Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/58332
Title: การพยากรณ์ในกระบวนการสำหรับความขรุขระผิวชิ้นงานในการกลึงอะลูมิเนียม
Other Titles: In-Process Prediction of Surface Roughness in Aluminium Turning
Authors: อาทิตยา ชัยจรีนนท์
Advisors: สมเกียรติ ตั้งจิตสิตเจริญ
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: Somkiat.Ta@Chula.ac.th,Somkiat.Ta@Chula.ac.th
Issue Date: 2560
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: งานวิจัยนี้เพื่อศึกษาความสัมพันธ์ระหว่างความขรุขระผิวชิ้นงานอะลูมิเนียมในขณะตัดกับค่าอัตราส่วนแรงตัดที่วัดได้ในขณะตัดจริง ภายใต้เงื่อนไขการตัดต่างๆบนเครื่องกลึงซีเอ็นซี โดยที่งานวิจัยนี้ได้ทำการวัดสัญญาณแรงตัดที่เกิดขึ้นในขณะตัดด้วย ไดนาโมมิเตอร์ ผ่านเครื่องขยายสัญญาณก่อนนำมาคำนวณ ซึ่งอัตราส่วนแรงตัดที่ถูกนำมาพิจารณาคืออัตราส่วนแรงป้อนตัดต่อแรงตัดหลัก แล้วนำอัตราส่วนที่ได้มาประยุกต์ใช้ในสมการพัฒนาสมการการพยากรณ์ความขรุขระผิวชิ้นงานร่วมกับเงื่อนไขการตัดได้แก่ ความเร็วตัด อัตราป้อนตัด รัศมีจมูกมีด ความลึกในการตัด และอัตราส่วนแรงตัด จากผลการทดลองพบว่าความสัมพันธ์ระหว่างความขรุขระผิวชิ้นงานและเงื่อนไขการตัดต่างๆ มีความสัมพันธ์กันดังนี้ ความขรุขระผิวชิ้นงานจะมีค่าลดลงเมื่ออัตราป้อนตัด และความลึกในการตัดต่ำ ซึ่งตรงกันข้ามกับความเร็วตัด และรัศมีจมูกมีด สำหรับความสัมพันธ์ระหว่างแรงตัดพลวัตกับความขรุขระผิวชิ้นงานด้วยวิธีประยุกต์ใช้การแปลงฟูเรียร์อย่างรวดเร็ว ผลการทดลองพบว่าแรงตัดพลวัตและความขรุขระผิวชิ้นงานมีความถี่ตรงกัน ดังนั้นพิสูจน์ได้ว่าอัตราส่วนแรงตัดสามารถใช้พยากรณ์ความขรุขระผิวชิ้นงานในขณะตัด ทั้งนี้สมการจากงานวิจัยนี้ได้พัฒนามาจากผลการทดลองในรูปของฟังก์ชันเอกซ์โพเนนเชียล ค่าสัมประสิทธิ์ในฟังก์ชันเอกซ์โพเนนเชียลสามารถคำนวณได้จากการใช้สมการถดถอยพหุคูณด้วยวิธีกำลังสองน้อยที่สุดที่ระดับความเชื่อมั่น 95% จากผลการทดลองการนำเสนอสมการพยากรณ์ความขรุขระผิวชิ้นงานไประยุกต์ในกระบวนการตัดจริงพบว่าสมการพยากรณ์ความขรุขระผิวเฉลี่ย และความขรุขระผิวสูงสุดสามารถใช้พยากรณ์ความขรุขระผิวชิ้นงานในขณะตัดได้โดยมีค่าความแม่นยำเท่ากับ 88.03% และ 89.55% ตามลำดับ
Other Abstract: The aim of this research is to study the relation between the in-process surface roughness of aluminium and the cutting forces ratio during the turning under the various cutting conditions on the CNC turning machine. In the case of this research, the dynamometer is installed to generate a signal while the turning. The cutting force signals are amplified through the charge amplifier before digitization and calculation in the computer. The cutting force ratio, which is the ratio of feed force to main force, is applied to develop the in-process surface roughness model which cooperates with the cutting conditions of the cutting speed, the feed rate, the tool nose radius, the depth of cut and the cutting force ratio. The experimental results, represented the relation between the surface roughness and the cutting conditions which has relative to the surface roughness become lower when the feed rate and the depth of cut are low which is in contrast to the cutting speed and the tool nose radius. For the relation between the dynamic cutting forces and the surface roughness profile is examined by applying the Fast Fourier Transform (FFT). The experimentally obtained results showed that the dynamic cutting forces and the surface roughness profile which are the same frequency. Thus, the cutting force ratio is able to predict the surface roughness during the turning. The surface roughness model is developed based on the experimentally obtained results by employing the exponential function. The multiple regression analysis is utilized to calculate the regression coefficients with the use of the least square method at 95% confident level. It is proved by cutting tests that the arithmetic surface roughness and the surface roughness depth models can be predicted the in-process surface roughness and obtained with the high accuracy of 88.03% and 89.55% respectively.
Description: วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2560
Degree Name: วิศวกรรมศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิศวกรรมอุตสาหการ
URI: http://cuir.car.chula.ac.th/handle/123456789/58332
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
5870372021.pdf8.86 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.