Parametric Optimization of EN-31 Steel Using Electric Discharge Machining

Muhammad Mansoor Uz Zaman Siddiqui; Syed Amir Iqbal; Ali Zulqarnain; Adeel Tabassum

doi:10.36561/ING.30.8

Autores

Muhammad Mansoor Uz Zaman Siddiqui University of Engineering and Technology Lahore, Pakistán https://orcid.org/0009-0007-8992-7601
Syed Amir Iqbal NED University of Engineering and Technology, Pakistán https://orcid.org/0000-0002-6812-6238
Ali Zulqarnain NED University of Engineering and Technology, Pakistán https://orcid.org/0000-0001-5919-7811
Adeel Tabassum National University of Sciences and Technology, Pakistán https://orcid.org/0009-0006-9375-1090

DOI:

https://doi.org/10.36561/ING.30.8

Palavras-chave:

EDM, Parâmetros, Usinagem, Processamento, Rugosidade, EN-31, Otimização, CORÇA

Resumo

Este estudo investigativo foi conduzido para a otimização paramétrica do material EN-31 utilizando uma usinagem não convencional conhecida como eletroerosão (EDM). O EN-31 é uma liga de aço geralmente utilizada nas indústrias aeroespacial, de autopeças, de matrizes, etc., devido à sua alta rigidez, excelente resistência à compressão e à abrasão. O objetivo principal deste estudo foi analisar o impacto de quatro fatores de entrada, ou seja, tempo de pulso ligado (Ton), tempo de pulso desligado (Toff), corrente (LV) e tensão (HV), sobre as cinco respostas de saída, ou seja, tempo de usinagem (Tm), taxa de remoção de material (MRR), taxa de desgaste da ferramenta (EWR), rugosidade superficial (Ra) e raio da base (R). Neste estudo, foi aplicada uma abordagem de planejamento de experimentos (DOE) com planejamento fatorial completo. Ensaios experimentais básicos foram preparados e realizados, e os dados foram analisados por meio de ANOVA para identificar os fatores de entrada significativos que mais impactam cada resposta de saída mencionada. Após a identificação dos fatores significativos, os fatores de entrada otimizados e as respostas de saída foram calculados utilizando ANOVA. Os resultados mostraram que, para o tempo de usinagem (Tm), a tensão de limiar (LV) e a taxa de variação da corrente (Ton) foram fatores significativos, com valores otimizados de 50 A e 6,5 µs, respectivamente, resultando em um Tm de 654,29 segundos. Para a taxa de remoção de material (MRR), a Ton foi o fator significativo, com um valor otimizado de 6,5 µs, atingindo uma MRR máxima de 0,0157 g/min. Para a taxa de desgaste do eletrodo (EWR), a LV e a Ton foram significativas, com valores otimizados de 30 A e 4 µs, respectivamente, resultando em uma EWR mínima de 0,07 g/min. A otimização da rugosidade média (Ra) revelou que a combinação de alta tensão (HV), LV, Ton e Toff foi significativa, com configurações otimizadas de 50 A, 0,7 V, 4,0 µs e 6,5 µs, respectivamente, resultando em uma Ra mínima de 0,018 mm. Para o raio da base (R), os fatores significativos foram HV, LV, Ton e Toff, com valores otimizados de 0,6152 V, 50 A, 6,5 µs e 6,5 µs, respectivamente, resultando em um raio da base de 1,5 mm.

Downloads

Não há dados estatísticos.

Referências

Tajdeen, A.; Khan, M. W.; Basha, K. K.; Sakthivelmurugan, E.; Koppula, N. Experimental Investigation and Optimization of EDM Process Parameters on EN31 Steel Using Genetic Algorithm. Mater. Today Proc. 2022, 64 (1), 821–827. https://doi.org/10.1016/j.matpr.2022.05.326.

Sahu, A. K.; Sivarajan, S.; Padmanabhan, R. Optimization of Machining Parameters in Turning of EN31 Steel with TiAlN Coated Cutting Tool. Mater. Today Proc. 2021, 46 (17), 7497–7501. https://doi.org/10.1016/j.matpr.2021.01.180.

Kamenskikh, A. A.; Muratov, K. R.; Shlykov, E. S.; Sidhu, S. S.; Mahajan, A.; Kuznetsova, Y. S.; Ablyaz, T. R. Recent Trends and Developments in the Electrical Discharge Machining Industry: A Review. J. Manuf. Mater. Process. 2023, 7 (6). https://doi.org/10.3390/jmmp7060204.

Behera, A.; Sahoo, A. K.; Mahapatra, S. S. Experimental Investigation of Plain and Nano-Graphene Oxide Mixed Dielectric for Sustainable EDM of Nimonic Alloy Using Cu and Brass Electrode: A Comparative Study. Measurement 2025, 241. https://doi.org/10.1016/j.measurement.2024.115659.

Harish, B.; Kumar, D. S. A Novel Statistical Investigation on Tensile Property of High Alloy Steel (EN31) and Carbon Steel (EN09). Mater. Today Proc. 2023, 79 (1), 49–52. https://doi.org/10.1016/j.matpr.2022.08.286.

Langenberg, B.; Janczyk, M.; Koob, V.; Kliegl, R.; Mayer, A. A Tutorial on Using the Paired t Test for Power Calculations in Repeated Measures ANOVA with Interactions. Behav. Res. Methods 2023, 55, 2467–2484. https://doi.org/10.3758/s13428-022-01902-8.

Samantra, C.; Barua, A.; Pradhan, S.; Kumari, K.; Pallavi, P. Parametric Investigation of Die-Sinking EDM of Ti6Al4V Using the Hybrid Taguchi-RAMS-RATMI Method. Appl. Sci. 2024, 14 (16). https://doi.org/10.3390/app14167139.

Garba, E.; Abdul-Rani, A. M.; Yunus, N. A.; Aliyu, A. A. A.; Gul, I. A.; Al-Amin, M.; Aliyu, R. A Review of Electrode Manufacturing Methods for Electrical Discharge Machining: Current Status and Future Perspectives for Surface Alloying. Machines 2023, 11. https://doi.org/10.3390/machines11090906.

Singh, G.; Kumar, A.; Aggarwal, V.; Singh, S. Experimental Investigations and Optimization of Machining Performance During Turning of EN-31 Steel Using TOPSIS Approach. Mater. Today Proc. 2022, 48 (5), 1089–1094. https://doi.org/10.1016/j.matpr.2021.07.381.

Varpe, N. J.; Hamilton, N.; Anurag. Investigation into Burnishing Process to Examine Effect on Surface Integrity, Wear and Corrosion Resistance of Carbon Alloy (EN31) Steel. J. Mater. Eng. Perform. 2024, 33, 3691–3705. https://doi.org/10.1007/s11665-023-08524-x.

Okokpujie, I. P.; Bolu, C. A.; Ohunakin, O. S.; Akinlabi, E. T.; Adelekan, D. S. A Review of Recent Application of Machining Techniques, Based on the Phenomena of CNC Machining Operations. Procedia Manuf. 2019, 35, 1054–1060. https://doi.org/10.1016/j.promfg.2019.06.056.

Ram, J. S.; Jeavudeen, S.; Mouda, P. A.; Ahamed, N. The Role of Various Dielectrics Used in EDM Process and Their Environmental, Health, and Safety Issues. Mater. Today Proc. 2023. https://doi.org/10.1016/j.matpr.2023.05.137.

He, J.; Zeng, Z.; Li, H.; Wang, S. The Microstructure and Mechanical Properties of Copper in Electrically Assisted Tension. Mater. Des. 2020, 196. https://doi.org/10.1016/j.matdes.2020.109171.

Kumar, J.; Soota, T.; Rajput, S. K. Modelling and Optimization of EN 31 Work Material on Wire Electric Discharge Machining. Mater. Today Proc. 2019, 18 (7), 2984–2992. https://doi.org/10.1016/j.matpr.2019.07.169.

Kamei, K.; Davis, R.; Pereira, R. B. D. Experimental Investigation of the Effect of Input Control Variables and Thermal Treatments on the Impact Toughness of EN-31 Steel. Mater. Sci. Forum 2024, 1133, 47–54. https://doi.org/10.4028/p-ge4bbx.

Karthik, S.; Karunakaran, P.; Velmurugan, G. Experimental Investigation of WE43(T6) Magnesium Metal Matrix Composites to Enhance Mechanical Properties and EDM Process Parameters. Int. J. Electrochem. Sci. 2024, 19 (5). https://doi.org/10.1016/j.ijoes.2024.100553.

Galati, M.; Antonioni, P.; Calignano, F.; Atzeni, E. Experimental Investigation on the Cutting of Additively Manufactured Ti6Al4V with Wire-EDM and the Analytical Modelling of Cutting Speed and Surface Roughness. J. Manuf. Mater. Process. 2023, 7 (2). https://doi.org/10.3390/jmmp7020069.

Martínez-Olvera, C. The Role of Manufacturing Efficiency in the Achievement of Sustainable Mass Customization 4.0. Manuf. Res. 2022, 10 (1), 132–159. https://doi.org/10.1080/21693277.2022.2064360.

Farooq, M. U.; Anwar, S.; Bhatti, H. A.; Kumar, M. S.; Ali, M. A.; Ammarullah, M. I. Electric Discharge Machining of Ti6Al4V ELI in Biomedical Industry: Parametric Analysis of Surface Functionalization and Tribological Characterization. Materials 2023, 16 (12). https://doi.org/10.3390/ma16124458.

Kumar, P. M.; Sivakumar, K.; Selvarajan, L. EDM Machining Effectiveness for Ti–6Al–4V Alloy Using Cu–TiB2 Ceramic Composite Electrode: A Parametric Evaluation. Ceram. Int. 2024, 50 (11 Part B), 20118–20132. https://doi.org/10.1016/j.ceramint.2024.03.135.

Singh, R. P.; Sharma, V.; Kumar, R. Optimization of Response Parameter of Machining EN31 While Electro-Discharge-Machining Using TLBO. Mater. Today Proc. 2023. https://doi.org/10.1016/j.matpr.2023.02.121.

Shastri, R. K.; Mohanty, C. P.; Mishra, U.; Hotta, T. K.; Patil, V. V.; Prashanth, K. G. Optimizing the Electrical Discharge Machining Process Parameters of the Nimonic C263 Superalloy: A Sustainable Approach. J. Manuf. Mater. Process. 2024, 8 (3). https://doi.org/10.3390/jmmp8030126.

Ganapathy, S.; Palanivendhan, M.; Balasubramanian, P.; Susitra, K. Process Parameter of EDM to Optimize Material Removal Rate Using Box Behnken’s Design. Mater. Today Proc. 2023, 82, 38–42. https://doi.org/10.1016/j.matpr.2022.11.148.

Sharma, S.; Kumar, U.; Vates, A.; Bansal, A. Parametric Optimization of EN-31 Steel in Wire Cut Electro Discharge Machining by Taguchi Technique. Adv. Sci. Eng. Med. 2020, 10, 881–887. https://doi.org/10.1166/asem.2020.2645.

Pawar, S. S.; Bera, T. C.; Sangwan, K. S. Towards Energy Efficient Milling of Variable Curved Geometries. J. Manuf. Process. 2023, 94, 497–511. https://doi.org/10.1016/j.jmapro.2023.03.078.

Bhowmick, S.; Mondal, R.; Sarkar, S.; Biswas, N.; De, J.; Majumdar, G. Parametric Optimization and Prediction of MRR and Surface Roughness of Titanium Mixed EDM for Inconel 718 Using RSM and Fuzzy Logic. CIRP J. Manuf. Sci. Technol. 2023, 40, 10–28. https://doi.org/10.1016/j.cirpj.2022.11.002.

Sharma, V. K.; Saini, A.; Gupta, M.; Sehgal, S. S. Multi-Response Optimization in Face Milling of EN-31 Steel Using Analytical Hierarchy Process-Based GRA. Int. J. Interact. Des. Manuf. 2024, 18, 6187–6194. https://doi.org/10.1007/s12008-023-01540-0.

Dwivedi, Y. D.; Kumar, T. V.; Dharme, A.; Kumar, K. B.; Gori, Y.; Chandra, P. K.; Abdul-Zahra, D. S.; Kumar, D.; Jain, A. A Critical Review on Different Aspects of Electric Discharge Machining. Mater. Today Proc. 2023. https://doi.org/10.1016/j.matpr.2023.03.748.

Qin, Y.; Liu, X.; Yue, C.; Wang, L.; Gu, H. A Tool Wear Monitoring Method Based on Data-Driven and Physical Output. Robotics Comput. Integr. Manuf. 2024, 91. https://doi.org/10.1016/j.rcim.2024.102820.