E QUIPO UTILIZADO

Torno CNC “Turning center” serie 1212 Cincinnati Milacron Inserto recubierto de Boro cúbico

Potencia = 30 HP

Rpm = 30 a 3000 rpm según fabricante.

Material = Acero AISI 1045, barras de 1.5´ de diámetro por 6.0´ de longitud.

CONCLUSIONES

La conclusión después de haber realizado la investigación de los procesos de torneado aplicados en la empresa Bombardier Transportation es la siguiente:

Con la aplicación de la teoría del maquinado y el uso de la información bibliográfica específica se determinaron los nuevos valores de las variables que integran el modelo matemático utilizado en esta empresa, para programar los tornos que se utilizan en el proceso de maquinado del perfil de ruedas de ferrocarril.

La potencia consumida por el proceso de torneado es de 5.2 kw, lo que significa 29% de la potencia disponible.

Otro aspecto importante que debe considerar esta empresa es el de dar cursos de capacitación al personal técnico, lo que le beneficiaría en la explotación de las máquinas herramienta con que cuenta la empresa.

La potencia disponible en el torno es de 24 HP.

El consumo de la potencia que se necesita para realizar el torneado es del orden de 25%.

Con los cambios en los parámetros de corte la productividad inicial en esta empresa fue de 7.83 piezas por hora.

Después de haber realizado la investigación se propuso a la empresa incrementar las revoluciones por minuto del torno, de 15 a 25 rpm, ya que las características del torno soportan este incremento.

Con el incremento de las revoluciones por minuto del torno se tuvo una productividad de 7.83 a 11.43 piezas por hora, lo que significa un incremento de la productividad de 46%.

Quedó pendiente la investigación relacionada con los cambios en los valores del avance y la profundidad de corte con herramientas modernas, para ver si es posible incrementar más la productividad de las variables

La distribución de esta planta se considera que puede mejorarse, debido a las distancias que existen entre las estaciones de trabajo.

La conclusión relacionada con la investigación realizada en la empresa Ejes tractivos, S. A. de C. V. es la siguiente:

Esta empresa puede tener un incremento importante en la productividad cuando aplique un control de calidad de forma estricta.

La conclusión para la investigación realizada en la empresa Mexicana de suministros

agropecuarios, S. A. de C. V. es la siguiente:

El material que utiliza la empresa en el proceso de torneado no cumple con las características del material que se utiliza, porque no es homogéneo.

Los problemas que causa este material son piezas producidas fuera de especifica-ciones.

De la información capturada en campo, el uso de la teoría de maquinado y del análisis de la información, se concluye que esta empresa está utilizando material sin control de calidad, ya que debido a esto la productividad es variable, como se puede ver en la tabla 20.

La productividad varía de 43 hasta 85 piezas por hora.

Los parámetros de corte también son variables, el material debe ser cilíndrico y se recibe ovalado, además el material presenta cáscara en la superficie de torneado, debido a esto, hay diferente dureza en la superficie, lo cual ocasiona la fractura de las herramientas de corte.

Existe pérdida de tiempo productivo por el cambio de herramientas de corte, por cambio de material fuera de especificaciones, lo que da como resultado que la empresa tenga pérdidas económicas.

Como en los casos anteriores, después de capturar la información de campo, el uso de la teoría del maquinado y efectuar el análisis correspondiente, se llegó a la siguiente conclusión.

La empresa no solicita el certificado de calidad del material que utiliza en sus procesos.

Pérdida de herramientas de corte por fractura, recrecimiento de filo o deformaciones por incremento de temperatura en la herramienta.

La conclusión de la investigación realizada en la empresa Mecánica Falk son las siguientes

Con la información capturada en campo y el uso de las herramientas matemáticas de la teoría del maquinado, se incrementó la velocidad de corte de 122 a 182 m/min, lo que representa 49% de aumento.

El avance inició con un valor de 0.3048 mm y se incrementó a 0.4542 mm. El valor de la profundidad de corte se mantuvo en 0.3048 mm.

La productividad inicial era de 4.43 piezas/ hora, incrementándose a 5.9 piezas/ hora, representando un aumento de 37%.

El volumen inicial de líquido refrigerante era de 0.060 m3/hora y se incrementó a 0.150 m3/hora.

En el modelo matemático propuesto también se consideran las características de las herramientas de corte, como su material de construcción, su resistencia, resistencia a los impactos, capacidad de trabajo a temperaturas elevadas y rango del tiempo de vida útil del filo de la herramienta de corte.

Otras variables que se consideraron en la integración del modelo fueron los procesos de torneado K1,… K5 (careado, desbaste, cilindrado, tronzado y roscado). Además, se consideró la variable relacionada con el avance y el tipo de material con que está elaborada la herramienta de corte Cv..

El dosificador de refrigerante tenía un diámetro inicial de 3.175 mm, cambiándose por un dosificador de 9.52 mm de diámetro.

La conclusión relacionada con el modelo matemático propuesto es la siguiente:

De la información bibliográfica moderna relacionada con el tema, para la integración de las variables que forman el modelo matemático propuesto, se consideraron las características del torno con CNC, como son: la potencia, el número de herramientas en el mezanine, el rango de velocidades, el avance y la profundidad de corte.

Los resultados obtenidos fueron satisfactorios por lo siguiente:

La herramienta de corte utilizada soportó las condiciones de trabajo a que fue sometida sin deformaciones en su geometría, además, presentó resistencia satisfactoria en su desempeño.

El aumento se dio en la velocidad de corte, la cual tuvo un incremento de 33%, y el avance de l5%.

La productividad tuvo un incremento real de 26%, al aumentar de 9.14 a 11.54 piezas por hora.

La aplicación de refrigerante y el acabado superficial se consideraron como constantes obligatorias.

El tiempo de vida del filo de la herramienta inicialmente era de 60 minutos, aumentando a 240 minutos, lo cual dio resultados satisfactorios en el acabado superficial de la pieza producida.

Se puede concluir que el modelo matemático desarrollado y el uso de valores de las variables optimizados sí incrementó la productividad en los procesos de torneado con CNC en las empresas donde se realizó la investigación de campo, con los mismos recursos humanos y económicos.

BIBLIOGRAFÍA

[1] Acherkan N., Push V., Kudinov V., 1969, Machine Tools Design, vol. 1, Mir, Moscú, pp. 14-21.

+

2

N

[2] Hatschet R. L., 1979, Metal Cutting, McGraw-Hill Inc., NY.

[3] E. Boyer Howrd, L. Timothy, Gall L., 1993., Metals Handbook Desk Edition, American Society for Metals, Metals Park Ohio, USA.

[4] Ober G Erik, D Jones Franklin, Holbrook L. Horton & H. Ryffell Henry, 2000, Machinary’s Handbook, Industrial Press Inc., NY.

[5] Kalpakjian, S., 1991, Manufacturing process Engineering Materials, Addison- Wesley.

[6] Q. Menng, J. A. Arsecularatne, P. Mathew, 2000, “Calculation of Optimum Cutting Conditions For Turning Operations, Using a Machining Theory”, Int. Jour. Mach. Tool. Design & Manufacture.

[7] Amstead, B. H., Phillip F. Ostwald y Mirón L. Begeman, 2001, Procesos de manufactura. Versión SI, CECSA.

[8] Niebel, B. W., 1989, Modern manufacturing Process Engineering, McGraw-Hill, NY.

[9] Balaji, A. K., I. S: Jawahir and P. L. B. Oxleey, 2001 “A Universal Slip-line Field model unique solutions for machining with Curled chip Formation and a restricted tool”, International Journal of Mechanical Sciences, vol. 43.

[10] Chou, Y. K. and Song, H., 2001, “Hard Turning with different nose radius ceramic tools”, SME Technical Paper, MR-228.

[11] Chou,Y. K. and Song, H., 2002, “ Implanted Cubic Boron Nitride Tools for finish Hard Machining”, Transactions of NAMRI/SME, 30.

[12] C. R. Lui, Y. B. Guo, 2000, “Finite element analysis of the effect of sequential cuts and tool-chip friction on residual stresses in a machined layer”, International Journal of Mechanical Sciences, vol. 4.

[14] E. Reed-Hill Robert, 1968, Physical metallurgy principles, Van Nostrand Company, Inc.

[15] Heinrich Gerling, 1986, Alrededor de las máquinas-herramientas, Reverte.

[16] J. T. Black, Michael Field, Jhon F. Kahles, Walter W. Gruss, 2000, ASM Handbook, vol. 16, ASM. International Publications.

[17] Lawrence E. Doyle et al., 1989, Materiales y procesos de manufactura para ingenieros, Prentice Hall.

[18] Benjamín Niebel, 1988, Ingeniería industrial. Métodos, tiempos y movimientos, Alfaomega.

[19] www.femz.es/cursos/CNC

[20] www.sme.org

[21] M. C. Chen, 2004, “Optimizing machining economics models of turning operations using. the scatter search approach”. Int. J. Prod. Res., vol. 42, núm. 13, pp. 2611-2625. [22] Sumant, David J., 2001, Administración para la productividad, CECSA, México. [23] Nahmias, Steven, 2001, Análisis de la producción y las operaciones, CECSA,

México.

[24] Thomas F. Wallace, 1994, World Class Manufacturing, Oliver Wight Publications, Inc. NY.

[25] Eric J. Bolland, Charles W. Hofer, 2001, Las empresas del futuro, Oxford University Press, Inc.

[26] H. Avner Sydney, 1966, Introducción a la Metalurgia Física, McGraw-Hill Book Company.

[27] F. Shackelford James, 1995, Ciencia de los materiales para ingenieros, 3ra. ed. Prentice Hall, B. Aires, Argentina.

[28] Abuelnaga, A. M., and El-Dardiry, M. A, 1984, “Optimization Methods for Metal Cutting” International Journal of Machine, Tools and Manufacture, vol. 24, núm. 1, pp. 11-18.

[30] Villanueva Pruneda S. A. y Ramos Watanave J., 1994, Manual de métodos de fabricación, AGT Editor S. A.

[31] Montgomery Douglas C., 1991, Diseño y análisis de experimentos, Grupo editorial Iberoamérica, S. A. de C. V.

[44] Marusich Troy D., Jaffrey D. Thiele and Brand J. Christopher, 2001, Simulation and analysis of chip breakage in turning processes, Caterpillar Inc., Technical Center.

[46] Jerard B. Robert, Fusell K. Barry and Ercan T. Mustafa., Hemmet G. Jeffrey, “Integration of geometric and mechanistic models of machining into an open- [32] César Pérez, 1997, Análisis estadístico con Statgraphics. Técnicas básicas. Alfaomega grupo editor, S. A. de C. V., México.

[33] Groover, Mikell P., 1996, Fundamentals of manufacturing, Prentice-Hall, NY. [34] Sandvik Coromat, 1994, El mecanizado moderno. Manual práctico, España. [35] Catálogo de herramientas Sumitomo, 200, México.

[36] NOM. Z-12 (partes 1, 2, y 3), Sistemas de muestreo, 1976, Dirección General de Normas. México.

[37] Castaño Tostado E. y Domínguez D. J., 2001, Diseño de experimentos para el desarrollo tecnológico y la mejora continua, Just in time Press, S. A. de C. V., México.

[38] Prat Bartes Albert, Tort-Martorell Llabrés Javier et al., Métodos estadísticos control y mejora de la calidad, Alfaomega-UPC.

[39] Walpole & Myers,1992, Probabilidad y Estadística, McGraw-Hill, México. [40] Torres B. René y Badillo P. Isaías, 2005, Apuntes de calidad, SEGEPI- ESIME- IPN.

[41] Sumitomo catálogo general, 2003.

[42] Merchant M. E., 1945, “Mechanics of the metal cutting process”, Int. J. Appl. Phys., vol. 16, pp. 318-325.

[43] Liang M., Mgwatu M., Zuo M., 2001, “Integration of Cutting Parameter Selection and Tool Adjustment Decisions for Multipass Turning”, Int. J. Adv. Manuf. Technol. Springer-Verlag, London Limited, pp 861- 869.

[45] Dawson T. y G. and Kurfess R. Thomas, Tool life, wear rates, and surface quality in hard turning, The George W. Woodruff School of Mechanical Engineering Georgia Institute of Technology Atlanta, Georgia.

[47] Vernon Aaron and Özel Tugrul, 2003, “Factors affecting surface roughness in finish hard turning”, Department of Industrial and Systems Engineering Rutgers, The State University of New Jersey, Piscataway, New Jersey, Working Paper núm. 03-104. [48] Catalog 2002, Kennametal 1010 Lathes.

ANEXO A

En la tabla anterior de resultados, se observa en la parte superior la ecuación utilizada para calcular el modelo lineal Y = axb. El sistema convierte el sistema multiplicativo en un modelo lineal tomando los logaritmos naturales de ambos términos de la ecuación. Para reforzar (comprobar o robustecer) el modelo matemático propuesto, se procedió a aplicar el análisis de regresión lineal del software Statgraphics.

Los datos que se suministran para ejecutar la regresión lineal simple, son: Variable dependiente = avance

Variable independiente = tiempo de torneado de una pieza Modelo = multiplicativo

Nivel de confianza = 95 Límites de predicción = 95

Se procede a ejecutar el análisis de regresión lineal, obteniéndose el siguiente resultado: Regression Analysis - Multiplicative model: Y = aX^b

══════════════════════════════════════════════════ Dependent variable: FINAL1.tiempo Independent variable: FINAL1.avance ────────────────────────────────────────────────── Standard T Prob.

Parameter Estimate Error Value Level

────────────────────────────────────────────────── Intercept* 0.4451 0.406612 1.09466 .28410

Slope 0.219508 0.150623 1.45733 .15747 * NOTE: The Intercept is equal to Log a.

────────────────────────────────────────────────── Analysis of Variance

────────────────────────────────────────────────── Source Sum of Squares Df Mean Square F-Ratio Prob. Level

Model .0357672 1 .0357672 2.123824 .15747 Residual .421023 25 .016841 Lack-of-fit .0232310 1 .0232310 1.401593 .24805 Pure error .397792 24 .016575 ────────────────────────────────────────────────── Total (Corr.) .456791 26

Correlation Coefficient = 0.279823 R-squared = 7.83 percent Stnd. Error of Est. = 0.129773

Utilizando esta ecuación y substituyendo la intersección y las estimaciones de pendientes, tenemos:

A continuación se procede a trazar la línea de regresión multiplicativa, tomando la opción de trazar la línea ajustada (Plot fitted line) del software, la cual se observa en la siguiente gráfica. Ésta muestra dos grupos de líneas de rayas, el interior marca los límites de confianza de 95% de la respuesta media de cualquier valor de X, y el exterior marca los límites de pronóstico de 95% de los valores de los datos pronosticados al utilizar el modelo.

Este modelo permite pronosticar los valores de los datos individuales del tiempo utilizado para tornear con diferentes avances, o también se puede seleccionar el mejor tiempo de torneado de una pieza.

A continuación se presentan tres gráficas para determinar el tiempo de torneado para diferentes valores de avance.

Para reforzar el anales de ANOVA al modelo matemático propuesto, se procedió a aplicar el análisis de regresión lineal del software Statgraphics.

Se procede a ejecutar el análisis de regresión lineal, obteniéndose el siguiente resultado: En la tabla y gráficas que siguen se realiza el mismo análisis para la variable

dependiente “profundidad de corte”, para obtener el mejor tiempo de torneado (variable independiente), por pieza producida

En la tabla anterior de resultados, se observa en la parte superior la ecuación utilizada para calcular el modelo lineal Y = axb. El sistema convierte el sistema multiplicativo en un modelo lineal tomando los logaritmos naturales de ambos términos de la ecuación. Utilizando esta ecuación y substituyendo la intersección y las estimaciones de

pendientes, tenemos:

LOGtime = 2.31925 -0.476853*LOGprofun

De la tabla anterior se vuelve a concluir que el sistema multiplicativo, se ajusta mejor a los datos que el modelo lineal.

A continuación se procede a trazar la línea de regresión multiplicativa, tomando la opción de trazar la línea ajustada (Plot fitted line) del software, la cual se observa en la siguiente gráfica, ésta muestra dos grupos de líneas de rayas, el interior marca los límites de confianza de 95% de la respuesta media de cualquier valor de X, y el exterior marca los límites de pronóstico de 95% de los valores de los datos pronosticados al utilizar el modelo.

Este modelo permite pronosticar los valores de los datos individuales del tiempo utilizado para tornear con diferentes avances, o también se puede seleccionar el mejor tiempo de torneado de una pieza.

A continuación se presentan tres gráficas para determinar el tiempo de torneado para diferentes valores de profundidad de corte.

(

(12, 3.1152)

En las siguientes gráficas se muestran los residuos del modelo multiplicativo como están dispersos de manera aleatoria.

De la información presentada en el anexo A se concluye que los valores de las variables del modelo matemático propuesto en la presente investigación, son satisfactorios