ปัจจัยในการกัดชิ้นงานด้วยมีดกัดเอ็นมิลล์โซลิดคาร์ไบด์เคลือบผิวไทเทเนียมอะลูมิเนียมไนไตรด์ที่มีผลต่ออายุการใช้งานของคมตัดและความเรียบผิว
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยในการกัดชิ้นงานด้วยมีดกัดเอ็นมิลล์โซลิดคาร์ไบด์เคลือบผิวไทเทเนียมอะลูมิเนียมไนไตรด์ที่มีผลต่ออายุการใช้งานของคมตัดและความเรียบผิว โดยทำการทดสอบการตัดเฉือนวัสดุเหล็กกล้าคาร์บอนปานกลาง (S45C) ปัจจัยที่มีผลต่ออายุการใช้งานของมีดกัดที่สำคัญคือความเร็วรอบ อัตราการป้อนและความลึกในการตัดเฉือน นอกจากนี้ปัจจัยที่มีผลต่อคมตัดยังเกิดจากทิศทางการควบคุม ระยะในการป้อนตัดเฉือนงานด้านข้าง และการหล่อเย็น ดังนั้นงานวิจัยฉบับนี้จึงทำการทดลองโดยควบคุมความเร็วรอบ อัตราการป้อนความลึกในการตัดเฉือน และได้กำหนดปัจจัยในการศึกษาทดลองโดยกำหนดปัจจัย 3 ประเภทคือ ระยะการป้อน (Overlap) ทิศทางควบคุมการกัด (Cut Direction) และนํ้าหล่อเย็น (Coolant) ตัวแปรคือความเรียบผิวของงานซึ่งอยู่ในขอบเขตที่กำหนดในมาตรฐานงานกัดความเรียบผิว (Ra) ≤ 1.6 ไมโครเมตร ใช้ความเร็วรอบคงที่ 1500 รอบ/นาที โดยมีการกำหนดระดับปัจจัย 2 ระดับคือระยะการป้อนที่ 2 มิลลิเมตร และ 4 มิลลิเมตร ทิศทางการเคลื่อนที่ตัดเฉือนแบบ Climb Milling และการเคลื่อนที่ตัดเฉือนแบบ Conventional Milling การปิดและเปิดนํ้าหล่อเย็น จากการศึกษาพบว่าปัจจัยที่มีผลต่ออายุการใช้งานและความเรียบผิวงานคือ ระยะการป้อน ทิศทางควบคุมการกัด และการปิดเปิดนํ้าหล่อเย็นมีผลต่ออายุการใช้งานของมีดกัดอย่างมีนัยสำคัญที่ระดับ .05 ระดับของปัจจัยที่เหมาะสมที่สุดคือทิศทางการเคลื่อนที่การตัดเฉือนควรใช้แบบกัดตาม ควรเปิดนํ้าหล่อเย็น และระยะการป้อนที่ 2 มิลลิเมตร ซึ่งทำให้อายุการใช้งานมีดกัดสามารถใช้งานได้อย่างเต็มประสิทธิภาพมีคุณภาพความเรียบผิวงานที่ดีและมีอายุการใช้งานนานขึ้นส่งผลให้ค่าใช้จ่ายโรงงานลดลงเมื่อเลือกปัจจัยที่เหมาะสม
Article Details
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
References
[2] S. Thamizhmani and S. Hasan, “Analyses of roughness forces and wear in turing gray cast iron,” Journal of Achievements in Materials and Manufacturing Engineering, vol. 17, pp. 401–405, 2003.
[3] T. Özel and Y. Karpat, “Predictive modeling of surface roughness and tool wear in hard turning using regression and neural networks,” International Journal of Machine Tools and Manufacture, vol. 45, pp.467–479, April 2005.
[4] S.C. Jonathan Lin, Computer Numerical Control from Programming to networking. Dclmcr Publishers, 1994, pp.125–154.
[5] P. Junlabuddee and C. Saikaew, “A study on factor affecting surface roughness in turning process of AISI 316L stainless steel by Shainin design of experiment method,” Khon Kaen University Engineering Journal, vol. 42, no. 1, pp. 71–81, January–March 2015 (in Thai).
[6] F. Water, Fundamentals of Manufacturing for Engineers. UCL Press Limited 1996, pp. 235–237.
[7] D.C. Montgomery, Design and Analysis of Experiment. The United States of America: John Wiley & Sons, 2005.
[8] B. Sornil and S. Watanasriyakul, Tabellenbuch Metall. KMUTNB. Press Limited, 2013 (in Thai).
[9] O. Çakīr, A. Yardimeden, T. Ozben, and E. Kilickap, “Selection of cutting fluids in machining processes,” Journal of Achievements in Materials and Manufacturing Engineering, vol. 25, no. 2, pp. 99–102, December 2007.