Un estudio sistemático de la optimización de los parámetros del proceso de RUM y su influencia en las características de las piezas de níquel 718

Nov 05, 2023

Scientific Reports volumen 13, número de artículo: 1716 (2023) Citar este artículo

628 Accesos

1 Citas

Detalles de métricas

Esta investigación se centra en la perforación de superaleaciones a base de níquel con broca central de diamante e identificó los parámetros importantes del mecanizado ultrasónico rotativo que optimizan la velocidad de mecanizado (MR) y la calidad de la superficie. Cuatro parámetros generales: material de la pieza de trabajo, espesor de la pieza de trabajo, material de la herramienta y tamaño de la herramienta; y se probaron cuatro parámetros RUM: rotación de la herramienta, velocidad de avance, potencia nominal ultrasónica y tamaño de grano abrasivo de la herramienta y la calidad de la superficie del corte. Los resultados indicaron que el valor máximo de MR de 0,8931 mm3/seg se adquiere con un mayor nivel de rotación de la herramienta, velocidad de avance, potencia ultrasónica y un nivel moderado de tamaño de grano abrasivo del diamante. La rugosidad superficial mínima (Ra) de 0,554 µm se observa a un nivel más alto de rotación rotacional, un valor moderado de velocidad de avance, potencia ultrasónica y tamaño de grano abrasivo de diamante. Además, para funciones de objetivo único y de objetivo múltiple, se utiliza el enfoque de optimización de enjambre de partículas (PSO) para encontrar los valores óptimos para los parámetros del proceso. Además, también se utiliza un microscopio electrónico de barrido para comprobar la superficie mecanizada después del RUM. Se concluye que se observan microfisuras en la superficie mecanizada.

Con el desarrollo de la tecnología de motores de avión, en los nuevos motores se utilizan cada vez más materiales compuestos y difíciles de cortar. Este hallazgo muestra que existe una mayor necesidad de técnicas de procesamiento y capacidades de componentes para el mecanizado de materiales desafiantes.

Las superaleaciones a base de níquel son una clase única de materiales metálicos con una notable combinación de resistencia a temperaturas elevadas, tenacidad y resistencia al deterioro en condiciones corrosivas u oxidantes1.

La Figura 1 muestra el avance en la capacidad de temperatura de la superaleación a base de níquel, que ha aumentado año tras año debido al procesamiento avanzado, el desarrollo de la aleación, el uso de recubrimientos de barrera térmica y esquemas de enfriamiento innovadores y efectivos2. Los componentes del motor de avión, como la carcasa, los discos del compresor, el anillo del cojinete, las palas, el disco de la turbina y otras piezas que funcionan a altas temperaturas, están fabricados con superaleaciones a base de níquel debido a su alta resistencia, fuerte resistencia a la corrosión y excelente rendimiento térmico. propiedades de fatiga y estabilidad térmica3. Las numerosas superaleaciones a base de níquel que se utilizan en los motores a reacción se enumeran en la figura 2.

El desarrollo de la capacidad de temperatura de ruptura por fluencia de las superaleaciones a base de Ni por debajo de 1100 ℃—137 MPa3.

Se utiliza para superaleaciones a base de níquel, que normalmente representan alrededor del 50% del peso de un motor a reacción.

El cincuenta por ciento de las partes del motor a reacción está fabricado con Inconel 718. Inconel es una aleación de Ni-Fe-Cr4. Sin embargo, la resistencia a la tracción del Inconel 718 puede alcanzar 1393 MPa a temperatura ambiente. El mecanizado del componente se vuelve duro debido a su maquinabilidad. Tiene una maquinabilidad de solo entre el 8% y el 20% de la del acero, lo que conduce a un procesamiento ineficiente.

Además, el mecanizado de superaleaciones a base de níquel da como resultado un mayor desgaste por oxidación de la herramienta, desgaste adhesivo, desgaste mecánico y por difusión, lo que reduce la vida útil de la herramienta. Por ejemplo, la perforación aproximada y fina de una hoja de superaleación a base de níquel con una longitud de perforación media requiere más tiempo. Para el mecanizado de superaleaciones, se considera que el desgaste frecuente de la herramienta es el factor directo que limita la eficiencia del procesamiento, mientras que el fuerte aumento de temperatura causado por la superficie fuertemente endurecida que se mecaniza es un factor clave para acelerar el desgaste de la herramienta5.

Según Habeeb et al.6, el agrietamiento inducido térmicamente era la principal razón del fallo de la herramienta a altas velocidades de corte. Esto sucede como resultado de que los bordes están sujetos a una cantidad significativa de choque térmico como resultado de la alta temperatura provocada por las rápidas velocidades de corte y los cambios significativos de temperatura7. La perforación convencional suele enfrentarse a algunas dificultades debido a la localización del calor en la zona de corte resultante de la incrustación de la broca en la pieza de trabajo. La temperatura de corte afecta directamente la precisión dimensional del orificio perforado, la calidad de la superficie y la vida útil de la herramienta. Lofti et al. utilizó perforación asistida por ultrasonidos en presencia de una cantidad mínima de lubricación con nanofluidos para acero 1045 y descubrió que debido a la reducción del coeficiente de fricción causada por la aplicación de vibración ultrasónica, el modo de desgaste de la superficie perforada cambia de tipo adhesivo a abrasivo y se forma El borde ascendente está restringido, lo que da como resultado un mejor acabado superficial8,9. Lofti et al. desarrolló un modelo mecanicista de deflexión de la pieza de trabajo para aluminio 7075. Con y sin ultrasonido se realizó perforación en la pieza de trabajo. Se encontró que tanto en el enfoque experimental como en el teórico, el aumento en la velocidad de avance provoca un aumento en la deflexión de la pieza de trabajo. Esto se debe al aumento en los valores de la fuerza de empuje que fue influenciado significativamente por el movimiento de avance10. Aunque las herramientas de corte súper duras como CBN y PCBN desempeñan algunos papeles en la mejora de la eficiencia del procesamiento de superaleaciones a base de níquel, las herramientas de corte cerámicas como la matriz de alúmina y el Si3N4 siguen desempeñando un papel importante. Se ha descubierto que la herramienta CBN es capaz de mecanizar Inconel 718 en comparación con la herramienta de carburo. En el escenario actual, el mecanizado ultrasónico rotatorio (RUM) se puede emplear para mecanizar materiales estructurales complejos y resistentes como cerámica, titanio, vidrio, etc.11 La Figura 3 indica el método de procesamiento de RUM. Una broca hueca giratoria con abrasivos de diamante aglomerados con metal se hace vibrar ultrasónicamente y se avanza hacia la pieza de trabajo con una velocidad de avance constante o una fuerza (presión) constante. El refrigerante bombeado a través del núcleo de la broca elimina las virutas, evita que la broca se atasque y la mantiene fría. Existen dos mecanismos para el proceso RUM: en primer lugar, mediante el proceso de vibración ultrasónica se realiza la remoción del material; en segundo lugar, mediante el tradicional proceso de rectificado abrasivo de diamante. Incluye el proceso de martillado, abrasión y extracción para el mecanizado en RON.

Principal del proceso del RON.

Según el trabajo reportado hasta el momento, Pei et al.11 son los primeros que iniciaron la investigación sobre RUM de material cerámico. El proceso RUM se puede emplear para diversas operaciones, como taladrado, rectificado y planeado de cerámicas, en diferentes parámetros del proceso. Después de eso, Hu et al.12 lo aceleran para la cerámica de circonio. Se ha descubierto que la tasa máxima de eliminación de material (MRR) se logra con una potencia nominal del 40 al 70%. En 2005, Li et al.13 emplearon RUM para mecanizar dos compuestos cerámicos diferentes. Zeng et al.14 compararon el mecanizado ultrasónico con RUM para materiales cerámicos. Se observa que RUM proporcionó una mejor MRR que el mecanizado ultrasónico. Zhang et al.15 emplearon RUM para operaciones de mecanizado en vidrio K9. Se encuentra que la velocidad de rotación no tiene un impacto significativo en la productividad. Lv et al.16 utilizaron RON para el vidrio BK7. Se observa que el daño subsuperficial en el RON se diferencia en trituración, desconchado y agrietamiento del vidrio. Además de esto, también se llevan a cabo numerosos trabajos de investigación sobre aleaciones de titanio utilizando RUM17. Además, se realizan pocos trabajos de investigación sobre el uso de técnicas de optimización. Cong et al.18 crearon una técnica de diseño experimental para predecir la fuerza de corte del material CFRP en el mecanizado ultrasónico rotativo. El modelo desarrollado puede predecir la fuerza de corte basándose en variables de entrada, es decir, amplitud de la herramienta, velocidad de rotación de la herramienta, velocidad de avance, tamaño de malla abrasiva y concentración de partículas abrasivas. Lui et al.19 investigaron el microchip en el exterior del agujero durante el proceso de perforación en RUM. Los experimentos están diseñados según la metodología de superficie de respuesta utilizando un enfoque de deseabilidad. Teimouri et al.20 realizaron los experimentos con máquina ultrasónica sobre aleación de titanio grado I utilizando dos herramientas diferentes; acero con alto contenido de carbono (HSC) con una dureza de 56 HRC y la aleación de titanio (Ti) con una dureza de 42 HRC. Con el modelo de regresión se empleó la técnica de optimización multiobjetivo y se compararon los datos con otros algoritmos. Los resultados indicaron que el ICA supera a los otros algoritmos tanto en el tiempo de ejecución como en los valores de la función objetivo en el óptimo global. En el presente estudio, se ha desarrollado un modelo mecanístico de deflexión de la pieza de trabajo aplicable tanto a la convencional como a la UAD.

De la revisión de la literatura se desprende que los trabajos informados anteriormente se centraron en el RON de cerámica, titanio y vidrio. Sólo se han informado unos pocos estudios de investigación sobre el RON de material de superaleaciones a base de níquel. Las aleaciones a base de níquel tienen una amplia aplicación en la fabricación de motores a reacción y estructuras de reactores nucleares21,22,23. El uso de la metodología de superficie de respuesta (RSM) con miras a diseñar experimentos junto con la evaluación de la influencia de los parámetros en las respuestas del proceso también ha no se ha llevado a cabo hasta el momento. El parámetro denominado "tamaño de grano abrasivo" de la herramienta se ha omitido en muchas de las investigaciones realizadas en RUM de numerosos materiales de trabajo. La variable "potencia ultrasónica" se ha investigado a un nivel muy bajo (30-40%) en estudios de investigación anteriores. Por tanto, existe la necesidad de exponer el mecanizado de Inconel 718 a niveles de potencia más altos. Teniendo en cuenta la discusión anterior, este artículo tiene como objetivo explorar el impacto de varios factores del proceso, como la velocidad de avance, la velocidad del husillo, la potencia ultrasónica y el tamaño del grano abrasivo en las características de mecanizado, es decir, MR y Ra en RUM de Inconel. 718 empleando RSM en forma de diseño compuesto central (CCD). También se utiliza una herramienta estadística de 'análisis de varianza' (ANOVA) para comprobar la viabilidad del modelo estadístico. El modelo matemático desarrollado mediante este enfoque será útil en la revelación industrial. La optimización de las características de mecanizado, es decir, MR y Ra en una superficie mecanizada con PSO (optimización de enjambre de partículas) nunca se había intentado antes en estudios publicados sobre RUM. La optimización simultánea de ambas respuestas de mecanizado hará que la aplicabilidad del método sea más significativa y al mismo tiempo resolverá problemas industriales de la vida real. Se ha intentado la optimización de respuestas múltiples para optimizar MR y Ra simultáneamente utilizando el enfoque MOPSO. Se ha analizado y presentado el análisis de microscopía electrónica de barrido (SEM) de muestras mecanizadas.

En la presente investigación se selecciona para ensayos el material de trabajo Inconel 718. La dimensión de la hoja cuadrada es 50 × 50 × 5 mm. Las propiedades del material se muestran en la Tabla 1. Se lleva a cabo una prueba EDS antes del mecanizado para garantizar la calidad de la pieza de trabajo. Las Figuras 4a yb muestran los resultados de la prueba EDS. Para perforar la pieza de trabajo, se utiliza una herramienta de perforación con núcleo de diamante adherida a metal para Inconel 718. La Figura 5 muestra la vista pictórica de la herramienta de perforación con núcleo de diamante. Los diámetros exterior (OD) e interior (ID) de la herramienta de perforación con núcleo de diamante se seleccionan como 8 mm y 6,5 mm, respectivamente.

Análisis EDS de Inconel 718.

Vista fotográfica de una imagen de un taladro con núcleo de diamante adherido con metal fabricado.

En el presente trabajo de investigación, se utiliza RUM (Sonic-Mill Series 10-Sonic-Mill, Albuquerque, NM, Estados Unidos) para las operaciones de perforación de Inconel 718. La Figura 6 muestra la vista fotográfica de la configuración experimental. Para encontrar resultados óptimos, las diversas pruebas se ejecutan en diferentes niveles de los parámetros del proceso, es decir, rotación de la herramienta, velocidad de avance, potencia nominal y tamaño del abrasivo del diamante. La Tabla 2 muestra los diferentes valores de los parámetros de mecanizado de entrada para el presente estudio. Además de esto, los demás parámetros del proceso, como el diámetro de la herramienta de 8 mm, la frecuencia de vibración de 21 kHz, la amplitud de vibración de 25,3 a 25,8 µm y la presión del refrigerante de 300 kPa, se mantienen constantes. Además, durante la operación de corte se emplea un refrigerante diluido soluble en agua con aceite de corte (Mobilmet S-122, Mobil Oil Corporation, Fairfax, VA, Estados Unidos) que tiene una proporción de aceite a agua de 1:20 para eliminar el calor y restos durante el proceso.

Configuración experimental de RON.

Los experimentos están diseñados según el diseño compuesto central (diseño giratorio). Según el diseño, se llevan a cabo un total de 21 experimentos. La Tabla 3 representa el diseño de experimentos para el presente trabajo de investigación. Las pruebas se realizan con dos réplicas. El valor medio de las observaciones se da en la Tabla 4.

En el estudio actual, la velocidad de mecanizado (MR) y la rugosidad de la superficie (Ra) se consideran parámetros de respuesta. La tasa de mecanizado se calcula a partir del método de medición del peso. En este método, se utiliza una báscula electrónica (± 0,0002 g) para calcular el peso de la pieza de trabajo antes y después de cada experimento. La ecuación. (1) se utiliza para calcular el MR. El volumen se calcula multiplicando la densidad por la masa. La rugosidad de la superficie de la muestra se calcula utilizando un probador de rugosidad (Marca: Surfcom, Flex)

La Tabla 4 muestra los resultados del estudio actual. Representa los valores promedio de MR y Ra de dos experimentos para cada valor de entrada. Se observa que el MR máximo se obtiene en el experimento 1, mientras que la rugosidad mínima se obtiene en el experimento 12. Se utilizan tres criterios, como la prueba de falta de ajuste, la suma de cuadrados del modelo secuencial y las estadísticas de descripción general del modelo. Para obtener mejores resultados, se utiliza un proceso de eliminación hacia atrás para eliminar los términos insignificantes en los modelos. Este proceso de eliminación mejora la adecuación del modelo al eliminar los términos no significativos del modelo cuadrático para preservar la jerarquía del modelo.

Las tablas 5 y 6 muestran los valores de los resultados después del proceso de eliminación hacia atrás. De las Tablas 5 y 6 se desprende claramente que todos los parámetros de entrada son importantes. Además de esto, los valores F y P también indican la adecuación del modelo. El valor de la Tabla F de este modelo se evalúa dividiendo el valor cuadrado promedio del modelo en los valores residuales cuadrados promedio. El valor F define la relación entre la varianza del modelo y la varianza residual. Si los valores de varianza son casi idénticos, la fracción es casi igual a 1 y el modelo no tiene un impacto importante en el rendimiento. El valor F obtenido del modelo para MR y Ra es 472,61 y 47,598, respectivamente, y tanto para MR como para Ra el valor P es inferior a 0,05. Las tablas 5 y 6 muestran que el modelo obtenido para MR y Ra es significativo24.

El R2 se denomina coeficiente de determinación y indica el grado de cercanía entre el valor experimental y el valor predicho. El porcentaje de cercanía al 1 mostró el buen valor experimental frente al valor previsto. En el presente trabajo, el valor de R2 obtenido para MR y Ra resultó ser 98,7% y 96,9% respectivamente, como se muestra en las Tablas 5 y 6. Algunas propiedades más, como R2 ajustado, la precisión adecuada de R2 predicha también juega un buen papel para la adecuación del modelo. Muestra una sana concordancia entre el valor experimental y el valor predicho. “Precisión adecuada” que significa la relación señal-ruido (S/N). En general, el valor mayor a 4 es aceptable25. En las Tablas 5 y 6 de ANOVA, no sólo los parámetros individuales sino también de forma interactiva influyen en los parámetros de respuesta, es decir, MR y Ra.

La Figura 7 representa la curva de probabilidad residual estándar que muestra que los residuos están dentro de los límites de ± 3 y que están fijados por las líneas rectas MR y Ra. La Figura 8 demuestra que los valores estimados del modelo son fieles a los valores experimentales de MR y Ra. Esto revela que los resultados de la tabla ANOVA son confiables. Las ecuaciones (2) y (3) representan el modelo de regresión para MR y Ra respectivamente.

Gráficos de residuos (a) MR y (b) Ra.

Predicho versus real (a) MR y (b) Ra.

La Figura 9 muestra el impacto de los parámetros, es decir, velocidad de rotación (rpm), velocidad de avance (mm/seg), potencia nominal ultrasónica (%) y tamaño del grano abrasivo (malla) en la velocidad de mecanizado. Se observa que la velocidad de rotación no afecta significativamente la RM como se muestra en la Fig. 9a. Por el contrario, se observa que la RM cambia significativamente de 0,5512 a 0,8525 mm3/s con un cambio en la velocidad de penetración de 0,0125 a 0,0175 mm/s, como se muestra en la Fig. 9b. Se atribuye al ranurado profundo de partículas abrasivas a una velocidad de alimentación más alta y dio como resultado un MR más alto. La Figura 9c muestra el impacto de la potencia ultrasónica en la RM. Es visible que el MR aumenta de 0,6965 a 0,7109 mm3/s para un aumento de potencia del 60 al 65%. Al aumentar aún más la potencia hasta un 70%, la RM disminuye de 0,7109 a 0,6937 mm3/seg. Los resultados obtenidos son consistentes con el estudio previo de investigadores26,27.

Efectos de los parámetros de RUM en MR (a) velocidad de rotación, (b) velocidad de alimentación, (c) potencia ultrasónica, (d) tamaño de grano abrasivo.

El efecto del tamaño del diamante en la RM se muestra en la Fig. 9d. El tamaño del grano abrasivo es inversamente proporcional al valor de malla del grano abrasivo. Se observa que MR no cambió significativamente con el cambio en el tamaño del grano abrasivo. Además, la curvatura se observa en el efecto del tamaño del grano abrasivo en MR. Es una indicación del tamaño del grano del diamante utilizado en la herramienta adherida y mejora la velocidad de mecanizado. Esto se debe a la indentación más profunda de las partículas abrasivas en la pieza de trabajo28.

La Figura 10a muestra los efectos de la interacción en MR. Se verifica a partir de la Ec. (2) que dos interacciones se consideran significativas para la RM. Es claramente visible que el MR máximo se obtiene en una región donde la velocidad de avance y la rotación de la herramienta son altas. Se atribuye al aumento de la longitud de contacto de las partículas abrasivas de diamante. Por el contrario, se observa un MR mínimo en una región donde la velocidad de avance es baja y la velocidad de rotación de la herramienta es mayor. Esto se debe al menor punto de contacto entre la herramienta y la pieza de trabajo. El efecto de interacción entre la potencia ultrasónica y la velocidad de alimentación en la RM se muestra en la Fig. 10b. Se observa que la RM se alcanza al máximo en regiones donde la velocidad de alimentación y la potencia ultrasónica son máximas. Esto sucede debido al aumento de la vibración con el aumento de la fuerza ultrasónica que elimina virutas y residuos de manera eficiente de las superficies de mecanizado. Por otro lado, la RM mínima se obtiene con una tasa de penetración y una potencia ultrasónica más bajas.

Gráfico de contorno 3D del efecto de interacción (a) velocidad de avance y rotación de la herramienta (b) velocidad de avance y potencia ultrasónica en MR.

La Figura 11 ilustra el impacto de los parámetros del proceso en la superficie mecanizada. La Figura 11a muestra el efecto de la velocidad de rotación de la herramienta en Ra. Se concluye que Ra disminuye con el aumento de la velocidad de rotación de la herramienta. Se atribuye a la mejora de la acción de rectificado por unidad de tiempo de la herramienta con el aumento de la velocidad de rotación. Otra razón para mejorar la rugosidad de la superficie es reducir la tasa de desarrollo de microfisuras en la superficie29. La Figura 11b muestra el efecto de la velocidad de alimentación sobre Ra. Se observa que el Ra aumenta bruscamente de 0,676 a 0,938 µm con un aumento en la tasa de penetración de 0,0125 a 0,0175 mm/s. Este aumento se debe a la extensión de las microfisuras en la superficie de la pieza de trabajo. El efecto de la potencia ultrasónica sobre Ra se muestra en la Fig. 11c. Se encuentra que Ra disminuye con el aumento de la potencia ultrasónica. Este cambio no parece ser significativo. Además, también se observa que la diferencia de amplitud no tiene efecto sobre Ra. La Figura 11d muestra que Ra disminuye de 0,861 a 0,807 µm con un aumento en el tamaño de grano de 100 a 120 de malla. Por el contrario, aumenta poco de 0,807 a 0,811 µm a medida que el tamaño del grano aumenta de 120 a 140 mallas. Esto se debe a los granos abrasivos gruesos que dan como resultado una mejora de la tasa de fracturación. Además, durante el proceso RUM, las partículas de diamante se mueven continuamente en la cavidad del agujero. El mayor tamaño del granulado aumenta las fuerzas de fricción en la interfaz lateral y contribuye al daño superficial ocasionado por este desgaste lateral uniforme30.

Efectos de los parámetros RUM sobre Ra (a) velocidad de rotación de la herramienta, (b) velocidad de avance, (c) potencia ultrasónica, (d) tamaño del grano abrasivo.

La Figura 12 ilustra el efecto de interacción sobre Ra. Se verifica a partir de la Ec. (3) que tres interacciones resultan significativas para Ra. La Figura 12a muestra el efecto combinado de la potencia ultrasónica y la velocidad de rotación de la herramienta. El valor mínimo de Ra se obtiene en un área donde la potencia ultrasónica es mínima y la velocidad de rotación de la herramienta es máxima. Esto se debe a un aumento en el paso de rectificado de la herramienta que resulta en la finura de las superficies de mecanizado. El efecto de interacción de la velocidad de alimentación y la potencia ultrasónica en Ra se representa en la Fig. 12b. El Ra mínimo de 0,665 µm se obtiene en una región de baja velocidad de alimentación y baja potencia ultrasónica. Esto se debe a la menor profundidad de indentación del diamante abrasivo en la pieza de trabajo. El Ra máximo de 0,965 se encuentra en una región donde la velocidad de alimentación es máxima y la potencia ultrasónica es mínima. Esto se debe a la mayor profundidad de indentación de las partículas abrasivas en la superficie de la pieza de trabajo. La Figura 12c muestra el efecto de la velocidad de alimentación y el tamaño del grano abrasivo en Ra. Es claramente visible en la Fig. 12c que el valor mínimo de Ra, es decir, 0,762 µm, se obtiene para una velocidad de alimentación baja y un tamaño de grano fino (malla 140). Se atribuye a una menor profundidad de indentación de las partículas de diamante en la superficie de la pieza de trabajo. El valor de Ra es máximo a una velocidad de avance más alta en todos los tamaños de grano abrasivo. Esto se debe a un cambio en el tamaño del grano de grueso a fino, es decir, 0,9083 µm31.

Efecto del gráfico de interacción 3D Ra (a) rotación de la herramienta y potencia ultrasónica, (b) velocidad de avance y potencia ultrasónica, y (c) velocidad de avance y tamaño del abrasivo de diamante.

La máquina SEM se utiliza para estudiar la superficie del material base, muestra de rugosidad superficial máxima (ejecución experimental 3, muestra de rugosidad superficial mínima (ejecución experimental 12) como se muestra en la Fig. 13. Esto es evidente en la Fig. 13a que la superficie del El material base (Inconel 718) es uniforme sin microfisuras ni ranuras. Por el contrario, las superficies mecanizadas consistieron en microfisuras y ranuras en la superficie. Las figuras 13b y c representan las superficies de máxima rugosidad. Se observan dos tipos de fracturas en la superficie. superficie mecanizada de máxima rugosidad superficial, es decir, fractura dúctil y fractura frágil como se muestra en la Fig. 13b. Además, también se observan bordes afilados, agujeros profundos y microfisuras en la superficie mecanizada como se muestra en la Fig. 13c. Con la velocidad de avance de la herramienta, el material se retira de la superficie en trozos más grandes. Además, a veces también se observan bordes agotados en la superficie de la máquina, lo que es un indicio de fractura frágil que mostró la promulgación de grietas intergranulares y transgranulares. Este tipo de superficies se observan debido al movimiento vibratorio de la herramienta durante el proceso. La Figura 13d representa la superficie mecanizada de rugosidad superficial mínima. En la superficie se observan pequeños agujeros y profundas marcas abrasivas. Además, la calidad del borde de la pieza mecanizada también se analiza utilizando un microscopio óptico como se muestra en la Fig. 13e. No hay grietas y se observan rebabas en el borde del orificio perforado.

Micrografía de (a) Inconel 718 (antes del mecanizado), (b) y (c) muestra de mayor rugosidad superficial (d) muestra de rugosidad superficial mínima, (e) calidad del borde del agujero.

La palabra “Optimización” significa hacer el mejor uso posible de los recursos. En la presente investigación, también se utiliza una técnica de optimización metaheurística, es decir, optimización de enjambre de partículas (PSO), para obtener los valores óptimos de los parámetros de proceso de RUM para Inconel 718. Según el mejor conocimiento del autor, Kennedy y Eberthart32 introdujeron PSO en 2006. es un algoritmo estocástico que es capaz de resolver problemas de optimización con el algoritmo evolutivo, como el algoritmo genético, evolutivo diferencial, etc. Esta técnica también es capaz de producir el comportamiento de búsqueda de alimento de una sociedad, como un enjambre de pájaros o un banco de peces. Cada miembro del enjambre en PSO se considera una partícula. Todas y cada una de las partículas en el espacio de búsqueda representan la solución potencial. Además, la información recopilada de las partículas se clasifica para obtener la mejor partícula del enjambre, como la mejor global (gbest).

Además, la posición de cada partícula se define en términos de vectores como el vector de posición y el vector de velocidad. La posición y el vector de velocidad de la partícula \(i^{th}\) en el espacio de búsqueda d-dimensional se pueden expresar como \(x_{i} = \left( {x_{i1} , x_{i2} , ..., x_{id} } \right)\) y \(v_{i} = \left( {v_{i1} , v_{i2} , ..., v_{id} } \right)\) respectivamente. La mejor ubicación de cada partícula depende de la función de aptitud definida por el usuario, es decir, \(p_{i} = \left( {p_{i1} , p_{i2} , ..., p_{id} } \right)\) , denotado como pbest y la partícula más apta encontrada en el conjunto completo del enjambre es \(p_{g} = \left( {p_{g1} , p_{g2} , ..., p_{gd} } \right)\ ), denotado como gbest. Ambos valores corresponden a sus mejores valores de aptitud en el tiempo (t). Las ecuaciones 4 y 5 se utilizan para calcular las nuevas posiciones y los nuevos vectores de velocidad para la próxima evaluación de aptitud en el tiempo (t + 1).

donde \(rand_{1}\) y \(rand_{2}\) son los valores aleatorios que se encuentran entre (0, 1), w es el peso del factor de inercia y se utiliza para dar la dirección de las velocidades anteriores en el presente. velocidad de la partícula, \(c_{1}\) es el factor de aprendizaje cognitivo que muestra el movimiento de la partícula hacia su propio éxito y \(c_{2}\) define el factor de aprendizaje social que muestra que una partícula se mueve hacia el valor cercano a su vecino . Algunos investigadores han sugerido los rangos de \(c_{1}\) como (1,5 a 4) y \(c_{2}\) como (2 a 2,5). La Figura 14 representa el diagrama de flujo de la técnica PSO.

Diagrama de flujo de optimización del enjambre de partículas.

El código binario se utiliza para generar la partícula en PSO. La partícula en formato binario se decodifica usando la ecuación. 6. La precisión viene dada por la ecuación. 7.

donde \(X_{i}\): el valor decodificado de los parámetros de RUM. \(X^{L}\): es el límite inferior de los parámetros de RUM. \(X^{U}\): el límite superior de los parámetros de RUM. n: es la longitud de la subcadena (= 4). \(S_{i}\) es el valor decodificado de la partícula \(i^{th }\)

La distancia de aglomeración es un concepto clave para clasificar las opciones en valores objetivos al alza. Es la media de dos valores de solución adyacentes. Se dan valores de distancia de aglomeración infinitos a las soluciones de frontera que tienen los valores de función objetivo más bajos y más altos, por lo que a menudo se eligen. Para cada función objetivo, se completa este paso. El valor final de la distancia de aglomeración de una solución se determina aplicando todos los diferentes valores de distancia de aglomeración a cada función objetivo. El algoritmo para la distancia de hacinamiento se enumera a continuación.

La Figura 15 representa el diagrama de flujo de PSO multiobjetivo (MOPSO). El algoritmo para MPSO se enumera a continuación.

Diagrama de flujo de MOPSO.

Donde \(rand_{1}\) y \(rand_{2}\) son números aleatorios entre 0 y 1. Si la posición actual más allá de los límites toma los límites superior o inferior y su velocidad se genera aleatoriamente. Finalmente, realice los pasos 2 a 5 hasta que se cumplan los criterios de parada.

En el trabajo de investigación actual, MR y Ra tienen ambas respuestas opuestas en diseño. Significa que un valor más alto de las tasas de mecanizado resultó en un valor más alto de rugosidad de la superficie. Para lograr una mayor velocidad de mecanizado con un mejor acabado superficial, se deben obtener valores óptimos de los parámetros. Para encontrar el mejor valor de la velocidad de mecanizado y la rugosidad de la superficie, se utiliza PSO de objetivo único y múltiple. Los valores de límite inferior y superior de los parámetros se utilizan en el algoritmo para que el valor no supere el límite. Los valores se dan en la Tabla 7.

El modelo empírico desarrollado [Ec. (2)] se utiliza para implementar la técnica PSO. La Figura 16 muestra los valores de MR con cada iteración después de emplear la técnica PSO en modelos empíricos. Después de iteraciones sucesivas, PSO proporciona el valor máximo de MR (0,8931 mm3/seg) en la combinación de parámetros de Rotación de herramienta-5400 rpm; Velocidad de alimentación: 0,0175 mm/seg; Potencia ultrasónica-70%; Tamaño de grano abrasivo de diamante: malla 140 que se muestra en la Tabla 8.

Gráfico de iteración para MR.

Para predecir un valor más bajo de Ra, se utiliza el modelo empírico (Ec. 3) en PSO. Los valores predichos de Ra para cada iteración durante la técnica PSO se muestran en la Fig. 17. Después de iteraciones sucesivas, PSO proporciona el valor mínimo de Ra (0,554 µm) en la combinación de parámetros de rotación de la herramienta: 5400 rpm; Velocidad de alimentación: 0,0125 mm/seg; Potencia ultrasónica-60%; Tamaño de grano abrasivo de diamante: malla 140 que se muestra en la Tabla 9.

Trama de iteraciones para Ra.

Para validar estos resultados, se realizan pruebas de confirmación en RUM con dos réplicas y los valores pronosticados y los valores promedio de los resultados experimentales confirmatorios (para MR y Ra) también se tabulan en la Tabla 9. Se ha encontrado que los resultados confirmatorios para MR y Ra difieren. de los valores previstos en un 3,42% y un 3,14% respectivamente, que se encuentran dentro del intervalo de confianza (IC) del 95%.

El algoritmo evolutivo multiobjetivo produce un frente de Pareto para el problema de minimización multiobjetivo, que puede encontrar una solución de compensación entre objetivos en conflicto. El frente de Pareto se define como el conjunto de soluciones no dominadas, donde cada objetivo se considera igualmente bueno. Un problema se puede expresar en términos de un problema de optimización multiobjetivo frente a Pareto. Desde este punto de vista, dadas dos soluciones s y s′, s′ domina a s si y sólo si relevancia (s′) > relevancia(s) y |s′| <|s|. Sin embargo, si relevancia (s′) > relevancia(s) pero |s′| >|s|, ninguna solución puede dominar a la otra. El conjunto de todas las soluciones no dominantes constituye una superficie llamada frente de Pareto. El frente de Pareto está formado por aquellas soluciones para las que no existe una solución mejor en ambos criterios. Al utilizar la optimización del frente de Pareto para un problema de selección, no hay necesidad de realizar suposiciones a priori sobre la importancia de los objetivos33.

El algoritmo MOPSO basado en la distancia de aglomeración (en la sección "Optimización mediante optimización de enjambre de partículas") también se emplea para obtener los valores optimizados de los parámetros del proceso para MR y Ra. Los modelos empíricos basados ​​en la ecuación. (2) y (3) ambos se utilizan para obtener los valores optimizados de los parámetros del proceso utilizando MOPSO. El frente de Pareto para las funciones objetivo MR y Ra se muestra en la Fig. 18. El frente de Pareto es el conjunto de todas las soluciones eficientes de Pareto. En la optimización multiobjetivo, se genera una gran cantidad de soluciones como se tabula en la Tabla 10. Las soluciones se utilizan para obtener los mejores valores de los parámetros del proceso para obtener valores máximos de MR y valores mínimos de Ra en parámetros de proceso optimizados. Para confirmar los resultados obtenidos por MOPSO y encontrar la efectividad de la técnica de optimización (MOPSO), se llevan a cabo algunas pruebas de confirmación (Sr no. 1 y 2) en la pieza de trabajo y la Tabla 11 muestra que los resultados confirmatorios para MR y Se ha descubierto que Ra difiere de los valores previstos en un 3,46 % y un 4,5 % respectivamente, que se encuentran dentro del intervalo de confianza (IC) del 95 %.

Frente de Pareto para funciones objetivo MR y Ra.

En el presente estudio, se emplea RUM para mecanizar (perforar) superaleaciones (Inconel 718) en diferentes parámetros de proceso para obtener parámetros de proceso optimizados utilizando PSO y MOPSO. Del presente estudio se extrae la siguiente conclusión:

Se observa que los modelos empíricos son de naturaleza cuadrática tanto para MR como para Ra. Además, dos interacciones se consideran significativas para MR y tres interacciones son significativas para Ra.

Los valores de MR aumentan con el aumento de la velocidad de avance, mientras que la rugosidad de la superficie disminuye con el aumento de la velocidad de avance. Se debe a la mejora de la tasa de indentación de la herramienta. Por el contrario, el MR disminuye con la disminución del tamaño de la malla, mientras que el acabado de la superficie aumenta con la disminución del tamaño de la malla.

Se concluye que la velocidad de rotación de la herramienta y la potencia ultrasónica no afectan significativamente la RM en comparación con Ra.

El análisis SEM demuestra que el material se retira de la pieza de trabajo en forma de grandes trozos y grietas entre cristalitos.

El valor máximo de MR de 0,8625 mm3/seg se obtiene para una velocidad de herramienta de 5400 rpm, una velocidad de avance de 0,0175 mm/s, una potencia ultrasónica del 70% y un tamaño de grano abrasivo de diamante de malla 140. El Ra mínimo de 0,572 µm se observa para una velocidad de herramienta de 5400 rpm, una velocidad de avance de 0,0125 mm/s, una potencia ultrasónica del 60 % y un tamaño de grano abrasivo de diamante de malla 140.

En el caso de MOPSO, se generan números de soluciones con la configuración óptima de los parámetros del proceso para obtener el valor máximo de MR y los valores mínimos de Ra.

Los autores confirman que los datos que respaldan los hallazgos de este estudio están disponibles en el artículo [y/o] sus materiales complementarios.

Pollock, TM & Tin, S. Superaleaciones a base de níquel para motores de turbina avanzados: química, microestructura y propiedades. J. Propul. Poder https://doi.org/10.2514/1.18239 (2006).

Artículo de Google Scholar

Shifler, D. Direcciones de investigación futuras para comprender los factores que influyen en los materiales avanzados de alta temperatura. en Actas de la 1ª Conferencia sobre Corrosión del Departamento de Defensa, (2009).

Hanasaki, S., Fujiwara, J., Touge, M., Hasegawa, Y. y Uehara, K. Desgaste de herramientas recubiertas al mecanizar una aleación con alto contenido de níquel. CIRP Ana. Fabricante. Tecnología. https://doi.org/10.1016/S0007-8506(07)61006-3 (1990).

Artículo de Google Scholar

Ulutan, D. & Ozel, T. Integridad superficial inducida por mecanizado en aleaciones de titanio y níquel: una revisión. En t. J. Mach. Fabricante de herramientas 51(3), 250–280. https://doi.org/10.1016/j.ijmachtools.2010.11.003 (2011).

Artículo de Google Scholar

Tan, MT Desgaste de ranura de herramientas en torneado NC de níquel puro (1986).

Habeeb, HH, Abou-El-Ho, KA, Mohamad, B., Ghani, JA y Kadirgama, K. Investigación del desgaste de la herramienta, la vida útil y la rugosidad de la superficie al mecanizar la aleación de níquel 242 con el uso de diferentes herramientas de corte. Asiático J. Ciencia. Res. https://doi.org/10.3923/ajsr.2008.222.230 (2008).

Artículo de Google Scholar

Bhatia, SM, Pandey, PC y Shan, HS Agrietamiento térmico de herramientas de carburo durante el corte intermitente. Use https://doi.org/10.1016/0043-1648(78)90260-0 (1978).

Artículo de Google Scholar

Lotfi, M., Amini, S., Teimouri, R. & Alinaghian, M. Reducción del borde acumulado en la perforación de acero AISI 1045. Madre. Fabricante. Procesos 32(6), 623–630. https://doi.org/10.1080/10426914.2016.1221104 (2017).

Artículo CAS Google Scholar

Teimouri, R., Amini, S., Lotfi, M. & Alinaghian, M. Proceso de perforación sostenible de 1045 placas de acero con respecto al mínimo consumo de energía y la calidad de trabajo deseada. En t. J. Mater ligero. Fabricante. 2(4), 397–406. https://doi.org/10.1016/j.ijlmm.2019.04.011 (2019).

Artículo de Google Scholar

Teimouri, R. & Amini, S. Enfoques analíticos y experimentales para estudiar la deflexión elástica de tiras delgadas en un proceso de perforación asistido por ultrasonidos. Proc. Inst. Mec. Ing. Parte E J. Mec. de proceso. Ing. 233(1), 21–34. https://doi.org/10.1177/0954408917739453 (2019).

Artículo de Google Scholar

Pei, ZJ, Ferreira, PM, Kapoor, SG y Haselkorn, M. Mecanizado rotativo ultrasónico para planeado de cerámica. En t. J. Mach. Fabricación de herramientas. 35(7), 1033–1046 (1995).

Artículo de Google Scholar

Hu, P., Zhang, JM, Pei, ZJ y Treadwell, C. Modelado de la tasa de eliminación de material en el mecanizado ultrasónico rotativo: experimentos diseñados. J. Mater. Tecnología de procesos. 129(1–3), 339–344 (2002).

Artículo CAS Google Scholar

Li, ZC, Jiao, Y., Deines, TW, Pei, ZJ y Treadwell, C. Mecanizado rotativo ultrasónico de compuestos de matriz cerámica: estudio de viabilidad y experimentos diseñados. En t. J. Mach. Fabricación de herramientas. 45(12–13), 1402–1411 (2005).

Artículo de Google Scholar

Zeng, W. y col. Investigación experimental del mecanizado ultrasónico rotativo intermitente. Ing. clave. Madre. 359–360, 425–430. https://doi.org/10.4028/www.scientific.net/KEM.359-360.425 (2008).

Artículo de Google Scholar

Zhang, CL, Feng, PF, Wu, ZJ y Yu, DW Un estudio experimental sobre el rendimiento del procesamiento de la perforación ultrasónica rotativa de vidrio K9. Adv. Madre. Res. 230–232, 221–225 (2011).

Artículo de Google Scholar

Lv, D., Tang, Y., Wang, H. y Huang, Y. Investigaciones experimentales sobre daños en el subsuelo en el mecanizado ultrasónico rotativo de vidrio BK7. Mach. Ciencia. Tecnología. 17(3), 443–463 (2013).

Artículo CAS Google Scholar

Churi, NJ, Pei, ZJ y Treadwell, C. Mecanizado rotativo ultrasónico de aleación de titanio: efectos de las variables de mecanizado. Mach. Ciencia. Tecnología. 10(3), 301–321 (2006).

Artículo de Google Scholar

Cong, WL, Pei, ZJ, Sun, X. & Zhang, CL Mecanizado rotativo ultrasónico de CFRP: un modelo predictivo mecanicista para la fuerza de corte. Ultrasonidos 54 (2), 663–675. https://doi.org/10.1016/j.ultras.2013.09.005 (2014).

Artículo CAS Google Scholar

Liu, JW, Baek, DK y Ko, TJ Minimización del desconchado en la perforación de materiales cerámicos con mecanizado ultrasónico rotativo. En t. J. Adv. Fabricante. Tecnología. 72(9–12), 1527–1535. https://doi.org/10.1007/s00170-014-5766-y (2014).

Artículo de Google Scholar

Teimouri, R., Baseri, H. y Moharami, R. Optimización de respuestas múltiples del proceso de mecanizado ultrasónico. J. Intel. Fabricante. 26(4), 745–753. https://doi.org/10.1007/s10845-013-0831-1 (2015).

Artículo de Google Scholar

Thakur, A. & Gangopadhyay, S. Lo último en integridad superficial en el mecanizado de superaleaciones a base de níquel. En t. J. Mach. Fabricación de herramientas. 100, 25–54. https://doi.org/10.1016/j.ijmachtools.2015.10.001 (2016).

Artículo de Google Scholar

Popli, D. & Gupta, M. Procedimiento secuencial para seleccionar los rangos de parámetros de proceso en el mecanizado ultrasónico rotativo. En t. J. Manuf. Res. 12(3), 364–378 (2017).

Artículo de Google Scholar

Miller, S. Los materiales avanzados significan motores avanzados. Interdisciplina. Ciencia. Rev. https://doi.org/10.1179/isr.1996.21.2.117 (1996).

Artículo de Google Scholar

Verma, S., Gupta, M. y Misra, JP Optimización de los parámetros del proceso en la soldadura por fricción y agitación de aleaciones de aluminio de grado marino para armaduras utilizando un enfoque de deseabilidad. Madre. Res. Expreso https://doi.org/10.1088/2053-1591/aaea01 (2019).

Artículo de Google Scholar

Churi, NJ, Pei, ZJ y Treadwel, C. Mecanizado rotativo ultrasónico de aleación de titanio (Ti-6Al-4V): efectos de las variables de la herramienta. En t. J. Precis. Tecnología. 1(1), 85–96 (2007).

Artículo de Google Scholar

Jiao, Y., Liu, WJ, Pei, ZJ, Xin, XJ y Treadwell, C. Estudio sobre el desconchado de bordes en el mecanizado ultrasónico rotativo de cerámica: una integración de experimentos diseñados y análisis del método de elementos finitos. J. Manuf. Ciencia. Ing. 127(4), 752. https://doi.org/10.1115/1.2034511 (2005).

Artículo de Google Scholar

Churi, Nueva Jersey, Pei, ZJ, Shorter, DC y Treadwell, C. Mecanizado rotativo ultrasónico de carburo de silicio: experimentos diseñados. En t. J. Manuf. Tecnología. Gestionar. 12(1/2/3), 284–298. https://doi.org/10.1504/IJMTM.2007.014154 (2007).

Artículo de Google Scholar

Pei, ZJ & Ferreira, PM Modelado de eliminación de material en modo dúctil en mecanizado ultrasónico rotativo. En t. J. Mach. Fabricación de herramientas. 38, 1399-1418. https://doi.org/10.1016/S0890-6955(98)00007-8 (1998).

Artículo de Google Scholar

Singh, RP y Singhal, S. Mecanizado rotativo ultrasónico de materiales avanzados: una revisión. En t. J. Tecnología. Res. Ing. (IJTRE) 2(7), 777–785. https://doi.org/10.1080/10426914.2016.1140188 (2015).

Artículo CAS Google Scholar

Singh, RP y Singhal, S. Investigación experimental de las características de mecanizado en el mecanizado ultrasónico rotativo de cerámica de cuarzo. J. Mater. Des. Aplica. https://doi.org/10.1177/1464420716653422 (2016).

Artículo de Google Scholar

Fernando, PKSC, Zhang, M. & Pei, Z. Mecanizado rotativo ultrasónico de rocas: una investigación experimental. Adv. Mec. Ing. https://doi.org/10.1177/1687814018763178 (2018).

Artículo de Google Scholar

Bratton, D. y Kennedy, J. Definición de un estándar para la optimización del enjambre de partículas. En Simposio de inteligencia de enjambre (2007).

Mohanty, R., Suman, S. y Das, SK Modelado de la capacidad axial de pilotes perforados mediante selección de características multiobjetivo, red funcional y spline de regresión adaptativa multivariada. En Handbook of Neural Computation, 295–309 (Elsevier Inc., 2017), https://doi.org/10.1016/B978-0-12-811318-9.00016-8.

Descargar referencias

GD, Universidad Goenka, Gurugram, Haryana, India

Dipesh Popli

Instituto Internacional de Investigación y Estudios Manav Rachna (considerado universidad), Faridabad, Haryana, India

Usha Batra

Departamento de Ingeniería Mecánica, Universidad Tecnológica de la Península del Cabo, Ciudad del Cabo 7535, Cabo Occidental, Sudáfrica

¿De dónde viene Msomi?

MMEC, Universidad Maharishi Markendeshwar (considerada), Mullana, Haryana, India

Shubham Verma

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

Concepción y diseño del estudio: DP, UB, VM y SV; Adquisición de datos: DP, UB, VM y SV; Análisis y/o interpretación de datos: DP, UB, VM y SV; Redacción y redacción del manuscrito: DP, UB, VM y SV

Correspondencia a Velaphi Msomi o Shubham Verma.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Popli, D., Batra, U., Msomi, V. et al. Un estudio sistemático de la optimización de los parámetros del proceso RUM y su influencia en las características de las piezas de níquel 718. Sci Rep 13, 1716 (2023). https://doi.org/10.1038/s41598-023-28674-1

Descargar cita

Recibido: 20 de septiembre de 2022

Aceptado: 23 de enero de 2023

Publicado: 31 de enero de 2023

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

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Informes Científicos (2023)

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.