Modeling and RSM Based Multi-Objective Optimization of Product Production Inside CP Factory

Abstract

CNC maskinering er en materiellfjernings teknologi som er brukt til stor grad i dagens produksjonsindustri. CNC fresing kan bli brukt for å fjerne overskuddsmateriale, frese profiler og spor, og i mange situasjoner drilling. Det var en rekke prosessparametere som var involvert i maskineringen, og disse parameterne kan ha innvirkning på kvaliteten av overflata til produktet, samt den endelige produksjonskostnaden. Målet med dette prosjektet er å utføre parametrisk optimalisering basert på hvordan materialet svarer til ulike freseparametere. Parametere som spindelhastighet, kutthastighet, verktøybaneteknologi og overlapp-prosent av freseverktøyet, hvor responsen fra parametere som overflateujevnheter, flathet, parallellisme, materialfjerningshastighet (MRR) i vekt, samt fresetid har vært fokus i dette prosjektet. Analyseresultatene kommer fra målinger tatt fra 27 forsøk designet ved hjelp av Box-Behnken Design under RSM, og eksperimentene ble gjennomført på en mikro-CNC fres. Resultatene ble brukt i «RSM» til analysen, samt i RSM optimalisering for å fastslå hvilke freseforhold som var mest gunstig basert på de gitte utfallene. RSM optimaliseringen foreslo parametertilstander (spindelhastighet, kutthastighet, verktøybaneteknologi og mengde overlapp på kutthodet) som kunne gi beste mulige sluttresultat. Overflateruhet 5.07%, flathet 2.5%, parallellisme 12.12%, MRR 0.3%, og fresetid 0.6% viser veldig små avvik fra de spådde verdiene i valideringstesten.

CNC milling is a widely used material removal technology in the manufacturing industry. CNC milling can be used for removing extra materials, profiling, slot making, and, in many cases, it could also be used for drilling operations. There were various process parameters that were involved during the milling operation, and these parameters can affect the surface quality of the products as well as their production cost. The objective of this work is to perform parametric optimization based on the different responses. The process parameters like spindle speed, cutting velocity, tool path technology, and overlapping percentage of cutting tool, whereas the responses such as surface roughness, flatness, parallelism, material removal rate (MRR) by weight, and machining time have been taken for this work. The analysis result has been taken from 27 experiments designed using Box-Behnken Design under RSM, and the experiments have been conducted on a micro-CNC milling machine. The results were used in RSM for the analysis and were used by the RSM optimizer to determine the optimal cutting condition based on the responses. The RSM optimizer predicted the optimal parameters condition (spindle speed, cutting velocity, tool path technology, and overlapping percentage of cutting tool) for the best response. Surface roughness 5.07%, flatness 2.5%, parallelism 12.12%, MRR 0.3%, and machining time 0.6% show very close deviations from the predicted value in the validation test.