Desgaste de la herramienta de corte en el torneado en seco del acero AISI 316L
El presente estudio experimental se centra en determinar modelos estadísticos para predecir el desgaste del flanco durante el torneado en seco del acero inoxidable AISI 316L utilizando dos insertos de corte. Los parámetros de corte fueron comparados utilizando un análisis de varianza y de regresión...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2017 |
| País: | Ecuador |
| Institución: | Universidad Politécnica Salesiana |
| Repositorio: | Repositorio Universidad Politécnica Salesiana |
| Idioma: | español |
| OAI Identifier: | oai:dspace.ups.edu.ec:123456789/13820 |
| Acceso en línea: | http://dspace.ups.edu.ec/handle/123456789/13820 |
| Access Level: | acceso abierto |
| Palabra clave: | TORNEADO EN SECO; DRY TURNING DESGASTE DEL FLANCO; FLANK WEAR ACERO INOXIDABLE AISI 316L; AISI 316L STAINTESS STEEL ANÁLISIS DE VARIANZA Y REGRESIÓN; ANALYSIS OF VARIANCE AND REGRESSION |
| Sumario: | El presente estudio experimental se centra en determinar modelos estadísticos para predecir el desgaste del flanco durante el torneado en seco del acero inoxidable AISI 316L utilizando dos insertos de corte. Los parámetros de corte fueron comparados utilizando un análisis de varianza y de regresión múltiple. Como principales resultados se obtuvieron el efecto significativo del avance de corte y el tiempo principal en el desgaste del flanco. Se hallaron los modelos estadísticos para estimar el desgaste de flanco, así como los errores absolutos medios de cada ecuación. El mejor desempeño correspondió al inserto GC2015 según las ecuaciones de regresión. // The present experimental study focuses on determining statistical models to predict flank wear during dry turning of AISI 316L stainless steel using two cutting inserts. Cutting parameters were compared using analysis of variance and simple regression. As a main result the significant effect of cutting feed and main time was found. Statistical models were used to estimate flank wear, as well as the mean absolute errors of each equation. The best performance corresponded to the GC2015 insert according to the regression equations. |
|---|