Regression models for the front grinding process on Grey Cast Iron block-engine

• Cristian Pérez-Salinas ^[1] ; Roberto Valencia Nuñez ^[1] ; Oscar Analuiza Maiza ^[1] ; Luis Fiallos Zamora ^[1] ; Jorge Paredes Zumbana
  1. [1] Universidad Técnica de Ambato

     Universidad Técnica de Ambato

     Ambato, Ecuador

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 27, Nº. 3, 2019, págs. 510-521
• Idioma: inglés
• Títulos paralelos:
  • Modelos de regresión para el proceso de rectificado frontal de un block motor de fundición gris
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El presente documento describe la obtención de distintos modelos de regresión para la rugosidad superficial y parámetro de desgaste en muelas abrasivas Alúmina (Al2O3) y carburo de silicio (CSi) bajo la influencia de parámetros de corte en el proceso de rectificado frontal. La metodología utilizada en el presente estudio se basa en el uso de un diseño experimental (DOE) utilizando dos variables de entrada (factores) velocidad de avance y profundidad de corte a tres niveles y una variable categórica herramienta a dos niveles. Los métodos utilizados para la obtención de modelos fueron una regresión lineal, regresión lineal múltiple y regresión logística. Los hallazgos muestran que el tipo de herramienta y la velocidad de avance, tienen mayor correlación con la calidad superficial y el desgaste respectivamente. Todos los modelos establecen la incidencia significativa de estos factores sobre las variables de respuesta con un nivel de confianza del 95%. Los resultados finales del ensayo muestran que con el uso de una herramienta de carburo se puede obtener una mejor calidad superficial con el menor parámetro de desgaste. Finalmente, un ensayo SEM permitió evidenciar la mejor topografía superficial obtenida con la herramienta de carburo en comparación con la herramienta de alúmina.

  • English

    This document describes the obtaining of different regression models for the surface roughness and wear parameter in abrasive wheels Alumina (Al2O3) and silicon carbide (CSi) under the influence of cutting parameters in the frontal grinding process. The methodology used in the present study is based on the use of an experimental design (DOE) using two input variables (factors) feed rate and cut depth at three levels and a categorical variable tool at two levels. The methods used to obtain models were linear regression, multiple linear regression and logistic regression. The findings show that the type of tool and the speed of advance, have greater correlation with surface quality and wear respectively. All the models establish a significant incidence of these factors on the response variables with a confidence level of 95%. The results of the test show that with the use of a carbide tool, a better surface quality can be obtained with the lowest wear parameter. Finally, an SEM test showed the best surface topography obtained with the carbide tool compared to the alumina tool.