Generally, the vibrations in the tu

Generally, the vibrations in the turning process can be classified into three categories: free vibration, forced vibration and self-excited vibration [14]. Certain combinations of machining parameters generate process instabilities that produce a high level of vibrations which in turn results in a decrease in accuracy, inferior surface finish, reduced tool life time and lower metal removal rate [15]. Typically, vibrations are analysed using sensors such as accelerometers and dynamometers [16]. For instance, Thomas and Beauchamp [13] analysed the vibrations to evaluate the influence of different cutting variables (cutting speed, depth of cut and feed rate), tool variables (tool nose radius and tool length) and workpiece length on the tool vibration generated in turning by means of a statistical analysis based on 288 tests. Another noteworthy study was conducted by Stoic et al. [17]. In the study, surface roughness is identified as a consequence of both cutting disturbances and the tool/workpiece non-uniform loading distribution. Authors stated that force measurements are preferred for low frequencies and acceleration measurements at high frequencies. Lee et al. [14] recognised the different behaviour in terms of vibrations of two different materials: S45C steel and 6061 aluminium when turned, presenting a vibration absorber method to diminish the vibrations generated. Upadhyay et al. [18] developed a prediction model using cutting parameters and vibrations as input to predict surface roughness. They developed models as a function of the vibration amplitude (radial, axial and tangential directions), obtaining an average percentage error of 4.11% and maximum percentage error of 6.42%. Hessainia et al. [19] studied the surface roughness in hard turning, evaluating the influence of the cutting parameters and vibrations measured in the main and radial cutting force directions. In the study, a strong relation between surface roughness and cutting parameters, mainly feed rate, was found, while vibrations were found to be non-significant in the Analysis of Variance performed. Abouelatta and Mádl [20] predicted the surface roughness based on cutting parameters and tool vibrations, stating that the prediction is better when the model includes tool vibrations.

ผลลัพธ์ (ไทย) 1:

โดยทั่วไป การสั่นสะเทือนในกระบวนการเปลี่ยนอาจแบ่งได้เป็นสามประเภท: ฟรีสั่น สั่นสะเทือนบังคับ และสั่นสะเทือนตื่นเต้นเอง [14] ชุดข้อมูลบางอย่างของเครื่องจักรกลพารามิเตอร์สร้างเสถียรกระบวนการที่ผลิตระดับการสั่นสะเทือนซึ่งจะผลให้ลดความแม่นยำ รองพื้นผิวเสร็จสิ้น ชีวิตมือลดลงและอัตราการกำจัดโลหะต่ำกว่า [15] โดยปกติ สั่นจะวิเคราะห์ใช้เซ็นเซอร์เช่นหัวและ dynamometers [16] เช่น Thomas และโบชอมป์ [13] วิเคราะห์การสั่นสะเทือนการประเมินอิทธิพลของตัวแปรตัด (ความเร็วตัด ความลึกของการตัด และดึงข้อมูลอัตรา), ตัวแปรเครื่องมือ (เครื่องมือจมูกรัศมีและความยาวของเครื่องมือ) และความยาวของชิ้นงานในการสั่นมือที่สร้างขึ้นในการเปลี่ยนโดยใช้การวิเคราะห์ทางสถิติคะแนนการทดสอบ 288 การศึกษาสำคัญอื่นดำเนินการโดยใจ et al. [17] ในการศึกษา มีระบุพื้นผิวขรุขระเป็นผลมาจากการรบกวนการตัดและการกระจายไม่สม่ำเสมอการโหลดเครื่องมือ/ชิ้นงาน ผู้เขียนระบุไว้ว่า เป็นการวัดแรงที่ต้องการสำหรับความถี่ต่ำและเร่งการวัดที่ความถี่สูง Lee et al. [14] รู้พฤติกรรมแตกต่างกันในแง่ของการสั่นสะเทือนของสองวัสดุ: S45C เหล็กและอลูมิเนียม 6061 เมื่อเปิด สร้างนำเสนอวิธีการดูดซับการสั่นสะเทือนที่จะลดการสั่นไหว Upadhyay et al. [18] ได้พัฒนาแบบคาดการณ์ที่ใช้ตัดพารามิเตอร์และการสั่นสะเทือนเป็นอินพุตทำนายพื้นผิวขรุขระ พวกเขาได้พัฒนาแบบจำลองเป็นฟังก์ชันของคลื่นสั่นสะเทือน (ทิศทางรัศมี แกน และ tangential), ได้รับข้อผิดพลาดค่าเฉลี่ย 4.11% และเปอร์เซ็นต์สูงสุดผิดพลาด 6.42% Hessainia et al. [19] ศึกษาพื้นผิวขรุขระในเลี้ยวยาก ประเมินอิทธิพลของพารามิเตอร์การตัด และแรงสั่นสะเทือนที่วัดได้ในการตัดหลัก และรัศมีบังคับทิศทาง ในการศึกษา ความสัมพันธ์ที่แข็งแกร่งระหว่างพื้นผิวที่ขรุขระและตัดพารามิเตอร์ อัตรา ป้อนส่วนใหญ่พบ ในขณะที่แรงสั่นสะเทือนจะไม่สำคัญในการดำเนินการวิเคราะห์ความแปรปรวน Abouelatta และ Mádl [20] ทำนายพื้นผิวขรุขระตามพารามิเตอร์ตัดและเครื่องมือสั่นสะเทือน ระบุการคาดการณ์ว่าดีกว่าเมื่อแบบมีมือสั่น

ผลลัพธ์ (ไทย) 2:

โดยทั่วไปการสั่นสะเทือนในกระบวนการเปลี่ยนสามารถแบ่งได้เป็นสามประเภท: การสั่นสะเทือนฟรีบังคับสั่นสะเทือนและตัวเองรู้สึกตื่นเต้นสั่นสะเทือน [14] บางชุดของพารามิเตอร์เครื่องจักรกลสร้างความไม่เสถียรกระบวนการที่ผลิตในระดับสูงของการสั่นสะเทือนซึ่งในผลการเปิดลดลงในความถูกต้อง, พื้นผิวที่ด้อยกว่าการลดเวลาอายุการใช้งานและอัตราการกำจัดโลหะลดลง [15] โดยปกติแล้วการสั่นสะเทือนที่มีการวิเคราะห์โดยใช้เซ็นเซอร์เช่น accelerometers และ Dynamometers [16] ยกตัวอย่างเช่นโทมัสและเตช [13] การวิเคราะห์การสั่นสะเทือนในการประเมินอิทธิพลของตัวแปรตัดที่แตกต่างกัน (ความเร็วในการตัดความลึกของการตัดและอัตราการป้อน) ตัวแปรเครื่องมือ (เครื่องมือจมูกรัศมีและระยะเวลาในเครื่องมือ) และระยะเวลาในชิ้นงานในการสั่นสะเทือนเครื่องมือที่สร้างขึ้น ในการเปลี่ยนโดยวิธีการของการวิเคราะห์ทางสถิติอยู่บนพื้นฐานของการทดสอบ 288 ที่น่าสังเกตอีกการศึกษาได้ดำเนินการโดยอดทน, et al [17] ในการศึกษาพื้นผิวที่ขรุขระถูกระบุว่าเป็นผลมาจากทั้งการรบกวนการตัดและเครื่องมือ / ชิ้นงานนอกเครื่องแบบกระจายโหลด ผู้เขียนระบุว่าวัดแรงเป็นที่ต้องการสำหรับความถี่ต่ำและการวัดอัตราเร่งที่ความถี่สูง Lee et al, [14] ได้รับการยอมรับพฤติกรรมที่แตกต่างกันในแง่ของการสั่นสะเทือนของทั้งสองวัสดุที่แตกต่าง: เหล็ก S45C และอลูมิเนียม 6061 เมื่อเปิดนำเสนอวิธีการดูดซับการสั่นสะเทือนเพื่อลดการสั่นสะเทือนที่เกิดขึ้น Upadhyay et al, [18] การพัฒนารูปแบบการทำนายโดยใช้พารามิเตอร์การตัดและการสั่นสะเทือนเป็น input ในการทำนายพื้นผิวที่ขรุขระ พวกเขาพัฒนาแบบจำลองเป็นหน้าที่ของคลื่นการสั่นสะเทือน (รัศมีแกนและทิศทางวง) ที่ได้รับข้อผิดพลาดร้อยละเฉลี่ย 4.11% และความผิดพลาดร้อยละสูงสุด 6.42% Hessainia et al, [19] การศึกษาพื้นผิวที่ขรุขระในการเปลี่ยนยากประเมินอิทธิพลของพารามิเตอร์การตัดและการสั่นสะเทือนวัดได้ในรัศมีหลักและทิศทางแรงตัด ในการศึกษาความสัมพันธ์ที่แข็งแกร่งระหว่างพื้นผิวที่ขรุขระและตัดพารามิเตอร์ส่วนใหญ่อัตราการป้อนถูกพบในขณะที่การสั่นสะเทือนจะพบไม่ใช่อย่างมีนัยสำคัญในการวิเคราะห์ความแปรปรวนดำเนินการ Abouelatta และMádl [20] ทำนายพื้นผิวที่ขรุขระบนพื้นฐานของการตัดค่าพารามิเตอร์และการสั่นสะเทือนเครื่องมือที่ระบุว่าคำทำนายจะดีขึ้นเมื่อรูปแบบรวมถึงการสั่นสะเทือนเครื่องมือ