تحلیل حساسیت، مدلسازی و بهینه سازی رفتار نیروی برشی و سایش ابزار در فرزکاری کامپوزیت پایه آلومینیومی با درصدهای مختلف sic

پیشرفت‌های صورت گرفته در بسیاری از زمینه‌های مهندسی مرهون دستیابی به مواد اولیه با ویژگی‌های مطلوب است. استفاده از کامپوزیت‌های زمینه فلزی به دلیل دارا بودن نسبت استحکام به وزن مناسب، مقاومت به سایش و خزش و... به‌عنوان یک جایگزین برای مواد اولیه رایج ازجمله آلیاژهای آهنی در حال رشد سریع می‌باشد. ماشین‌کاری کامپوزیت‌های پایه فلزی به دلیل وجود ذرات تقویت‌کننده بسیار ساینده در زمینه فلزی آن، کاری دشوار و همراه با مشکلات فراوان روبه‌رو است. ازاین‌رو بررسی عوامل اثرگذار بر روی این مواد امری لازم و اجتناب‌ناپذیر است. در این مطالعه سعی بر این شده است مطالعه ای روشمند به منظور بررسی تاثیر پارامترهای سرعت دوران اسپیندل، سرعت پیشروی، عمق برش و درصد ذرات تقویت‌کننده بر روی رفتار نیروی برشی و سایش ابزار با استفاده از روش‌های طراحی ازمایش،  مدلسازی و روش های تحلیل حساسیت آماری صورت گیرد. تحلیل دقیق رفتارها با ارائه معادلات رگرسیون  آماری و بهینه سازی به روش درینگر و تحلیل حساسیت ای - فست انجام شده است. مطابق با نتایج به‌دست‌آمده عمق برش بیشترین تاثیر را بر نیروی ماشین‌کاری را داد. همچنین سرعت برشی با 77%، نرخ پیشروی با 9% درصد و عمق برش و درصد وزنی ذرات تقویت‌کننده با 7% درصد سایر پارامترهای اثرگذار بر روی سایش ابزار در فرآیند فرزکاری این کامپوزیت هستند.

sensitivity analysis modeling and optimization of cutting forces and stool wear in milling of aluminum matrix composite

advances in many engineering fields depend on materials with appropriate properties. the use of metal-matrix composites is rapidly growing as a suitable alternative to conventional materials due to their strength-to-weight ratio, resistance to wear and creep, etc. machining of metal-based composites is a difficult task due to the presence of very abrasive reinforcing particles in its based metal. therefore, it is necessary to investigate the factors affecting these materials. in this research, a methodical study has been conducted to investigate the effect of the parameters of spindle  speed, feed rate, depth of cut and the percentage of reinforcing particles on the behavior of cutting force and tool wear using experimental design methods, modeling and statistical sensitivity analysis methods. . detailed analysis of behaviors has been done by providing statistical regression equations and optimization by deringer’s method and e-fast-sensitivity analysis. according to the obtained results, the cutting depth had the greatest effect on the machining force. also, cutting speed with 77%, advance rate with 9% percent and cutting depth and weight percent of reinforcing particles with 7% percent are other parameters affecting tool wear in the milling process of this composite.