Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
140
Lista 2023
Status:
Autorzy: Biruk-Urban Katarzyna, Zagórski Ireneusz, Kulisz Monika, Leleń Michał
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2023
Wersja dokumentu: Elektroniczna
Język: angielski
Numer czasopisma: 9
Wolumen/Tom: 16
Numer artykułu: 3384
Strony: 1 - 18
Impact Factor: 3,1
Web of Science® Times Cited: 6
Scopus® Cytowania: 9
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: This research was funded by Lublin University of Technology with grant numbers M/KPIP/FN-32 and FD-20/IM-5/061/2022.
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 26 kwietnia 2023
Abstrakty: angielski
The use of magnesium alloys in various industries and commerce is increasing due to their properties such as high strength and casting properties, high vibration damping capability, good shielding of electromagnetic radiation and high machinability. Conventional machining methods can, however, pose a risk of ignition. AWJM is a safe alternative to conventional machining, but the deflection and vibration of the water jet can affect surface quality. Therefore, the aim of this study was to investigate the effects of selected AWJM parameters on the surface quality and vibration of machined magnesium alloys. Jet deflection angle, surface roughness parameters and vibration during AWJM were investigated. The findings showed that higher skewness occurred at a lower abrasive flow rate, while higher average values of the Sku roughness parameter were obtained at ma = 8 g/s in the range of 60–140 mm/min. It was also observed that higher vibration values occurred at ma = 8 g/s. The input parameters for creating an artificial neural network (ANN) model used in this study were the cutting speed vf and the mass flow rate ma. The results of this study provided valuable insights into ways of ensuring a safe and efficient machining environment for magnesium alloys. The use of ANN modeling for predicting the vibration and surface roughness of AZ91D magnesium alloy after water-jet cutting could be an effective tool for optimizing AWJM parameters.