RISK FACTORS FOR

SUPERFICIAL QUALITY
IN SUPERALLOY
MACHINING PROCESS
M.I Carlos Alberto Dorbecker Valdes
Dra. Indira Escamilla Salazar
M.C Bernardo Gonzalez Ortiz

Introduccin
Los parmetros de maquino asi como la presicin y calidad
superficial tienen un papel fundamental durante un proceso
exitoso y eficiente de maquinado as como en la calidad
general de los productos.
Existen muchos estudios y anlisis respecto a este tema sin
embargo en cuanto al estudio del tema en super aleaciones
existe mucha oportunidad para el anlisis.
Ahora que es mas comn el uso de super aleaciones en
diferentes aplicaciones consideramos que este estudio puede
ser de alto valor para quienes trabajan con estos metales.

Acerca de la calidad
superficial
Algunos atributos de la calidad superficial son considerados
esenciales par la industria como la rugosidad y la planicidad.
Es por eso que para este anlisis nos enfocaremos en la
rugosidad..
La rugosidad es uno de los referentes de la calidad superficial
y existen varios parametros que pueden afectar de una forma
u otra. Nos enfocamos nosotros en 3 parametros
Geometra de la herramienta
Desgaste de la herramienta
Parmetros de operacin

Geometra de la herramienta
Actualmente existen muchos desarrollos en cuanto al diseo y
capacidad de produccin de diferentes geometrias para las
herramientas
Se sabe que la geometra de la herramienta afecta
significativamente la calidad superficial del producto. Es por
eso que se han desarrollado diseos de formas complejas
como formas multi radiales o insertos con ngulos variables.

(1)

(1)

Geometra de la herramienta
Aqui tenemos un ejemplo de como la geometra de la
herramienta puede cambiar las caractersticas del maquinado

(2)

Desgaste de herramienta
La efectividad en la prediccin del desgaste ayuda a mantener la
rugosidad en control por un mayor tiempo, ya que el desgaste de
herramienta involucra mecanismos complejos investigaciones han
tratado de correlacionar el tiempo de vida a los parmetros de
operacin. (3)(2)

Desgaste de herramienta
Realizar un monitoreo del
desgaste de la herramienta es
importante tambin para
saber cundo esta pone en
riesgo la calidad superficial del
producto para esto se han
realizado estudios en el cual
se busca identificar los efectos
y en qu momento estos
efectos impactan en nuestro
producto, as como formas
estndar para la identificacin
de estas herramientas
daadas(4)(1)

Parametros de operacin
Determinar y optimizar los parametros que se involucran en
un proceso de maquinado es una parte importante y crtica del
diseo del producto (6)(5)
El objetivo principal de este estudio es identificar si alguno de
los parametros de operacin tienen un efecto directo en la
rugusidad despues del maquinado de una super
Para lograr el objetivo se realizo un DOE factorial completo de
3 factores.
Paramete
r

Low

High

Central

Speed

2228

2865

2546.5

Feed

0.11

0.15

0.13

0.5

1.5

Depht

Experimentacin
Se realizaron pruebas en una fresa Bridgeport VMC 760
usando placas de una una super aleacion de Hastelloy X de
125 x 47 x 22mm. El proceso de maquinado fue realizado por
una herramienta de titanio-aluminio de 4 filos de corte. edges.

Acerca del DOE Factorial

Se realizo un DOE completo con 3 factores y 2 niveles con
punto central. Se realizaron cortes en 27 piezas repitiendo las
condiciones 3 veces para cada pieza y asignado la media de la
rugosidad como resultado a esa corrida.
Para realizar las corridas se hace de forma aleatoria jugando
con los diferentes parametros el resultado de orden de
corridas fue el siguiente

Resultados
Se obtuvieron los siguientes resultados con el DOE

Los resultados sugieren que el factor velocidad afecta

directamente a la rugosidad.

A mayor velocidad mayor

rugosidad
Grfica de efectos principales para Medias
Medias de datos
Speed

Feed

0.87
0.84

Media de Medias

0.81
0.78
0.75
2228

2546
Depth

2865

0.5

1.0

1.5

0.87
0.84
0.81
0.78
0.75

0.11

0.13

0.15

A mayor velocidad sin importar los valores de los

otros factores se tiene una menor rugosidad y
desviasion estandar.

Grfica de superficie de Roughness vs. Depth, Spe

Low

Grfica de superficie de Roughness vs. Feed, Speed

Grfica de superficie de Roughness vs. Depth, Feed

0.90
0.90

0.900

0.85

0.85

Roughness

Roughness
0.80

0.135

Feed
Grfica
de superficie de Roughness
vs. Feed, Speed
0.120
2200

0.120

Central

2800

0.135

Feed

0.90

0.87

0.85

Roughness 0.86

Roughness

0.5

0.150
0.135

2200

Depth

0.5

2800

0.85
Roughness 0.80
1.5

0.75

1.5

Grfica de superficie de Roughness vs. Depth, Feed

0.70
Grfica
de superficie de Roughness
1.0
vs. Depth, Sp
Depth
1.0
Depth

0.120

2400

2600
Speed

1.0

2200 de superficie de Roughness vs. Depth, Speed

Grfica
2400
2600
Speed

0.85

Feed vs. Feed, Speed

Grfica de superficie de Roughness
0.120

0.75

0.150

0.80
0.75

1.5

Grfica
0.850
de superficie de Roughness
vs. Depth, Feed
1.0
Depth

2400

2600
Speed

0.80

0.875
1.5

0.150

0.75

Roughness

2800

0.135

Feed

2200

2400

2600
Speed

0.5
0.150

0.5

2800

High

0.76
0.90

0.9

Roughness

Roughness
0.8

0.74

0.85
Roughness

0.72

1.5

0.150

2200

0.120

2400

2600
Speed

2800

Depth

1.5

0.75
0.70

0.135

0.7

0.80

1.0

Feed

0.120
Feed

0.135

0.5
0.150

Speed

Depth

1.0
2200

2400

2600
Speed

2800

Feed

0.5

Depth

A mayor velocidad sin importar los valores de los

otros factores se tiene una menor rugosidad y
desviasion estandar.
Grfica de interaccin para Roughness
Medias de datos
0.11

0.13

0.15

Speed
2228
2546
2865

0.9

0.8

Speed

0.7
0.9

0.8

Feed

Feed
0.11
0.13
0.15

0.7

Depth
0.5
1.0
1.5

0.9

0.8

Depth

0.7
2228

2546

2865

0.5

1.0

1.5

Conclusiones
Concluimos que factores especificos de operacin tienen un
impacto en la rugusidad.
Aun hay mucho trabajo por hacer estudiando en los diferentes
metales el comportamiento del material en diferentes
condiciones de operacin.
Cuando el control de la calidad superficial se alcanza la
cadena productiva provedores, clientes, usuario final se ve
beneficiada debido a menores costos de operacin y mejor
calidad.

Siguientes pasos
Se realizaran estudios para analizar otros factores como
desgaste de herramienta en la rugusidad.

Se integraran los 2 anlisis en uno para sacar un modelo que

permita predecir los factores de operacin optimos sin afectar
a la calidad del producto o tiempo de vida de la herramienta

References
(1) W. Grzesik, Influence of tool wear on surface roughness in hard turning using
differently shaped ceramic tools, Wear 265 (2008) 327335
(2) Tugrul Ozel & Yigit Karpat, Predictive modeling of surface roughness and tool wear
in hard turning using regression and neural networks, International Journal of Machine
Tools & Manufacture 45 (2005) 467479
(3) Yung-Chang Yen, Jrg Shner, Blaine Lilly, Taylan Altan, Estimation of tool wear in
orthogonal cutting using the finite element analysis, Journal of Materials Processing
Technology 146 (2004) 8291
(4) F. Gu & S.G. Kapoor, A Model for the Prediction of Surface Flatness in Face Milling
(5) V. F. Makarov, A. V. Shokhrin, and O. N. Potyagailo, Influence of Cutting Conditions
and Tool Wear on the Cutting Parameters for Numerically Controlled Machine Tools,
Perm State Technical University, Perm, DOI: 10.3103/S1068798X10120221
(6) I. Escamilla, L Torres, B Gonzalez, P Zambrano Particle swam optimization for
milling titanium alloy