Regular Article

Statistical analysis of surface roughness in turning based on cutting parameters and tool vibrations with response surface methodology (RSM)

Analyse statistique de la rugosité de surface dans le tournage basée sur les vibrations de l’outil avec la méthodologie de la surface de réponse (RSM)

Mechanics and industry laboratory (LMI), Badji Mokhtar University −Annaba, BP 12, Annaba 23000, Algeria

^* e-mail: e-mail: touatisofiane@gmail.com

Received: 21 December 2016
Accepted: 22 November 2017

Abstract

In this paper, we present an experimental study to determine the effect of the cutting conditions and tool vibration on the surface roughness in finish turning of 32CrMoV12-28 steel, using carbide cutting tool YT15. For these purposes, a linear quadratic model in interaction of connecting surface roughness (Ra, Rz) with different combinations of cutting parameters such as cutting speed, feed rate, depth of cut and tool vibration, in radial and in tangential cutting force directions (Vy) and (Vz) is elaborated. In order to express the degree of interaction of cutting parameters and tool vibration, a multiple linear regression and response surface methodology are adopted. The application of this statistical technique for predicting the surface roughness shows that the feed rate is the most dominant factor followed by the cutting speed. However, the depth of the cut and tool vibrations have secondary effect. The presented models have some interest since they are used in the cutting process optimization.

Résumé

Une étude expérimentale a conduit à déterminer les effets des paramètres de coupe et des vibrations d’outil sur la rugosité de surface en tournage lors de l’usinage de l’acier 32CrMoV12-28 avec un outil en carbure métallique YT15. Un modèle quadratique linéaire avec interaction reliant la rugosité (Ra, Rz) aux différentes combinaisons de régime de coupe et les vibrations de l’outil a été élaboré. La régression linéaire multiple et la méthodologie de la surface de réponse ont permis d’exprimer le degré d’influence de chaque élément du régime de coupe et les vibrations d’outil ; l’application de cette technique statistique pour la prédiction de la rugosité montre que l’avance est le facteur le plus dominant suivi par la vitesse de coupe, alors que la profondeur de passe et les vibrations d’outil ont un effet secondaire. Ce modèle peut présenter un intérêt certain pour l’optimisation du processus de coupe.