ОБРАБОТКА МЕТАЛЛОВ

Введение. Жаропрочные сплавы, в частности никелевые, имеют критическое значение в авиа- и ракетостроении, а также в аэрокосмической отрасли в целом благодаря сочетанию высокой износостойкости и прочности. Однако существенный нагрев в зоне резания при их механической обработке создает значительные технологические сложности. Производители постоянно ведут поиск новых подходов к повышению обрабатываемости таких материалов, применяя передовые технологии механической обработки, современный режущий инструмент и эффективные методы охлаждения. В этом контексте вращающиеся инструменты демонстрируют существенный потенциал для повышения производительности при обработке труднообрабатываемых материалов. Цель работы. Корректное определение геометрических характеристик и допусков (GD&T) при обработке аэрокосмических сплавов, что является ключевым для обеспечения точности и взаимозаменяемости деталей. Тем не менее влияние наножидкостей на эти параметры в процессе точения вращающимися инструментами изучено недостаточно. Методы исследования. В работе исследовался процесс точения сплава Inconel 718 с применением гибридной наножидкости в режиме охлаждения минимальным количеством СОЖ (NFMQL) и использовался ротационный инструмент с собственным приводом (SPRT). Наножидкость была получена диспергированием наночастиц Al?O? и многослойных углеродных нанотрубок в пальмовом масле. Износ инструмента оценивался по данным оптической и сканирующей электронной микроскопии. Проанализирована зависимость радиальных параметров GD&T (отклонение от круглости, цилиндричности, радиальное биение), шероховатости поверхности, стойкости инструмента и твердости заготовки от режимов резания. Для определения оптимальных компромиссных параметров обработки и построения фронта Парето использовалась комбинация метода TOPSIS (техника упорядочения предпочтений по сходству с идеальным решением) и генетического алгоритма (GA). В завершение представлены обобщенные результаты оптимизации. Результаты и обсуждение. Для оценки обрабатываемости сплава Inconel 718 при точении инструментом SPRT в условиях NFMQL применялась гибридная наножидкость. Исследованы отклонения от круглости и цилиндричности, радиальное биение, а также характеристики обработанной поверхности. Анализ износа инструмента выполнялся методами оптической и сканирующей электронной микроскопии. Установлено, что шероховатость поверхности и стойкость инструмента в наибольшей степени зависят от подачи и скорости резания, в то время как отклонение от цилиндричности наиболее чувствительно к глубине резания. С помощью комбинации генетического алгоритма и метода TOPSIS были получены фронт Парето и набор наилучших компромиссных решений. Показано, что точение сплава Inconel 718 при подаче 0,1 мм/об, глубине резания 0,2 мм и скорости резания 30…60 м/мин позволяет достичь отклонений от круглости и цилиндричности до 5,68 мкм, радиального биения – до 0,43 мм, а также следующих диапазонов значений: шероховатость поверхности 1,07…1,54 мкм, стойкость инструмента 3,46…8,44 мин, твердость заготовки 36…38 HRC. Результаты работы представляют ценность для проектирования самовращающихся инструментов и способствуют их широкому внедрению в практику обработки жаропрочных сплавов. Перспективными направлениями дальнейших исследований являются изучение агломерации наночастиц в наножидкостях и применение модифицирующих присадок для повышения эффективности обработки. Кроме того, потенциал повышения производительности в условиях NFMQL может быть реализован за счет использования микротекстурированных самоустанавливающихся вращающихся инструментов в комбинации с наножидкостями, что также позволит улучшить показатели целостности поверхностного слоя.

1. Rajurkar A., Chinchanikar S. Investigations on homothetic and hybrid micro-textured tools during turning Inconel-718 // Materials and Manufacturing Processes. – 2023. – Vol. 39 (4). – P. 529–545. – DOI: 10.1080/10426914.2023.2236188.

2. Rajurkar A., Chinchanikar S. Investigation on the effect of laser parameters and hatch patterns on the dimensional accuracy of micro-dimple and micro-channel texture geometries // International Journal on Interactive Design and Manufacturing. – 2024. – Vol. 18. – P. 7021–7038. – DOI: 10.1007/s12008-023-01258-z.

3. Kulkarni P., Chinchanikar S. A review on machining of nickel-based superalloys using nanofluids under minimum quantity lubrication (NFMQL) // Journal of the Institution of Engineers (India): Series C. – 2023. – Vol. 104 (1). – P. 183–199. – DOI: 10.1007/s40032-022-00905-w.

4. Shafiq A., Çolak A.B., Sindhu T.N. Significance of EMHD graphene oxide (GO) water ethylene glycol nanofluid flow in a Darcy–Forchheimer medium by machine learning algorithm // The European Physical Journal Plus. – 2023. – Vol. 138 (3). – P. 213. – DOI: 10.1140/epjp/s13360-023-03798-5.

5. Chinchanikar S., Kore S.S., Hujare P. A review on nanofluids in minimum quantity lubrication machining // Journal of Manufacturing Processes. – 2021. – Vol. 68 (A). – P. 56–70. – DOI: 10.1016/j.jmapro.2021.05.028.

6. Effect of nanoparticles in cutting fluid for structural machining of Inconel 718 / A. Faheem, T. Husain, F. Hasan, V Murtaza // Advances in Materials and Processing Technologies. – 2022. – Vol. 8 (1). – P. 259–276. – DOI: 10.1080/2374068X.2020.1802563.

7. Kulkarni P., Chinchanikar S. Machinability of Inconel 718 using unitary and hybrid nanofluids under minimum quantity lubrication // Advances in Materials and Processing Technologies. – 2024. – Vol. 11 (1). – P. 421–449. – DOI: 10.1080/2374068X.2024.2307103.

8. Kulkarni P., Chinchanikar S. Machining effects and multi-objective optimization in Inconel 718 turning with unitary and hybrid nanofluids under MQL // Fracture and Structural Integrity. – 2024. – Vol. 18 (68). – P. 222–241. – DOI: 10.3221/IGF-ESIS.68.15.

9. Makhesana M.A., Patel K.M. Performance assessment of vegetable oil-based nanofluid in Minimum Quantity Lubrication (MQL) during machining of Inconel 718 // Advances in Materials and Processing Technologies. – 2022. – Vol. 8 (3). – P. 3182–3198. – DOI: 10.1080/2374068X.2021.1945305.

10. On machining hardened steel AISI 4140 with self-propelled rotary tools: experimental investigation and analysis / W. Ahmed, H. Hegab, A. Mohany, H. Kishawy // The International Journal of Advanced Manufacturing Technology. – 2021. – Vol. 113 (11–12). – P. 3163–3176. – DOI: 10.1007/s00170-021-06827-8.

11. Chinchanikar S., Motgi N. Machinability studies with radial GD&T parameters during turning Inconel 718 using a custom-designed self-propelled rotary tool: a GA-TOPSIS multi-objective optimisation approach // Advances in Materials and Processing Technologies. – 2025. – P. 1–21. – DOI: 10.1080/2374068X.2025.2497768.

12. Motgi N., Chinchanikar S. A review on self-propelled rotary tools: a comparative with fixed-tool machining, modeling, design, and developments // Advances in Manufacturing Engineering: Select proceedings of ICFAMMT 2024. – Singapore: Springer, 2024. – P. 3–20. – (Lecture Notes in Mechanical Engineering). – DOI: 10.1007/978-981-97-4324-7_1.

13. Chinchanikar S., Motgi N. Tool wear evaluation of self-propelled rotary tool and conventional round tool during turning Inconel 718 // Fracture and Structural Integrity. – 2024. – Vol. 18 (70). – P. 242–256. – DOI: 10.3221/IGF-ESIS.70.14.

14. Li L., Kishawy H.A. A model for cutting forces generated during machining with self-propelled rotary tools // International Journal of Machine Tools and Manufacture. – 2006. – Vol. 46 (12–13). – P. 1388–1394. – DOI: 10.1016/j.ijmachtools.2005.10.003.

15. Emiroglu U. Experimental study on turning with self-propelled rotary cutting tool // Journal of Thermal Engineering. – 2017. – Vol. 3 (6). – P. 1553–1560.

16. High-speed rotary cutting of difficult-to-cut materials on multitasking lathe / H. Sasahara, A. Kato, H. Nakajima, H. Yamamoto, T. Muraki, M. Tsutsumi // International Journal of Machine Tools and Manufacture. – 2008. – Vol. 48 (7–8). – P. 841–850. – DOI: 10.1016/j.ijmachtools.2007.12.002.

17. Kossakowska J., Jemielniak K. Application of self-propelled rotary tools for turning of difficult-to-machine materials // Procedia CIRP. – 2012. – Vol. 1. – P. 425–430. – DOI: 10.1016/j.procir.2012.04.076.

18. Asokan P., Senthilkumaar J.S. Intelligent selection of machining parameters in turning of Inconel-718 using multi objective optimisation coupled with MADM // International Journal of Machining and Machinability of Materials. – 2010. – Vol. 8 (1–2). – P. 209–225. – DOI: 10.1504/IJMMM.2010.034497.

19. Multi-objective optimization of turning for nickel-based alloys using Taguchi-GRA and TOPSIS approaches / P. Mastan Rao, Ch. Deva Raj, S.H. Dhoria, M. Vijaya, J.R.R. Chowdary // Journal of the Institution of Engineers (India): Series D. – 2024. – Vol. 105 (3). – P. 1473–1484. – DOI: 10.1007/s40033-023-00554-y.

20. Optimization of surface roughness, tool wear and material removal rate in turning of Inconel 718 with ceramic composite tools using MCDM methods based on Taguchi methodology / H. Boumaza, S. Belhadi, M.A. Yallese, K. Safi, A. Haddad // Sadhana. – 2023. – Vol. 48 (1). – P. 1. – DOI: 10.1007/s12046-022-02060-5.

21. Machinablity analysis and optimisation of process paramater in the turining of Inconel 718 alloy using multi criteria decision making method: A comparative study / O. Zhou, V. Sivalingam, K. Pandiyan, G. Kumar, J. Sun. – Springer Science and Business Media LLC, 2022. – P. 1–24. – DOI: 10.21203/rs.3.rs-1542507/v1.

22. Roles of new bio-based nanolubricants towards eco-friendly and improved machinability of Inconel 718 alloys / M.A. Ali, A.I. Azmi, M.N. Murad, M.Z. Zain, A.N. Khalil, N.A. Shuaib // Tribology International. – 2020. – Vol. 144. – P. 106106. – DOI: 10.1016/j.triboint.2019.106106.

23. Amrita M., Kamesh B. Optimization of graphene based minimum quantity lubrication of Inconel 718 turning with multiple machining performances // Materials Today: Proceedings. – 2021. – Vol. 39 (4). – P. 1337–1344. – DOI: 10.1016/j.matpr.2020.04.568.

24. Effect of the physical properties of different vegetable oil-based nanofluids on MQLC grinding temperature of Ni-based alloy / B. Li, C. Li, Y. Zhang, Y. Wang, M. Yang, D. Jia, N. Zhang, Q. Wu // The International Journal of Advanced Manufacturing Technology. – 2017. – Vol. 89. – P. 3459–3474. – DOI: 10.1007/s00170-016-9324-7.

25. Prediction of damage factor in end milling of glass fibre reinforced plastic composites using artificial neural network / Ö. Erkan, B. Is?k, A. Çiçek, F. Kara // Applied Composite Materials. – 2013. – Vol. 20. – P. 517–536. – DOI: 10.1007/s10443-012-9286-3.

26. Sur G., Erkan Ö. Surface quality optimization of CFRP plates drilled with standard and step drill bits using TAGUCHI, TOPSIS and AHP method // Engineering Computations. – 2021. – Vol. 38 (5). – P. 2163–2187. – DOI: 10.1108/EC-04-2020-0202.