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
100
Lista 2024
Status:
Autorzy: Zagórski Ireneusz, Kulisz Monika, Szczepaniak Anna
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2024
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 1-2
Wolumen/Tom: 70
Strony: 27 - 41
Impact Factor: 1,2
Web of Science® Times Cited: 2
Scopus® Cytowania: 2
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: The project/research was financed with FD-20/IM-5/138 and FD-20/IM-5/061.
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Otwarte czasopismo
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 5 października 2023
Abstrakty: angielski
The paper presents the results of a study investigating the roughness parameters Rq, Rt, Rv, and Rp of finished-milled magnesium alloys AZ91D and AZ31B. Carbide end mills with varying edge helix angles were used in the study. Statistical analysis was additionally performed for selected machining conditions. In addition, modelling of selected roughness parameters on the end face for the AZ91D alloy was carried out using artificial neural networks. Results have shown that the tool with λs = 20° is more suitable for the finish milling of magnesium alloys because its use leads to a significant reduction in surface roughness parameters with increased cutting speed. Increased feed per tooth leads to increased surface roughness parameters. Both radial and axial depth of cut has an insignificant effect on surface roughness parameters. It has been proven that finish milling is an effective finishing treatment for magnesium alloys. In addition, it was shown that artificial neural networks are a good tool for the prediction of selected surface roughness parameters after finishing milling of the magnesium alloy AZ91D.