Analyse de l'impact des paramètres de coupe et des vibrations sur la rugosité des pièces usinées en tournage à partir de la méthode de régression linéaire multiple

Impact of cutting parameters and vibrations on surface roughness based on the linear multiple regression

Laboratoire de Mécanique & Structures (LMS), Département de Génie Mécanique, Université 8 Mai 1945 Guelma, BP. 401, 24000 Guelma, Algérie

Reçu : 10 Octobre 2006
Accepté : 31 Octobre 2007

Résumé

La rugosité des surfaces des pièces usinées par tournage joue un très grand rôle sur la qualité du produit fini. Notre étude consiste à développer un modèle basé sur des expériences pour la prédiction de la rugosité. Beaucoup de paramètres influent sur la rugosité d'une façon directe ou indirecte, à savoir les paramètres du régime de coupe tels que l'avance par tour, la vitesse de rotation, la profondeur de passe et les efforts de coupe générés aux contacts outil-pièce, sans oublier les vibrations de l'outil dues aux phénomènes de coupe. Pour mettre en évidence l'influence de tous ces paramètres, des expériences sont réalisées selon un plan factoriel. La détermination du modèle est obtenue par la technique de régression linéaire multiple, sa validation est confirmée par la comparaison de la rugosité obtenue par le modèle et la rugosité mesurée. L'application de cette technique statistique pour la prédiction de la rugosité montre sa fiabilité car l'erreur entre la valeur expérimentale et la valeur calculée par le modèle est négligeable.

Abstract

The roughness of turned surfaces have a very great role in finished product quality, our study consists to developing a model of prediction roughness based on experiments. Many parameters influence directly or indirectly the roughness, like the cutting parameters such as feed rate, spindle speed, depth of cut and the cutting pressures generated at the tool - work piece contact zone, without forgetting the tool vibrations due to the cutting phenomenon; to highlight the influence of all these parameters, experiments are realised at the LMS laboratory according to a multi-factorial plan. The determination of the model is obtained by the technique of multiple linear regressions; its validation is confirmed by the comparison of the roughness obtained by the model and those measured. The application of this statistical technique, for roughness prediction, shows its reliability because the error between experimental value and computed value by the model is negligible.