Back to Search Start Over

Effects of cutting parameters on surface roughness and hardness in milling of AISI 304 steel

Authors :
Hernández González, Luis Wilfredo
Pérez-Rodríguez, Roberto
Quesada-Estrada, Ana María
Dumitrescu, Luminita
Hernández González, Luis Wilfredo
Pérez-Rodríguez, Roberto
Quesada-Estrada, Ana María
Dumitrescu, Luminita
Source :
DYNA; Vol. 85 Núm. 205 (2018): April-June, 2018; 57-63; DYNA; Vol. 85 No. 205 (2018): April-June, 2018; 57-63; 2346-2183; 0012-7353
Publication Year :
2018

Abstract

This paper presents an experimental study in dry milling of austenitic AISI 304 stainless steel with hard alloy milling cutters, related to the influence of feed rate and cutting speed on surface roughness and hardness. The results show that machining caused a decrease in hardness of the workpiece with respect to the initial hardness, however, the feed rate and the cutting speed did not show any statistically significant effects on the established level of confidence. The lower surface roughness values were obtained for higher cutting speeds and for smaller feed rates, being the cutting speed the factor of greater contribution. The multiple regression model was computed and the requirements were tested to state that the variables are correlated. Finally, the most appropriate cutting parameters were determined using the contour plot.<br />Este trabajo presenta un estudio experimental, en el fresado en seco del acero inoxidable austenítico AISI 304 con fresas de aleación dura, relacionado con la influencia del avance y de la velocidad de corte sobre la rugosidad superficial y la dureza. Los resultados muestran que, el maquinado provocó una disminución de la dureza de la pieza con relación a la pieza inicial, no obstante, el avance y la velocidad de corte no representaron efectos estadísticamente significativos para el nivel de confianza establecido. Los menores valores de rugosidad superficial se obtuvieron para las mayores velocidades de corte y para los menores avances, siendo la velocidad de corte el factor de mayor contribución. El modelo de regresión múltiple fue calculado y se comprobaron los requisitos para plantear que las variables están correlacionadas. Finalmente, se determinaron los parámetros de corte más adecuados utilizando el gráfico de contorno.

Details

Database :
OAIster
Journal :
DYNA; Vol. 85 Núm. 205 (2018): April-June, 2018; 57-63; DYNA; Vol. 85 No. 205 (2018): April-June, 2018; 57-63; 2346-2183; 0012-7353
Notes :
application/pdf, DYNA; Vol. 85 Núm. 205 (2018): April-June, 2018; 57-63, English
Publication Type :
Electronic Resource
Accession number :
edsoai.on1096384882
Document Type :
Electronic Resource