Evaluación Rápida de la Maquinabilidad del Acero a través del Análisis de Chispas y Técnicas de Minería de Datos
Autores: Munar, Goran; Kovai, Miha; Brezonik, Miran; Stpien, Krzysztof; uperl, Uro
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
Categoría
Ciencias de los Materiales
Subcategoría
Materiales estructurales
Palabras clave
Maquinabilidad
Acero
Prueba de chispa
Redes neuronales convolucionales
Máquina CNC
Experimentos de rectificado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 5
Citaciones: Sin citaciones
La maquinabilidad del acero es un factor crucial en la fabricación, que influye en la vida útil de las herramientas, las fuerzas de corte, el acabado superficial y los costos de producción. Las evaluaciones tradicionales de maquinabilidad son laboriosas y costosas. Este estudio presenta una nueva metodología para determinar rápidamente la maquinabilidad del acero utilizando pruebas de chispa y redes neuronales convolucionales (CNN). Evaluamos 45 muestras de acero, incluyendo varios aceros de baja y alta aleación, siendo la mayoría de las muestras aceros de calcio conocidos por su superior maquinabilidad. Se realizaron experimentos de rectificado utilizando una máquina CNC con una muela de cerámica bajo condiciones controladas para asegurar una fuerza de corte constante. Las imágenes de chispa capturadas durante el rectificado fueron analizadas utilizando modelos de CNN con la arquitectura ResNet18 para predecir los valores V15, que fueron medidos utilizando la prueba estándar ISO 3685. Nuestros resultados demuestran que los modelos de predicción creados lograron un error porcentual absoluto medio (MAPE) del 12.88%. Si bien algunas muestras mostraron altos valores de MAPE, el método en general proporcionó predicciones de maquinabilidad precisas. En comparación con la prueba estándar ISO, que toma varias horas en completarse, nuestro método es significativamente más rápido, tomando solo unos minutos. Este estudio destaca el potencial de un método de prueba alternativo rentable y eficiente en tiempo, apoyando así procesos de fabricación mejorados.
Descripción
La maquinabilidad del acero es un factor crucial en la fabricación, que influye en la vida útil de las herramientas, las fuerzas de corte, el acabado superficial y los costos de producción. Las evaluaciones tradicionales de maquinabilidad son laboriosas y costosas. Este estudio presenta una nueva metodología para determinar rápidamente la maquinabilidad del acero utilizando pruebas de chispa y redes neuronales convolucionales (CNN). Evaluamos 45 muestras de acero, incluyendo varios aceros de baja y alta aleación, siendo la mayoría de las muestras aceros de calcio conocidos por su superior maquinabilidad. Se realizaron experimentos de rectificado utilizando una máquina CNC con una muela de cerámica bajo condiciones controladas para asegurar una fuerza de corte constante. Las imágenes de chispa capturadas durante el rectificado fueron analizadas utilizando modelos de CNN con la arquitectura ResNet18 para predecir los valores V15, que fueron medidos utilizando la prueba estándar ISO 3685. Nuestros resultados demuestran que los modelos de predicción creados lograron un error porcentual absoluto medio (MAPE) del 12.88%. Si bien algunas muestras mostraron altos valores de MAPE, el método en general proporcionó predicciones de maquinabilidad precisas. En comparación con la prueba estándar ISO, que toma varias horas en completarse, nuestro método es significativamente más rápido, tomando solo unos minutos. Este estudio destaca el potencial de un método de prueba alternativo rentable y eficiente en tiempo, apoyando así procesos de fabricación mejorados.