Optimization of Minimum Quantity Lubricant Parameters in Turning for the Minimization of Cutting Zone Temperature

در حال حاضر استفاده از مايع برش در صنايع توليدي، با توجه به آلودگي هاي محيط زيستي و مسايل مرتبط با سلامت كاركنان مشكلزا مي باشد. همچنين به حداقل رساندن استفاده از برش مايع، منجر به صرفه جويي در هزينه هاي استفاده از روان كننده ها و كاهش زمان تميز كردن ماشين آلات، ابزار و قطعات كاري مي باشد. مفهوم حداقل مقدار روانكاري (MQL) از يك دهه قبل به منظور غلبه بر معايب سيال خنك كننده به كار رفته است. اين تحقيق به بررسي پارامترهاي MQL براي به حداقل رساندن درجه حرارت منطقه برش، با توجه به زبري سطح به عنوان يك عامل محدود كننده، مي پردازد.. پارامتر هاي انتخاب شده هاي MQL در چهار سطح متفاوت است. حداكثر مقدار درجه حرارت در طي زمان ماشينكاري در تمامي تست ها، در L16 زاويه قايم ثبت شده است. بهترين مقدار از پارامترهاي انتخاب شده MQL براي به حداقل رساندن درجه حرارت منطقه برش، با استفاده از طراحي تاگوچي از آزمايش هاي انجام شده، مشخص شد. آزمايش اعتبار سنجي با سطح مشخص، از پارامترهاي انجام شده وبا توجه به دماي منطقه برش ثبت شده است. اين تجزيه و تحليل بيشتر مربوط به اجراي بهينه سازي ازدحام ذرات (PSO)، الگوريتم شبيه سازي آنيلينگ (SAA) و تكامل ديفرانسيل (DE) براي به حداقل رساندن دماي منطقه برش انجام شده است. نتايج به دست آمده ازروش DE نسبتا بهتر از نتايج به دست آمده از روشهاي ديگر است.

The use of cutting fluid in manufacturing industries has now become more problematic due to environmental pollution and health related problems of employees. The minimization of cutting fluid also leads to the saving of lubricant cost and cleaning time of machine, tool and work-piece. The concept of Minimum Quantity Lubricant (MQL) has come in to practice since a decade ago in order to overcome the disadvantages of flood cooling. This experimental investigation deals with the effects of MQL parameters during turning for the minimization of cutting zone temperature by considering surface roughness as constraint. The selected MQL parameters are varied through four levels. The maximum temperature values during machining in all the test conditions as per L16 orthogonal array are recorded. The best levels of selected MQL parameters for the minimization of cutting zone temperature were identified using Taguchi’s Design of Experiments. A validation experiment is conducted with the identified best levels of parameters and the corresponding cutting zone temperature is recorded. This analysis further inter-relates the performances of Particle Swarm Optimization (PSO), Simulated Annealing Algorithm (SAA) and Differential Evolution (DE) for the minimization of cutting zone temperature. The results obtained from DE are comparatively better than that of the results obtained from other techniques.