Kajian Eksperimental Kondisi Pahat Aus 0,6 mm dengan Menggunakan Sensor Audio pada Proses Bubut untuk Material Benda Kerja S45C
DOI:
https://doi.org/10.32493/pjte.v5i2.19543Keywords:
Flank Wear, Sensor Audio, Frekuensi, Sinyal Proses, KarakteristikAbstract
Kerugian akibat keausan pahat dapat berdampak pada kualitas produk dan membengkaknya biaya produksi. Karakteristik kondisi pahat dapat mendeteksi kondisi nyata pahat terhadap keausannya, karena pahat merupakan faktor penting dalam proses pemotongan logam. Kondisi pahat yang menjadi fokus kajian adalah bagian flank. Hal ini dipilih sebagai dasar untuk kriteria kegagalan pahat serta kemudahan dalam pengukuran tingkat keausannya. Penelitian ini menggunakan mikrofon sebagai sensor audio untuk mendeteksi tingkat keausan pahat. Penggunaan sensor audio guna mendapatkan frekuensi keausan pahat pada proses pembubutan untuk material benda kerja S45C. Pengukuran tingkat keausan pahat yaitu flank wear dengan VBmax 0,6 mm. Pengambilan data awal menggunakan pahat dengan flank wear 0 mm (pahat baru) serta pahat aus sebesar 0,6 mm. Data penelitian terbagi menjadi 3 level (level 1, level 2, level3) dengan masing-masing level terdiri dari kecepatan pemotongan (m/min) 180, 220, dan 260, Deep of cut (mm) sebesar 0.125, 0.375, 0.6, serta feeding saat proses pemotongan (mm/min) sebesar 0.08, 0.12, 0.16 dengan putaran mesin tetap. Sinyal proses dilakukan sebagai tahap akhir pengolahan data. Data hasil proses sinyal dijadikan referensi sebagai informasi awal dalam prediksi kerusakan. Data hasil penelitian menunjukan kondisi optimal proses pemotongan adalah sesaat sebelum frekuensi 9,801 mV pada level 3 parameter pemotongan. Pada kondisi tersebut keausan pahat mencapai 0,6 mm dan segera harus diganti. Sementara kondisi pahat yang baik (aus 0 mm) didapatkan data frekuensi sebesar 1,537 mV. Peningkatan frekuensi lebih dari 6 kali ini diakibatkan oleh kenaikan parameter pemotongan, luasan kontak antara pahat insert dan benda kerja (keausan) serta akibat dari metode pencekaman pahat insert.
References
[1] N. Seemuang, T. McLeay, T. Slatter, "Using spindle noise to monitor tool wear in a turning process", International Journal Advance Manufacture Technology, 86:2781-2790, 2016.
[2] H. Widiantoro. M. Mahardika, "Kajian eksperimental keausan pahat menggunakan sensor audio pada proses bubut", Sigma-MU, vol. 8, no.2 , hal. 7-15, 2016.
[3] A. Mir, X. Luo, K. Cheng, A. Cox, "Investigation of influence of tool rake angle in single point diamont turning of silicon", International Journal Advance Manufacture Technology, 94:2343-2355, 2018.
[4] G. M. Arellano, G. Terrazas, S. Ratchev, "Tool wear classification using time series imaging and deep learning", International Journal Advance Manufacture Technology, 104:3647-3662, 2019.
[5] S. Ghorbani, V. V. Kapilov, N. I. Polushin, V. A. Rogov, " Experimental and analytical research on relationship between tool life and vibration in cutting process", Archives of civil and mechanical engineering, 18:844-862, 2018.
[6] A.A Fikri, "Online monitoring keausan pahat menggunakan audio signal", Jurnal Teknik Mesin-UM, vol. 22, no.1, 2014.
[7] F. Klocke, "Manufacturing process I", Springer, 2011.
[8] M. Thiyagu, L. Karunamoorthy, N. Arunkumar, "Thermal and tool wear characterization of graphene oxide coated through magnetorheological fluids on cemented carbide tool inserts", Archives of civil and mechanical engineering, 19:1043-1055, 2019.