Rotierende Ultraschallbearbeitung einer Titanlegierung (Ti-6Al-4V): Auswirkungen von Werkzeugvariablen. Int. J. Precis. Technol. 1(1), 85–96 (2007).

Artikel Google Scholar

Jiao, Y., Liu, WJ, Pei, ZJ, Xin, J. Manufaktur Wissenschaft. Ing. 127(4), 752. https://doi.org/10.1115/1.2034511 (2005).

Artikel Google Scholar

Churi, NJ, Pei, ZJ, Shorter, DC & Treadwell, C. Rotierende Ultraschallbearbeitung von Siliziumkarbid: Entworfene Experimente. Int. J. Manufaktur Technol. Geschäftsführer 12(1/2/3), 284–298. https://doi.org/10.1504/IJMTM.2007.014154 (2007).

Artikel Google Scholar

Pei, ZJ & Ferreira, PM Modellierung des Materialabtrags im duktilen Modus bei der rotierenden Ultraschallbearbeitung. Int. J. Mach. Werkzeughersteller 38, 1399–1418. https://doi.org/10.1016/S0890-6955(98)00007-8 (1998).

Artikel Google Scholar

Singh, RP & Singhal, S. Rotierende Ultraschallbearbeitung moderner Materialien: Ein Rückblick. Int. J. Technol. Res. Ing. (IJTRE) 2(7), 777–785. https://doi.org/10.1080/10426914.2016.1140188 (2015).

Artikel CAS Google Scholar

Singh, RP & Singhal, S. Experimentelle Untersuchung der Bearbeitungseigenschaften bei der rotierenden Ultraschallbearbeitung von Quarzkeramik. J. Mater. Des. Appl. https://doi.org/10.1177/1464420716653422 (2016).

Artikel Google Scholar

Fernando, PKSC, Zhang, M. & Pei, Z. Rotierende Ultraschallbearbeitung von Gesteinen: Eine experimentelle Untersuchung. Adv. Mech. Ing. https://doi.org/10.1177/1687814018763178 (2018).

Artikel Google Scholar

Bratton, D. & Kennedy, J. Definieren eines Standards für die Partikelschwarmoptimierung. Im Swarm Intelligence Symposium (2007).

Mohanty, R., Suman, S. & Das, SK Modellierung der axialen Kapazität von Bohrpfählen mithilfe der Auswahl multiobjektiver Merkmale, eines funktionalen Netzwerks und eines multivariaten adaptiven Regressions-Splines. In Handbook of Neural Computation, 295–309 (Elsevier Inc., 2017), https://doi.org/10.1016/B978-0-12-811318-9.00016-8.

Referenzen herunterladen

GD, Goenka University, Gurugram, Haryana, Indien

Dipesh Popli

Manav Rachna International Institute of Research and Studies (eine anerkannte Universität), Faridabad, Haryana, Indien

Usha Batra

Abteilung für Maschinenbau, Cape Peninsula University of Technology, Kapstadt 7535, Westkap, Südafrika

Woher kommt Msomi?

MMEC, Maharishi Markendeshwar (Deemed to Be) University, Mullana, Haryana, Indien

Shubham Verma

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Konzeption und Design des Studiums: DP, UB, VM und SV; Datenerfassung: DP, UB, VM und SV; Analyse und/oder Interpretation von Daten: DP, UB, VM und SV; Verfassen und Verfassen des Manuskripts: DP, UB, VM und SV

Korrespondenz mit Velaphi Msomi oder Shubham Verma.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Popli, D., Batra, U., Msomi, V. et al. Eine systematische Untersuchung der RUM-Prozessparameteroptimierung und ihres Einflusses auf die Teileeigenschaften von Nickel 718. Sci Rep 13, 1716 (2023). https://doi.org/10.1038/s41598-023-28674-1

Zitat herunterladen

Eingegangen: 20. September 2022

Angenommen: 23. Januar 2023

Veröffentlicht: 31. Januar 2023

DOI: https://doi.org/10.1038/s41598-023-28674-1

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Wissenschaftliche Berichte (2023)

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.