การปรับปรุงค่าความเรียบผิวเหล็ก ST37 ด้วยเครื่องกลึงซีเอ็นซีโดยใช้เทคนิคทากุชิ
DOI:
https://doi.org/10.14456/jeit.2023.22คำสำคัญ:
การขึ้นรูปด้วยเครื่องจักรซีเอ็นซี, ความเรียบผิว, เทคนิคทากุชิ, เหล็ก ST37, การปรับปรุงกระบวนการบทคัดย่อ
งานวิจัยนี้มุ่งหมายที่จะศึกษาและพัฒนากระบวนการขึ้นรูปเหล็ก ST37 ด้วยเครื่องจักรซีเอ็นซีกลึงเพื่อปรับปรุงคุณภาพทางด้านความเรียบผิวของชิ้นงาน ซึ่งเป็นปัจจัยที่สำคัญต่อการใช้งานและความทนทานของชิ้นงาน โดยวิธีทากุชิในการออกแบบการทดลองและการวิเคราะห์ผล มีปัจจัยที่นำมาพิจารณาทั้งหมด 3 ปัจจัย ได้แก่ ความเร็วรอบ อัตราการป้อน และระยะป้อนลึก ในการออกแบบการทดลอง วิธีทากุชิ L9 ได้ถูกนำมาใช้เนื่องจากสามารถวิเคราะห์ความสัมพันธ์ของปัจจัยและระดับต่าง ๆ อย่างมีประสิทธิภาพ การทดลองได้ดำเนินการโดยวัดค่าความเรียบผิวของชิ้นงานหลังจากการกลึง ในการวิเคราะห์ผล งานวิจัยได้ใช้การวิเคราะห์ค่า S/N ratio เพื่อวัดความผันผวนและความคงเส้นคงวาของกระบวนการ นอกจากนี้ยังได้ทำการวิเคราะห์ความแปรปรวน (ANOVA) เพื่อศึกษาความสำคัญของแต่ละปัจจัยต่อค่าความเรียบผิวของชิ้นงาน ผลการวิจัยแสดงให้เห็นถึงค่าพารามิเตอร์ที่เหมาะสมของแต่ละปัจจัยในการขึ้นรูปเหล็ก ST37 ที่จะทำให้ได้ความเรียบผิวที่ดีที่สุด ผลการวิจัยพบว่า พารามิเตอร์ที่เหมาะสมที่สุดในการขึ้นรูปเหล็ก ST37 คือ ความเร็วรอบ 2,000 รอบต่อนาที อัตราการป้อน 0.06 มิลลิเมตรต่อรอบ และระยะป้อนลึก 0.5 มิลลิเมตร ซึ่งพารามิเตอร์นี้ทำให้ได้ค่าความเรียบผิวที่ดีที่สุดเท่ากับ 0.984 ไมครอน ผลของงานวิจัยนี้สามารถนำไปใช้เป็นแนวทางในการปรับปรุงและพัฒนากระบวนการขึ้นรูปชิ้นงานในอุตสาหกรรม โดยเฉพาะในการผลิตชิ้นงานที่ต้องการความเรียบผิวที่ดี นอกจากนี้ งานวิจัยยังสามารถช่วยลดต้นทุนและเพิ่มประสิทธิภาพในกระบวนการผลิต ทำให้สามารถตอบสนองต่อความต้องการของตลาดและเพิ่มความสามารถของการแข่งขันในอุตสาหกรรมได้ดียิ่งขึ้น
References
[1] N. Rathod, M. Chopra, P. Chaurasiya, and U. S. Vidhate, " Optimization of Tool Life, Surface Roughness and Production Time in CNC Turning Process Using Taguchi Method and ANOVA," Annals of Data Science, vol. 10, 2022, doi: 10. 10.1007/s40745-022-00423-7.
[2] K. M and D. M., "Analysis of tool vibration and surface roughness during turning process of tempered steel samples using Taguchi method," Proceedings of the Institution of Mechanical Engineers, Part E: Journal of Process Mechanical Engineering, vol. 235, no. 5, pp. 1429-1438, 2021, doi: 10.1177/0954408921100 1976.
[3] F. Susac, F. Stan, C. Fetecau, and I. Besliu, "Prediction and Optimization of Surface Roughness and Cutting Force in Turning of UHMWPE by Using Taguchi Method, Response Surface Methodology and Neural Networks," in Proceedings of the ASME 2020 15th International Manufacturing Science and Engineering Conference. Volume 2: Manufacturing Processes; Manufacturing Systems; Nano/Micro/Meso Manufacturing; Quality and Reliability, Virtual, Online, September 3, 2020: ASME, p. V002T06A035, doi: https://doi.org/10.1115/MSEC2020-8534.
[4] N. Mandal, B. Doloi, B. Mondal, and R. Das, "Optimization of flank wear using Zirconia Toughened Alumina (ZTA) cutting tool: taguchi method and regression analysis," Measurement, vol. 44, pp. 2149– 2155, 2011.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
หมวดหมู่
License
Copyright (c) 2023 วารสารวิศวกรรมและเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยกาฬสินธุ์
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ลิขสิทธิ์ของวารสาร
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารศูนย์ดัชนีการอ้างอิงวารสารไทย ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารศูนย์ดัชนีการอ้างอิงวารสารไทย ถือเป็นลิขสิทธิ์ของวารสารศูนย์ดัชนีการอ้างอิงวารสารไทย หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด จะต้องได้รับอนุญาตเป็นลายลักอักษรจากวารสารศูนย์ดัชนีการอ้างอิงวารสารไทยก่อนเท่านั้น