Повышение устойчивости обработки титана: моделирование и экспериментальное изучение применения твердосплавных пластин с PVDи CVD-покрытием

В данной статье представлено обширное исследование экологически безопасных методов обработки титанового сплава (Ti–6AL–4V), являющегося важнейшим материалом аэрокосмической и биомедицинской отраслей. Новизна предлагаемой работы заключается в повышении устойчивости путем применения различных технологий, в частности твердосплавных вставок, изготовленных методами физического осаждения из паровой фазы (PVD) и химического осаждения из паровой фазы (CVD). Эти компоненты необходимы для повышения производительности обработки и снижения воздействия на окружающую среду. Более того, для оптимизации всего процесса экспериментальное исследование включает в себя методический анализ параметров обработки, таких как скорость резания, скорость подачи и глубина резания. Помимо этого, обеспечивается превосходная производительность обработки при меньшем потреблении энергии и хорошая шероховатость поверхности, что является новизной. Кроме того, в работе подчеркивается важность скорости подачи, скорости резания и глубины резания для повышения энергоэффективности при обработке титановых сплавов. Твердосплавные пластины с покрытием PVD и CVD обеспечивают стабильную производительность для широкого спектра инструментов, повышая их надежность и делая их привлекательными вариантами для энергоэффективных и экологически чистых методов обработки. По сравнению с пластинами с покрытием CVD, которые обеспечивают оптимальную шероховатость поверхности 0,232 мкм при скорости подачи 75 мм/мин, скорости резания 0,035 мм/об и глубине резания 0,5 мм, пластины с покрытием PVD имеют оптимальную шероховатость поверхности 0,258 мкм при аналогичных условиях. Стабильная производительность твердосплавных пластин с покрытием PVD и CVD при использовании различных инструментов повышает их надежность и эффективность в экологически чистых производственных условиях. В исследовании учитывается воздействие твердосплавных пластин с покрытием, нанесенным методом PVD и CVD, на окружающую среду в соответствии с требованиями экологичного производства.

1. Faga M. G., Priarone P. C., Robiglio M., Settineri L., Tebaldo V. (2017) Technological and Sustainability Implications of Dry, Near-Dry, and Wet Turning of Ti–6Al–4V alloy. International Journal of Precision Engineering and Manufacturing-Green Technology, 4 (2), 129–139. https://doi.org/10.1007/s40684-017-0016-z.

2. Lin H., Wang C., Yuan Y., Chen Z., Wang Q., Xiong W. (2015) Tool Wear in Ti–6Al–4V Alloy Turning under Oils on Water Cooling Comparing with Cryogenic Air Mixed with Minimal Quantity Lubrication. The International Journal of Advanced Manufacturing Technology, 81 (1–4), 87–101. https://doi.org/10.1007/s00170-015-7062-x.

3. Agrawal C., Khanna N., Pruncu C. I., Singla A. K., Gupta M. K. (2020). Tool Wear Progression and its Effects on Energy Consumption and Surface Roughness in Cryogenic Assisted Turning of Ti–6Al–4V. The International Journal of Advanced Manufacturing Technology, 111 (5–6), 1319–1331. https://doi.org/10.1007/s00170-020-06140-w.

4. Kıvak T. (2014). Optimization of Surface Roughness and Flank Wear Using the Taguchi Method in Milling of Hadfield Steel with PVD and CVD Coated Inserts. Measurement, 50, 19–28. https://doi.org/10.1016/j.measurement.2013.12.017.

5. Sivaraos, Milkey K. R., Samsudin A. R., Dubey A. K., Kidd P. (2014) Comparison Between Taguchi Method and Response Surface. Jordan Journal of Mechanical and Industrial Engineering, 8 (1), 35–42.

6. Rostam O., Dimin M. F., Sivaraos S., Luqman H. H., Said M. R., Keong L. K., Norazlina M. Y., Norhidayah M., Shaaban A (2015) Assessing the Significance of Rate and Time Pulse Spraying in Top Spray Granulation of Urea Fertilizer Using Taguchi Method. Applied Mechanics and Materials, 761, 308–312. https://doi.org/10.4028/www.scientific.net/amm.761.308.

7. Camposeco-Negrete C. (2015) Optimization of cutting parameters using Response Surface Method for Minimizing Energy Consumption and Maximizing Cutting Quality in Turning of AISI 6061 T6 Aluminum. Journal of Cleaner Production, 91, 109–117. https://doi.org/10.1016/j.jclepro.2014.12.017.

8. Balogun V. A., Mativenga P. T. (2017) Specific Energy Based Characterization of Surface Integrity in Mechanical Machining. Procedia Manufacturing, 7, 290–296. https://doi.org/10.1016/jpromfg.2016.12.072.

9. Yusoff A. R., Arsyad F. (2016) Evaluation of Surface Roughness and Power Consumption in Machining FCD 450 Cast Iron using Coated and Uncoated Irregular Milling Tools. IOP Conference Series: Materials Science and Engineering, 114, 012017. https://doi.org/10.1088/1757-899x/114/1/012017.

10. Lou Y. H., Zou J. Q., Huang J. Y., Jin Y. (2011) Impact of Cutting Tool Geometric Parameters on Milling Titanium Alloy TC4. Advanced Materials Research, 418–420, 1418–1422. https://doi.org/10.4028/www.scientific.net/amr.418-420.1418.

11. Kaldos A., Dagiloke I. F., Boyle A. (1996) Computer Aided Cutting Process Parameter Selection for High Speed Milling. Journal of Materials Processing Technology, 61 (1–2), 219–224. https://doi.org/10.1016/0924-0136(96)02490-9.

12. Mori M., Fujishima M., Inamasu Y., Oda Y. (2011) A Study on Energy Efficiency Improvement for Machine Tools. CIRP Annals, 60 (1), 145–148. https://doi.org/10.1016/j.jcirpro2011.03.099.

13. Liu N., Zhang Y. F., Lu W. F. (2015) A Hybrid Approach to Energy Consumption Modelling Based on Cutting Power: a Milling Case. Journal of Cleaner Production, 104, 264–272. https://doi.org/10.1016/j.jclepro.2015.05.049.

14. Bilga P. S., Singh S., Kumar R. (2016) Optimization of Energy Consumption Response Parameters for Turning Operation Using Taguchi Method. Journal of Cleaner Production, 137, 1406–1417. https://doi.org/10.1016/j.jclepro.2016.07.220.

15. Calvanese M. L., Albertelli P., Matta A., Taisch M. (2013) Analysis of Energy Consumption in CNC Machining Centers and Determination of Optimal Cutting Conditions. Nee A., Song B., Ong S. K. (eds). Re-engineering Manufacturing for Sustainability. Springer, Singapore, 227–232. https://doi.org/10.1007/978-981-4451-48-237.

16. Bhushan R. K. (2013) Optimization of Cutting Parameters for Minimizing Power Consumption and Maximizing Tool Life During Machining of Al Alloy SiC Particle Composites. Journal of Cleaner Production, 39, 242–254. https://doi.org/10.1016/j.jclepro.2012.08.008.

17. Aggarwal A., Singh H., Kumar P., Singh M. (2008) Optimizing Power Consumption for CNC turned Parts Using Response Surface Methodology and Taguchi’s Technique–A Comparative Analysis. Journal of Materials Processing Technology, 200 (1–3), 373–384. https://doi.org/10.1016/j.jmatprotec.2007.09.041.

18. Sivasakthivel P. S., Murugan V. V., Sudhakaran R. (2012) Experimental Evaluation of Surface Roughness for End Milling of Al 6063: Response Surface and Neural Network model. International Journal of Manufacturing Research, 7 (1), 9. https://doi.org/10.1504/ijmr.2012.045241.

19. Bhardwaj B., Kumar R., Singh P. K. (2014) An Improved Surface Roughness Prediction Model Using BoxCox Transformation with RSM in End Milling of EN 353. Journal of Mechanical Science and Technology, 28 (12), 5149–5157. https://doi.org/10.1007/s12206-014-0837-4.

20. Reddy N. S. K., Rao P. V. (2005) A Genetic Algorithmic Approach for Optimization of Surface Roughness Prediction Model in Dry Milling. Machining Science and Technology, 9 (1), 63–84. https://doi.org/10.1081/mst-200051263.

21. Singh C., Bhogal S. S., Pabla D. B., Kumar P. (2014) Empirical Modeling of Surface Roughness and Metal Removal rate in CNC Milling Operation. Journal of Information Technology Research (JITR), 2, 1120–1126.