ANÁLISIS DE FIABILIDAD EN HERRAMIENTAS DE MECANIZADO

EN LOS LABORATORIOS DE LA UNIVERSIDAD POLITECNICA

SALESIANA.
Leonidas Esteban Ramírez Gangotena a & Luis Roberto Carrasco Carrasco b
Molina Molina Diego Patricio c & Carlos Omar Córdova Aldas d

Facultad de Civil Y Mecánica, Maestría en ingeniería mecánica coherte 2017, Universidad Técnica de Ambato, Ecuador:
a
lcarrasco4237@uta.edu.ec; b lramirez6356@uta.edu.ec ; c dmolina4065@uta.edu.ec ; d ccordova1376@uta.edu.ec

Received: May 10, 2019. Received in revised form: May 10, 2019. Accepted: May 10, 2019.

Abstract
In order to carry out the machining process, a series of variables must be taken into account, which should not be
neglected since if one of these fails, the desired results will not be obtained both in the machined part and in the
cutting tools. These variables are: the cutting speed, feed speed, cutting depth, type of tool, machining material
and cooling, which can cause faults in cutting tools such as fracture and excessive deformations due to overstress
and temperature the tool.

A theoretical analysis of reliability for cutting tools used in machining and applied to the drilling process is
presented. To calculate the reliability, it is assumed that the life of the cutting tool can be modeled by a probability
distribution and the failure is defined as the instant in which the cutting tool reaches a flank wear greater than a
pre-set value. . Given the above, it is possible to define an accumulated density function (ADF) for the probability
distribution of wear that indicates the possibility that the tool will wear to a certain level during a specific time of
use. Based on the results obtained experimentally, the parameters for the probability distribution and the reliability
curve are calculated.

Resumen
Para realizar el proceso de mecanizado se deben tener en cuenta una serie de variables, las cuales no se deben
descuidar ya que si una de estas falla, no se obtendrán los resultados deseados tanto en la pieza mecanizada como
en las herramientas de corte, Estas variables son: la velocidad de corte, velocidad de avance, profundidad de corte,
tipo de herramienta, material mecanizado y refrigeración, que pueden producir fallas en las herramientas de corte
como su la fractura y deformaciones excesivas por ablandamiento debido a sobre esfuerzos y a la temperatura
de la herramienta.

Se presenta un análisis teórico de confiabilidad para herramientas de corte utilizadas en maquinado y aplicado al
proceso de taladrado. Para calcular la confiabilidad, se asume que la vida de la herramienta de corte puede ser
modelada por una distribución de probabilidad y la falla se define como el instante en el cual la herramienta de
corte alcanza un desgaste de flanco superior a un valor preestablecido. Dado lo anterior, es posible definir una
función de densidad acumulada (FDA) para la distribución de probabilidad del desgaste que indica la posibilidad
de que la herramienta se desgaste hasta un cierto nivel durante un tiempo específico de uso. Basados en los
resultados obtenidos experimentalmente se calculan los parámetros para la distribución de probabilidad y la curva
de confiabilidad.

© The authors; licensee Universidad Nacional de Colombia.

DYNA 81 (184), pp. 1-2. April, 2014. Medellín. ISSN 0012-7353 Printed, ISSN 2346-2183 Online
1 Introducción 2,07E+5; Ángulo del filo = 75o ; Profundidad de corte
= 3 mm; Avance = 0,2 mm/rev
1.1 Proceso de análisis.
1.3 Justificación
Cuchillas de acero rápido
En la industria metal - mecánica local, regional y
Muy utilizado en la actualidad. nacional hay fabricantes y usuarios de cuchillas. Este
• Son aceros con alto contenido en carbono con trabajo tiene el propósito de respaldar al fabricante en
adiciones considerables de elementos de aleación tales ciertas cuestiones del proceso de selección del material
como W, Mo, Cr, V y Co. y el proceso de operación de la cuchilla, desgaste y
tenacidad.
• Existe una gran cantidad de aceros rápidos, según sus
elementos de aleación y los tratamientos térmicos que Motivados por la necesidad de la industria para reducir
sufren. costes en la fabricación se propone en este trabajo de
• Dado que es un material de relativo bajo coste, se investigación un procedimiento de control del desgaste
emplea para herramientas enterizas. de herramientas de corte para la optimización de su vida
útil.
• También se utilizan herramientas de acero rápido Se comprobó que, en los procesos más estables, el
recubiertas. volumen de viruta removido y el área cortada por la
herramienta son mayores, produciéndose un aumento
Para el análisis se desarrolló el diseño en solidworks®| de la productividad del proceso y obteniéndose además
de las principales cuchillas de acero rápido utilizadas en el un aumento de la vida útil de la herramienta y mejores
torno, como son la de cilindrado y ranurado con sus resultados en el acabado superficial de la pieza. [8]
respectivos ángulos de corte. Con los diferentes tipos de cálculos estadísticos nos
También se determinó las fuerzas de corte que soporta ayudara para poder optar con el mejor material que
el filo de la herramienta cuando se mecaniza ejes de acero garantice el trabajo de mecanizado en frío lo cual
de transmisión, con los avances y profundidades de corte ayudara a poder reducir los impactos ambientales al no
recomendados por el fabricante de la herramienta de marca tener que utilizar refrigerantes que son desechados a la
ASSAB®| que son aceros rápidos especiales de alto atmosfera.
rendimiento. Las velocidades a las cuales se debe trabajar para poder
garantizar la vida útil del inserto es importante, las
El objetivo que tiene éste trabajo es el de comparar mismas que las más adecuadas se verá reflejadas en el
los esfuerzos que están expuestas las cuchillas por cálculo estadístico aplicado.
ranurado y cilindrado en el momento de estar sometidas Las técnicas de confiablidad se pueden usar para
a corte, También se persigue el objetivo de conocer la modelar el desgaste de las herramientas durante el
funcionalidad de la cuchilla en los aspectos de maquinado y así prever la probabilidad de que la
resistencia al desgaste, tenacidad y vida útil, en herramienta de corte alcance un valor específico de
operaciones de corte. desgaste, durante el tiempo de uso de esta.

1.2 Carascteristicas de la herramienta. Análisis de confiabilidad

La cuchilla de cilindrado tiene las siguientes
características. Cuchilla sección cuadrada 3/8 X 4”
A17; Módulo de Poisson = 0,2; Módulo de Yong =
El término confiabilidad puede ser definido como la
probabilidad de que durante un período determinado,
un componente, equipo, o sistema realice las
operaciones para las cuales fue diseñado sin presentar
fallas. Debe notarse que para definir confiabilidad es

© The authors; licensee Universidad Nacional de Colombia.

DYNA 81 (184), pp. 1-2. April, 2014. Medellín. ISSN 0012-7353 Printed, ISSN 2346-2183 Online
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.

necesario definir primero un desempeño específico, así experimentos con los datos de maquinado que se
como también las condiciones y el período de presentan en la Tabla 2.
utilización.
Tabla 1.- Parámetros de corte del experimento.
Para determinar la confiabilidad de cualquier sistema es
necesario definir la función del sistema, al igual que las Parámetro de Corte Valor
situaciones o condiciones que le hacen perder la
Velocidad de Corte [Vc] 200 [m/min]
funcionalidad y las consecuencias de estas sobre el
Avance [f] 0.1 [mm/rev]
sistema; también es importante definir las condiciones
Profundidad de corte [a] 0.5 [mm]
del experimento [1].

La operación de cualquier sistema se puede definir por 2.1.2 Obtención de datos.

dos eventos:
En la tabla 3, se muestra los datos de tiempo de trabajo
E1 = Sistema operando adecuadamente. sin falla (tiempo de falla) de herramientas de corte
cerámicas, datos obtenidos del desarrollo experimental
E2 = Sistema operando en estado de falla. explicados en la tabla 1, cabe recalcar que los tiempos
Dado que estos dos eventos son eventos mutuamente de falla están tomados en minutos [min].
excluyentes, es posible expresar la confiabilidad de
acuerdo con la ecuación (1):
R(t) = P(T > t) R(t ) = 1 - F(t)
Donde R(t) representa la confiabilidad del componente y
F(t) la probabilidad de que este falle. La confiabilidad
siempre decrece, entonces cuanto mayor sea el período
de operación mayor será la probabilidad de que el sistema
falle, lo cual está representado en la figura 1.

Distribución de Weibull mediante el Método

Analítico
Una vez efectuado los cálculos fundamentales de una
distribución de datos, se procede a la construcción de la
tabla (4) de valores agrupados.

2 Tablas

2.1 CÁLCULOS ESTADISTICOS

2.1.1 Procedimiento experimental.

La ejecución del experimento se llevó a cabo en el

laboratorio de CNC de la Universidad Politécnica
Salesiana de la ciudad de Quito, los datos fueron
recopilados paulatinamente al ejecutarse 50

3
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.

3 Método
A partir de los valores establecidos en la tabla 4, se
obtiene la siguiente gráfica, la cual hace referencia a la
distribución de probabilidad de que se presente un fallo
en el proceso de mecanizado; haciendo relevancia al
tiempo de vida que tendrá la herramienta.

A partir del resumen de cálculos, se establece la

distribución normal de los datos a partir de los valores
representativos de F(z).

Una vez establecidos los valores anteriormente

mencionados, se establecen los siguientes cálculos, los
cuales permitirán conocer el tipo de distribución
presente como muestra la tabla 6.
A partir de los valores establecidos en la tabla 3, se
procede a la determinación de los valores considerados
como parámetros iniciales.

En la siguiente gráfica se puede observar el histograma

correspondiente, a su vez el polígono de frecuencia de
la distribución.

4
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.

Una vez determinado los valores correspondientes en la

tabla 8, se procede al cálculo de la confiabilidad y tasa
de fallo para cada valor que corresponde dentro de la
distribución de datos. En la tabla 7 se puede observar
los valores obtenidos.

En la siguiente gráfica se puede observar el

comportamiento de la confiabilidad y tasa de fallo,
correspondiente al proceso de desbaste por arranque de
viruta.

Figuras 1.- Probabilidad para el tiempo de falla para

cada tipo de distribución.

A continuación, se presenta la identificación de la

Para el caso de estudio que se planteó, se considera
como estados críticos a las siguientes consideraciones:
Caso 1:
Se desea conocer el porcentaje de fallos que se
presentará a los 12 minutos, ya que durante aquel
tiempo se considera como un fallo de carácter
prematuro dentro del proceso de mecanizado. Para lo
cual se toma en cuenta los siguientes valores:
R(t)= 0,95057421
F(t)= 0,04942579
distribución para Tiempo de Falla, en la Tabla 9 se
presenta la estadística descriptiva de los valores de
tiempo de falla obtenidos. En la Tabla 10 se presenta las
pruebas de bondad del ajuste para cada una de las
distribuciones, y en la Tabla 11 se presenta las
estimaciones de los parámetros de distribución.

Por lo tanto, se dice que, para un valor de fallos

presentes a los 12 min, su valor de desconfiabilidad es
de 4, 94 %.

3.1 Identificación de la distribución individual de

los datos.
La Identificación de la distribución individual de los
datos, es de gran importancia ya que nos ayuda a
identificar la distribución o transformación apropiada
para ejecutar el posterior análisis, muchos de los
análisis se basan en que los datos siguen una
distribución particular, en la Gráfica 12 se muestran las Figure 1. Posición Cuchillas de cilindrar en porta
gráficas de probabilidad y pruebas de bondad de ajuste herramientas de un Torno marca EMCO MAT 17-D.
que permiten determinar cuál de las distribuciones Source: [1] or, in case of own source: Source: The
proporciona el mejor ajuste para los datos. authors.
Ésta prueba se la realizará con ayuda del Software
especializado Minitab 18.

5
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.

indican que la tasa de fallo es constante, sin considerar

que el mecanismo de desgaste es inevitable y
progresivo, como indica Freiheit [3], se utilizará la
función de probabilidad de Weibull.

En vista que se utilizará la función de probabilidad de

Weibull, en la Gráfica 13 se presenta su distribución
para el tiempo de falla.

Figure 2. Posición Cuchillas de ranurar en porta

herramientas de un Torno marca EMCO MAT 17-D.
Source: [1] or, in case of own source: Source: The
authors.

Como se observa en los valores obtenidos con un nivel

de confianza del 95%, se tiene un valor p de
probabilidad mayor para una distribución normal con
un 0.054, pero también se tiene un valor muy cercano
para la distribución de Weilbull con 0.043 con el
estadístico AD (Anderson Darling) de 0.768, en el
estudio se realizará el análisis con el uso de la
distribución de Weibull ya que no es significativo la
diferencia con la distribución normal, además como se
indicó en el estado del arte existen muchos estudios que

6
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.

Plan de Mejora 𝑎𝑐 : Espesor de corte (mm).

𝑓: Avance en mm.
El objetivo que tiene éste trabajo es el de determinar 𝑘𝑟 : Ángulo de posición.
mediante simulación los esfuerzos que están expuestas Anchura de Viruta 𝑎𝑤 ,
las cuchillas de cilindrado en el momento de estar 𝑎𝑝 )
𝑎𝑤 =
sometidas a corte, y de esta manera proponer una sin(𝐾𝑟 )
alternativa de solución para mejorar la fiabilidad de las
cuchillas durante el mecanizado. 𝑎𝑤 : Anchura de viruta (mm).
𝑎𝑝 : Profundidad de pasada (mm).
𝐾𝑟 : Ángulo de posición.
Sección de viruta, Sc(mm^2),
𝑆𝑐 = 𝑎𝑐 . 𝑎𝑤

Sc: Sección de viruta (mm^2).

𝑎𝑐 : Espesor de corte(mm).
𝑎𝑤 : Anchura de viruta(mm)

Cálculo.

Espesor de corte:
𝑎𝑐 = 𝑓. sin(𝐾𝑟)
𝑎𝑐 = 0,2. sin(53)
Figuras 2.- Insertos desgastados.
𝑎𝑐 = 0,159 𝑚𝑚
Anchura de viruta:
3
1.1.1 Fuerza de corte 𝑎𝑤 =
sin(53)
La fuerza de corte que se requiere para efectuarlo está 𝑎𝑤 = 3,75 𝑚𝑚
en función de la Resistencia a la Tensión (R.T.) del Sección de viruta (sección que soporta la presión de
material a cortar y el área de corte (Ac), pero la corte):
fricción entre la cuchilla y el material hace que se 𝑆𝑐 = 𝑎𝑐. 𝑎𝑤
incremente la fuerza de corte. 𝑆𝑐 = 0,159 . 3,75
𝑆𝑐 = 0,597 𝑚𝑚2
Fmáx = 0.7 R.T. Ac
Presión de corte Ps.
En donde:

Fmáx=Fuerza máxima de corte en Lbf

Ac = Área de corte en pulgadas cuadradas

Sí el corte es circular la fórmula es:

Fmáx = 2.2 R.T. D t

Siendo D el diámetro de la circunferencia y t el espesor

del material en pulgadas.

Fórmulas

Parámetros básicos de una operación de toneado:

Espesor de corte, 𝑎𝑐 (mm),
𝑎𝑐 = 𝑓. 𝑠𝑒𝑛(𝑘𝑟 )
Figuras 3.- Valores de Energía especifica de corte para
la cuchilla de cilindrado.

7
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.

𝑃𝑠 = 5000 𝑁⁄𝑚𝑚2 En Ansys®, Static Structural geometry, se importó la

geometría diseñada, y se procedió a crear un nuevo
Luego de determinar la presión a ser aplicada sobre la material (Engineering Data), correspondiente al
sección de corte, se determinó la deflexión y ángulo de material de las cuchillas de con sus respectivas
rotación en el extremo libre de la cuchilla considerando propiedades (E = 2,07E+5 Mpa, Coeficiente Poisson =
que el material es totalmente homogéneo. 0,2 Density = 8144 Kg/m3). Se genera el modelo
respectivo en el cual se ingresa el material de las
1.1.2 Cuchilla para cilindrado. cuchillas, posteriormente se genera un mallado fino en
todo el sólido (relevance=100; relevance center= fine;
Una herramienta para torneado tiene la forma de una transition= slow; Span angle center= fine; Smoothing=
barra rectangular de lados iguales y equivalentes a 9.5 high); Se aplica las condiciones que se tiene en el
mm tiene una longitud de 100 [mm], empotrada en uno trabajo de la herramienta, se emplea los soportes fijos a
de sus extremos soporta una fuerza de 2505.55 [N] en la parte posterior de la cuchilla, ya que al trabajar en
el extremo en voladizo. estos puntos se genera un apoyo fijo figura siguiente ,
La barra es de acero HSS, el cual tiene un módulo de así mismo se coloca la presión calculada sobre la
elasticidad de 2.07e7 Mpa (20700000 N/mm^2) y su respectiva superficie que se encuentra en el filo cortante
coeficiente de poisson es de 0,2. para la cuchilla de cilindrar 5000 N/mm2.
Determina: Se generan los resultados que se desean, para nuestro
a) Deflexión en el extremo libre caso es el esfuerzo equivalente, la deformación total, el
b) Ángulo de rotación en el extremo libre esfuerzo normal, y la optimización (shape
a=input ('Ingrese la arsita de la seccion trnasversal de la Optimization, con un Target Reduction del 61 %).
barra (cuchilla) en [mm]: ')
L=input ('Ingrese el valor de la longitud de la barra en Resultados alcanzados por la simulación
[mm]: ')
P=input ('Ingrese el valor de la carga aplicada en el Para el caso de las cuchillas de cilindrado, se realiza el
extremo de la barra en [N]: ') análisis de dos casos de estudio que son los siguientes:
E=input ('Ingrese el valor del módulo de elasticidad del
material en [N/mm^2]: ') Esfuerzos equivalentes de Von Misses.
I= a^4/12;
v= -((P*x^2)/(6*E*I))*(3*L -x)
x=input ('Ingrese el valor de x, en el intervalo 0<x<L
[mm]: ')
V= vpa ((subs(v,x)),4);
'Pendiente de la curva de deflexión:'
v1=diff(v)
V1=subs(v1,x);
V1=vpa(V1,4)
'Deflexión en el extremo libre:'
dBmax=-(P*L^3)/(3*E*I)
'Ángulo de rotación en el extremo libre:' Deformación total.
Teta_Bmax=-(P*L^2)/(2*E*I)
Resultados
Deflexión en el extremo libre:
dBmax =
-0.0617
ans =
Ángulo de rotación en el extremo libre:
Teta_Bmax =
-9.1078e-04

Procedimiento en Ansys ®

8
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.
Esfuerzo Normal.
Deflexión en el extremo libre de la cuchilla:
Conclusiones:
Para tener una mayor confiabilidad de la herramienta,
es necesario emplear parámetros de mecanizado
adecuados que generalmente son establecidos por
fabricantes en función a los requerimientos de la
industria, por lo cual en el presente proyecto se ha
hecho uso de parámetros establecidos en experimentos
de artículos científicos como son: una velocidad de
corte de 200 m/min, un avance de 0,1 mm/rev, con una
profundidad de corte de 0,5 mm.
A través de la estadística descriptiva, se observa el
comportamiento de datos a través de los valores de
tendencia central como la media (16,46), mediana
(16,38) y moda (15,42); además de ello, para
complementar el estudio se ve la necesidad de conocer
el valor de la desviación típica de datos, cuyo valor es
de 0,857.
Mediante un ajuste normalizado, se conoce la forma de
la distribución, debido a los valores de tendencia, tiende
a una distribución normalizada, para ello se determinó
el coeficiente de asimetría de Pearson quien establece
que la cuerva tiene una distribución con ajuste hacia la
derecha; y mediante el coeficiente de apuntamiento de
9
Fisher, se corrobora el tipo de apuntamiento de carácter
leptocúrtico.
Mediante la distribución de Weibull, se establece el
carácter de fallo de la herramienta de corte; para ello se
ve la necesidad de conocer el tiempo de vida útil de la
herramienta de corte, en sus gráficas se puede observar
la curva que lo caracteriza.
Con el uso del programa Minitab, se logró ratificar
aquellos valores obtenidos a través de la estadística en
lo cual se observa que predomina una distribución
normal seguida muy de cerca por una distribución de
Weibull; se tomó la decisión de escoger la distribución
de Weibull ya que en diferentes artículos científicos se
menciona que la distribución normal es un análisis
determinístico y se recomienda realizar análisis
mediante la distribución de Weibull.
De acuerdo al valor porcentual de fallos que presentan
las herramientas de corte, se considera que se tiene un
fallo de carácter prematuro dentro del proceso de
mecanizado ya que la herramienta presenta fallas en un
tiempo de 12 minutos, por lo cual, el valor de
confiabilidad se reduce a un 95,05 % y el valor
porcentual de fallo es del 4,94 %.
En función al valor mencionado sobre la tasa de fallo,
se contempla un tiempo del mismo el cual se presenta a
los 13,15 minutos cuando se considera un 10 % de las
herramientas empleadas durante el proceso de
mecanizado; mientras que para un 15 %, se determinó
un tiempo de 13, 89 minutos.
5 Citas
[1] S.E. Cordes. “Thermal stability of -alumina PVD
coatings and analysis of their performance in machining
of austenitic stainless steels”. CIRP Journalof
Manufacturing Science and Technology. Vol. 5, Issue
1, pp. 20-25. 2012 ISSN: 1755- 5817. DOI:
10.1016/j.cirpj.2011.11.003.
[2] S. Hasan y S. Thamizhmanii. “Tool flank wear
analyses on AISI 440 C martensitic stainless steel by
turning”. International Journal of Material Forming.
Vol. 3, Issue 0, pp. 427-430. 2010 ISSN: 1960-6206.
DOI: 10.1007/s12289-010-0798-9.
[3] L. Xihui, Z. Chen, F. Jiwen y G. Song. “A New
Method of Tool Wear Measurement”. Electrical and
Control Engineering (ICECE). Wuhan. 2010.
 Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.
[4] H. Zhao, G.C. Barber y Q. Zou. “A study of flank
wear in orthogonal cutting with internal cooling”.
Wear. Vol. 253, Issue 9-10, pp. 957-962. 2002 ISSN:
0043-1648. DOI: 10.1016/s0043-1648(02)00248-x.
[5] V.P. Astakhov. “The assessment of cutting tool
wear”. International Journal of Machine Tools and
Manufacture. Vol. 44, Issue 6, pp. 637-647. 2004.
[6] F. Kara, K. Aslanta y A. Çiçek. “Prediction of
cutting temperature in orthogonal machining of AISI
316L using artificial neural network”. Applied Soft
Computing. Vol. 38, pp. 64-74. 2016 ISSN: 1568-4946.
DOI: 10.1016/j. asoc.2015.09.034.
[7] Asiltürk y S. Ne eli. “Multi response optimisation of
CNC turning parameters via Taguchi method-based
response surface analysis”. Measurement. Vol. 45,
Issue 4, pp. 785-794. 2012 ISSN: 0263-2241. DOI:
10.1016/j.measurement.2011.12.004.
[8] F. Martínez y T. Sánchez. “Conceptos del
maquinado con altas velocidades de corte aplicado en
moldes y matrices”. Ingeniería Mecánica. Vol. 1, pp.
63-65. 2007. ISSN: 1815-5944. URL:
http://www.redalyc.org/ articulo.oa?id=225117649009
[9] International Standardization Organization, General
principles on reliability for structures, ISO 2394:2008,
Geneva, 2008.
[10] S. Liu, H. Zhang, C. Li, H. Lu, Y. Hu, Fuzzy
reliability estimation for cutting tools, Procedia CIRP
15 (2014) 62–67.
[11] C. Letot, R. Serra, M. Dossevi, P. Dehombreux,
Cutting tools reliability and residual life prediction
from degradation indicators in turning process, Int. J.
Adv. Manuf. Technol. 86 (1–4) (2016) 495–506.
[12] K. Salonitis, A. Kolios, Reliability assessment of
cutting tool life based on surrogate approximation
methods, Int. J. Adv. Manuf. Technol. 71 (5–8) (2014)
1197–1208.
[13] B. Chen, X. Chen, B. Li, Z. He, H. Cao, G. Cai,
Reliability estimation for cutting tools based on logistic
regression model using vibration signals, Mech. Syst.
Signal Process. 25 (7) (2011) 2526–2537.
10
[14] K.S. Wang, W.S. Lin, F.S. Hsu, A new approach
for determining the reliability of a cutting tool, Int. J.
Adv. Manuf. Technol. 17 (10) (2001) 705–709.
[15] F. Ding, Z. He, Cutting tool wear monitoring for
reliability analysis using proportional hazards model,
Int. J. Adv. Manuf. Technol. 57 (5) (2011) 565–574.
[16] N. Fan, X. Ai, J.X. Deng, Reliability of ceramic
cutting tool life by wear, Chin. J. Mech. Eng. 38 (4)
(2002) 30–35.
[17] Z. Yin, Study on Multi-Scale Design Theory and
Cutting Reliability of Ceramic Cutting Tools Used in
High-Speed Machining (Ph.D. thesis), Shandong
University, Jinan, 2014.
[18] G. Zhao, Study on the Fabrication and Wear
Reliability Evaluation of In-Situ Growth Elongated
TiB2 Grains Toughened Ceramic Cutting Tools (Ph.D.
thesis), Shandong University, Jinan, 2015.
[19] Z. Klim, E. Ennajimi, M. Balazinski, C. Fortin,
Cutting tool reliability analysis forvariable feed milling
of 17 4PH stainless steel, Wear 195 (1996) 206–213.
[20] G. Bartarya y S.K. Choudhury. “State of the art in
hard turning”. International Journal of Machine Tools
and Manufacture. Vol. 53, Issue 1, pp. 1-14. 2012
ISSN: 0890-6955. DOI:
10.1016/j.ijmachtools.2011.08.019.
[21] S. Rizzuti y D. Umbrello. “Prediction Of Abrasive
And Diffusive Tool Wear Mechanisms In Machining”.
AIP Conference Proceedings. Paris. 2011.
[22] F. Ding, Z. He, Cutting tool wear monitoring for
reliability analysis using proportional hazards model,
Int. J. Adv. Manuf. Technol. 57 (5) (2011) 565–574.
[23] N. Fan, X. Ai, J.X. Deng, Reliability of ceramic
cutting tool life by wear, Chin. J. Mech. Eng. 38 (4)
(2002) 30–35.