Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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.
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].
2 Tablas
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.
4
Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.
5
Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.
6
Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.
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:
Fórmulas
7
Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.
Procedimiento en Ansys ®
8
Velásquez-Henao & Rada-Tobón / DYNA 81 (184), pp. 1-2. April, 2014.
9
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 [14] K.S. Wang, W.S. Lin, F.S. Hsu, A new approach
wear in orthogonal cutting with internal cooling”. for determining the reliability of a cutting tool, Int. J.
Wear. Vol. 253, Issue 9-10, pp. 957-962. 2002 ISSN: Adv. Manuf. Technol. 17 (10) (2001) 705–709.
0043-1648. DOI: 10.1016/s0043-1648(02)00248-x.
[15] F. Ding, Z. He, Cutting tool wear monitoring for
[5] V.P. Astakhov. “The assessment of cutting tool reliability analysis using proportional hazards model,
wear”. International Journal of Machine Tools and Int. J. Adv. Manuf. Technol. 57 (5) (2011) 565–574.
Manufacture. Vol. 44, Issue 6, pp. 637-647. 2004.
[16] N. Fan, X. Ai, J.X. Deng, Reliability of ceramic
[6] F. Kara, K. Aslanta y A. Çiçek. “Prediction of cutting tool life by wear, Chin. J. Mech. Eng. 38 (4)
cutting temperature in orthogonal machining of AISI (2002) 30–35.
316L using artificial neural network”. Applied Soft
Computing. Vol. 38, pp. 64-74. 2016 ISSN: 1568-4946. [17] Z. Yin, Study on Multi-Scale Design Theory and
DOI: 10.1016/j. asoc.2015.09.034. Cutting Reliability of Ceramic Cutting Tools Used in
High-Speed Machining (Ph.D. thesis), Shandong
[7] Asiltürk y S. Ne eli. “Multi response optimisation of University, Jinan, 2014.
CNC turning parameters via Taguchi method-based
response surface analysis”. Measurement. Vol. 45, [18] G. Zhao, Study on the Fabrication and Wear
Issue 4, pp. 785-794. 2012 ISSN: 0263-2241. DOI: Reliability Evaluation of In-Situ Growth Elongated
10.1016/j.measurement.2011.12.004. TiB2 Grains Toughened Ceramic Cutting Tools (Ph.D.
thesis), Shandong University, Jinan, 2015.
[8] F. Martínez y T. Sánchez. “Conceptos del
maquinado con altas velocidades de corte aplicado en [19] Z. Klim, E. Ennajimi, M. Balazinski, C. Fortin,
moldes y matrices”. Ingeniería Mecánica. Vol. 1, pp. Cutting tool reliability analysis forvariable feed milling
63-65. 2007. ISSN: 1815-5944. URL: of 17 4PH stainless steel, Wear 195 (1996) 206–213.
http://www.redalyc.org/ articulo.oa?id=225117649009
[20] G. Bartarya y S.K. Choudhury. “State of the art in
[9] International Standardization Organization, General hard turning”. International Journal of Machine Tools
principles on reliability for structures, ISO 2394:2008, and Manufacture. Vol. 53, Issue 1, pp. 1-14. 2012
Geneva, 2008. ISSN: 0890-6955. DOI:
10.1016/j.ijmachtools.2011.08.019.
[10] S. Liu, H. Zhang, C. Li, H. Lu, Y. Hu, Fuzzy
reliability estimation for cutting tools, Procedia CIRP [21] S. Rizzuti y D. Umbrello. “Prediction Of Abrasive
15 (2014) 62–67. And Diffusive Tool Wear Mechanisms In Machining”.
AIP Conference Proceedings. Paris. 2011.
[11] C. Letot, R. Serra, M. Dossevi, P. Dehombreux,
Cutting tools reliability and residual life prediction [22] F. Ding, Z. He, Cutting tool wear monitoring for
from degradation indicators in turning process, Int. J. reliability analysis using proportional hazards model,
Adv. Manuf. Technol. 86 (1–4) (2016) 495–506. Int. J. Adv. Manuf. Technol. 57 (5) (2011) 565–574.
[12] K. Salonitis, A. Kolios, Reliability assessment of [23] N. Fan, X. Ai, J.X. Deng, Reliability of ceramic
cutting tool life based on surrogate approximation cutting tool life by wear, Chin. J. Mech. Eng. 38 (4)
methods, Int. J. Adv. Manuf. Technol. 71 (5–8) (2014) (2002) 30–35.
1197–1208.
10