La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Burrs understanding, modeling and optimization during slot milling of aluminium alloys

Niknam, Seyed Ali (2013). Burrs understanding, modeling and optimization during slot milling of aluminium alloys. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

[img]
Prévisualisation
PDF
Télécharger (9MB) | Prévisualisation
[img]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

Nowadays due to global competition, manufacturing industries must provide high quality products on time and within the cost constraints to remain competitive. High quality mechanical parts include those with better surface finish and texture, dimension and form accuracies, reduced tensile residual stress and burr-free. The burr formation is one of the most common and undesirable phenomenon occurring in machining operations, which reduces assembly and machined part quality. Therefore, it is desired to eliminate the burrs or reduce the effort required to remove them. Amongst machining operations, slot milling has a more complex burr formation mechanism with multiple burrs appear in machined part edges with non-uniform dimensions. The ultimate goal of this research work is burr minimization in slot milling operation. To this end, new strategies for understanding, modeling and optimizing burrs during slot milling of aluminum alloys are proposed for improving the part quality and ultimately reducing the non-value added expenses caused by deburring processes.

In order to have a better understanding of slot milling burr formation mechanism, multi-level experimental studies and statistical methods are used to determine the effects of machining conditions, tooling and workpiece materials on burrs size (height and thickness) when using dry high speed condition. It was found that optimum setting levels of process parameters to minimize each burr are dissimilar. The analysis of results shows that cutting tool, feed per tooth and depth of cut have certain level of influence on slot milling burrs. However most of the burrs are strongly affected by interaction effects between process parameters that consequently complicate developing burr size prediction models.

An analytical model is proposed to predict the thickness of the largest burr during slot milling of ductile materials. The model is based on the geometry of burr formation and continuity of work at the transition from chip formation to burr formation, which also takes into account the effect of the cutting force involved in the machining process. A computational model is also developed to predict the exit up milling side burr thickness based on the use of cutting parameters and material properties such as yield strength and specific cutting force coefficient, which are the only unknown variables in the model. Both analytical and computational models are validated using experimental results obtained during slot milling of 2024-T351 and 6061-T6 aluminium alloys.

Machining parameters optimization to minimize the burr size could have a negative impact on other machining performance characteristic, such as surface finish, tool life and material removal rate. Therefore, surface finish is also investigated with burr formation in this research work. For simultaneous multiple responses optimization, a new modification to the application of Taguchi method is suggested by proposing fitness mapping function and desirability index. The proposed modification is validated by simultaneous minimization of surface roughness and thickness of five burrs during slot milling of 6061-T6 aluminium alloy. The optimization results demonstrate the potential and capability of the proposed approach.

Résumé traduit

De nos jours, en raison de la compétition mondiale, les industries manufacturières doivent produire des pièces de qualité élevée et à temps pour demeurer compétitives. Les pièces mécaniques de qualité incluent celles ayant un meilleur fini de surface et une meilleure texture, une bonne précision de forme et dimensionnelle, des contraintes résiduelles réduites et des pièces sans bavures. La formation de bavures, l’un des phénomènes indésirables courants rencontrés lors des opérations d’usinage, réduit la qualité des pièces usinées et celle des assemblages. Par conséquent, il est désiré d’éliminer les bavures ou de réduire l’effort requis pour les enlever.

Parmi les opérations d'usinage, le rainurage est une opération du fraisage provoquant des mécanismes de formation de bavures plus complexes. Ainsi de multiples bavures apparaissent dans une partie des bords usinés avec des dimensions non uniformes. Le but ultime de ce travail de recherche est la minimisation des bavures en opération de rainurage. À cette finalité, de nouvelles stratégies sont proposées pour la compréhension, la modélisation et l'optimisation des bavures pour le rainurage des alliages d'aluminium, afin d’améliorer la qualité des pièces et la réduction des coûts occasionnés par les processus d'ébavurage.

Afin de mieux comprendre les mécanismes de formation des bavures au rainurage, des études statistiques basées sur des plans d’expériences multi-niveaux sont utilisés pour déterminer les effets des conditions de coupe, de l’outil et des matériaux usinés sur la taille des bavures (hauteur et épaisseur) pendant le fraisage à haute vitesse des alliages d’aluminium. Il a été trouvé que les conditions optimales d’usinage permettant de minimiser chacune des bavures diffèrent d’une bavure à l’autre. L’analyse des résultats montre que l’outil de coupe, l’avance et la profondeur de coupe ont une influence variable sur la taille des bavures formées lors du rainurage. Cependant, la plupart des bavures sont fortement influencées par les interactions entre les paramètres des procédés, ce qui complique d’avantage le développement des modèles de prédiction des bavures. Ces résultats peuvent aider pour des travaux subséquents portant sur le fraisage de précision des alliages d’aluminium ou d’autres alliages légers.

Ensuite, un modèle analytique est proposé permettant de prédire l’épaisseur des bavures lors du fraisage des matériaux ductiles. Ce modèle est basé sur la géométrie de la bavure lors de la transition entre la formation des copeaux et la formation des bavures au cours de l’usinage et qui prend en compte l’effet de l’énergie de coupe impliquée dans le procédé. Un modèle numérique est aussi développé permettant de prédire l’épaisseur de la bavure de sortie en fraisage basé sur les paramètres de coupe et les propriétés du matériau telles que la limite d’élasticité et les coefficients des forces spécifiques de coupe, qui sont les seuls inconnus dans le modèle. Les deux modèles (analytique et numérique) sont validés en utilisant les résultats expérimentaux obtenus lors du rainurage des alliages d’aluminium 2024-T351 et 6061-T6.

L’optimisation des paramètres d’usinage pour minimiser la taille des bavures peut avoir des effets négatifs sur d’autres caractéristiques de performance d’usinage tels que le fini de surface, la vie des outils de coupe et le taux d’enlèvement de métal. C’est la raison pour laquelle le fini de surface est aussi analysé en même temps que la formation des bavures dans cette étude. Pour sélectionner les meilleurs niveaux des paramètres du procédé d’usinage, une nouvelle méthode basée sur les surfaces de réponses et sur les fonctions de désirabilité est proposée et utilisée. La méthodologie proposée est validée sur la minimisation simultanée du fini de surface et de cinq types de bavures pendant le fraisage de l’alliage d’aluminium 6061-T6. Les résultats de cette optimisation démontrent le potentiel et la performance de la méthode proposée.

Type de document: Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires: "Thesis presented to École de technologie supérieure in partial fulfillement [i.e. fulfillment] of doctor of philosophy" Bibliogr. : p. [174]-185.
Mots-clés libres: Aluminium Alliages. Travail de l'aluminium Modèles mathématiques. Usinage. Optimisation mathématique. bavure, rainurage, modélisation, conditions d’usinage
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Songmene, Victor
Programme: Doctorat en génie > Génie
Date de dépôt: 30 juill. 2013 16:23
Dernière modification: 10 mars 2017 20:36
URI: http://espace.etsmtl.ca/id/eprint/1189

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt

Statistique

Plus de statistique...