Tool life optimization in finish cutting of Inconel 718 with surface roughness constraint: from machine learning to proof of mechanism

Dieser Artikel untersucht die Optimierung der Standzeit beim Endbearbeiten von Inconel 718, einer Superlegierung auf Nickelbasis, die in der Luft- und Raumfahrt, Offshore-Industrie und der chemischen Industrie weit verbreitet ist. Die Studie nutzt die bayesianische Optimierung, einen maschinell lernbasierten Ansatz, um optimale Schnittbedingungen zu ermitteln, die die Standzeit der Werkzeuge maximieren und gleichzeitig Oberflächenrauheitsbeschränkungen erfüllen. Die Forschung untersucht verschiedene Verschleißmechanismen von Werkzeugen, darunter Klebstoff, Schleifmittel, Diffusion, Oxidationsverschleiß und Entbindungsversagen, sowie deren Auswirkungen auf die Integrität der Oberfläche. Außerdem werden Schneidwerkzeugtechnologie, Kühltechnologie und Strategien zur Optimierung von Schneidparametern überprüft. Die Ergebnisse zeigen, dass die Oberflächenrauheit nicht linear mit der Werkzeugflankenverschleißlänge fortschreitet, und es werden zwei unterschiedliche Muster identifiziert: ein zunehmendes Muster und ein relativ flaches Muster mit akzeptablen Schwankungen. Der Artikel kommt zu dem Schluss, dass die bayesianische Optimierung eine effektive Methode zur autonomen Identifizierung optimaler Schneidbedingungen ist und Einblicke in die Verschleißmechanismen und Bedenken hinsichtlich der Oberflächenintegrität bei der Bearbeitung von Nickelbasislegierungen bietet.