Febrian, Heri (2025) Optimization Of Material Removal Rate And Cutting Power End-Milling Process on Thin Wall Aa7075-T651 With Minimum Quantity Lubrication Technique Using Backpropagation Neural Network Genetic Algorithm Method. Masters thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 6007221030-Master_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
6007221030-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (6MB) | Request a copy |
Abstract
Perkembangan industri manufaktur saat ini semakin maju seiring dengan perkembangan teknologi dan ilmu pengetahuan. Paduan aluminium 7075-T651 adalah jenis paduan yang memiliki komposisi kimia khusus dan telah mengalami perlakuan panas untuk mencapai kekuatan dan sifat mekanis yang tinggi. Teknologi yang dapat digunakan dalam meningkatkan produktivitas pemesinan adalah computer numerical control (CNC) end milling yang merupakan salah satu mesin perkakas yang digunakan untuk membentuk komponen-komponen khusus dengan profil tipis (thin wall), yang terbuat dari paduan aluminium 7075-T651. Penggunaan teknik MQL dalam proses pemesinan telah terbukti dapat meningkatkan kualitas permukaan, mengurangi risiko kerusakan, dan mengurangi dampak lingkungan salah satunya dapat menggunakan minyak kelapa sebagai bahan alami yang mudah terurai dan ramah lingkungan.
Penelitian ini menggunakan material padual aluminium 7075-T651 dengan dimensi ukuran benda kerja panjang 80 x lebar 15 x tinggi 36 mm. Matriks orthogonal berdasarkan metode Taguchi sebagai rancangan eksperimen L18 (21x33) digunakan untuk menganalisis pengaruh parameter pemakanan terhadap respon proses, sedangkan BPNN-GA digunakan untuk mengoptimalkan parameter pemakanan guna mencapai MRR maksimum dan cutting power minimum. Parameter-parameter proses yang divariasikan adalah kecepatan spindle (3000 rpm, 5000 rpm, 7000 rpm), kecepatan makan (50 mm/menit, 100 mm/menit, 150 mm/menit), kedalaman potong (0,25 mm, 0,50 mm, 0,75 mm) dan arah penyemprotan MQL.
Penggunaan metode Genetic Algorithm (GA) menunjukkan bahwa setiap level parameter proses end milling mempengaruhi material removal rate dan cutting power. Cairan MQL berfungsi untuk mengurangi gesekan dan panas yang dihasilkan selama proses pemotongan. Arah penyemprotan cairan yang berlawanan dengan arah pemakanan membantu dalam mengarahkan cairan ke area pemotongan secara lebih efektif. Dengan menerapkan cairan MQL, gesekan antara alat dan material berkurang, yang mengurangi panas yang dihasilkan selama pemotongan. Hal ini tidak hanya meningkatkan MRR dengan mempercepat proses pemotongan, tetapi juga mengurangi risiko kerusakan pada alat dan material. Selain itu, penurunan kecepatan spindle dan kedalaman pemakanan, serta peningkatan kecepatan makan, berkontribusi pada optimalisasi material removal rate. Kecepatan spindle yang rendah dan kedalaman pemakanan yang minimal dapat mengurangi cutting power yang diperlukan untuk memotong material. Ketika kecepatan spindle diturunkan, energi yang dibutuhkan untuk memutar alat berkurang, sehingga mengurangi konsumsi daya. Selain itu, kedalaman pemakanan yang lebih rendah mengurangi volume material yang harus dipotong dalam satu waktu, yang juga mengurangi beban pada alat Peningkatan kecepatan makan berkontribusi pada optimalisasi cutting power dan MRR. Kecepatan makan yang lebih tinggi berarti alat bergerak lebih cepat melalui material, yang dapat meningkatkan MRR. Namun, jika kecepatan makan terlalu tinggi, dapat menyebabkan penurunan kualitas permukaan dan ketajaman alat.
Pengaturan level parameter proses end milling menggunakan metode genetic algorithm (GA) menghasilkan material removal rate yang tinggi dan cutting power yang rendah. Kondisi optimal dicapai dengan arah penyemprotan MQL yang berlawanan dengan arah pemakanan, kecepatan spindle 3000 rpm, kecepatan makan 150 mm/menit, dan kedalaman pemakanan 0,45 mm.
===============================================================================================
The development of the manufacturing industry is currently increasingly advanced along with the development of technology and science. Aluminum alloy 7075-T651 is a type of alloy that has a special chemical composition and has undergone heat treatment to achieve high strength and mechanical properties. The technology that can be used to increase machining productivity is computer numerical control (CNC) end milling which is one of the machine tools used to form special components with thin walls, made of aluminum alloy 7075-T651. The use of minimum quantity lubrication (MQL) techniques in the machining process has been proven to improve environmental surface quality, reduce the risk of damage, and reduce impacts, one of which is to use coconut oil as a natural material that is easily biodegradable and environmentally friendly.
This study uses aluminum alloy 7075-T651 material with dimensions of workpiece size 80 x width 15 x height 36 mm. Orthogonal matrix based on Taguchi method as L18 (21x33) experimental design was used to analyze the effect of cutting parameters on process response, while BPNN-GA was used to optimize cutting parameters to achieve maximum MRR and minimum cutting power. The process parameters varied were Spindle Speed (3000rpm, 5000rpm, 7000rpm), Feed Rate (50mm/min, 100mm/min, 150mm/min), Depth of Cut (0.25mm, 0.50mm, 0.75mm) and spray direction (MQL) . Furthermore, confirmation experiments were conducted to validate and confirm the results of the optimization process that had been carried out previously. The application of MQL fluid spray direction in the same direction increased the response value of Material Removal Rate. In addition, increasing Spindle Speed, Depth of Cut and decreasing Feed Rate contributed to the optimization of Material Removal Rate.
The effect of MQL fluid spray direction opposite to the feed direction and minimum Feed Rate can minimize the response value of Cutting Power. In addition, increasing Spindle Speed and Cutting Depth also contributes to optimal Cutting Power. Setting the level of the thin wall end milling process parameters to produce optimal MRR and Cutting Power response values simultaneously using the combined BPNN-GA method produces the best parameters, namely the spraying direction opposite to the feed direction, Spindle Speed of 3000 rpm and Feed Speed of 150mm/min, and Cutting Depth of 0.45 mm. In the milling process, MRR and Cutting Power are interrelated. Increasing MRR tends to increase cutting power, while decreasing MRR tends to reduce cutting power. Therefore, optimization of MRR and Cutting Power needs to be done to achieve a balance between productivity and good machining quality.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | Optimasi Multi-respon, End milling, MQL, AA7075-T651, Backpropogation Neural Network, Genetic Algorithm. |
| Subjects: | T Technology > T Technology (General) > T57.5 Data Processing T Technology > TA Engineering (General). Civil engineering (General) > TA480.A6 Aluminum alloys. T Technology > TJ Mechanical engineering and machinery > TJ1077 Lubrication and lubricants. T Technology > TJ Mechanical engineering and machinery > TJ1225 Milling machines numerically controlled T Technology > TS Manufactures > TS156 Quality Control. QFD. Taguchi methods (Quality control) T Technology > TS Manufactures > TS183 Manufacturing processes. Lean manufacturing. |
| Divisions: | Faculty of Industrial Technology and Systems Engineering (INDSYS) > Mechanical Engineering > 21101-(S2) Master Thesis |
| Depositing User: | HERI FEBRIAN |
| Date Deposited: | 05 Feb 2025 04:10 |
| Last Modified: | 05 Feb 2025 04:10 |
| URI: | http://repository.its.ac.id/id/eprint/118298 |
Actions (login required)
 |
View Item |