PNCPNC

InfotekmesinInfotekmesin

Mesin CNC Milling merupakan mesin perkakas yang memiliki populasi besar tetapi efisiensi energi rendah. Industri mesin perkakas mengonsumsi sekitar 10% dari total energi nasional, menjadikan industri ini sebagai pengguna energi terbesar kedua setelah sektor transportasi. Untuk mendapatkan kinerja mesin yang efisien, gerakan pada proses pemesinan harus dikontrol dengan mengatur parameter pemesinan yang tepat. Namun, terdapat kontradiksi di mana operator dan programmer CAD/CAM seringkali tidak memahami dampak pengaturan parameter tersebut sehingga menentukan nilai parameter secara sembarangan. Penelitian ini bertujuan untuk mengoptimalkan pengaturan parameter pemesinan dengan menyediakan nilai parameter yang terbukti memiliki kinerja ramah energi. Metode yang digunakan dalam penelitian ini adalah regresi berbasis response surface methodology. Berdasarkan simulasi numerik dan eksperimen yang dilakukan, variasi laju pemakanan dan kedalaman pemakanan terbukti memiliki dampak positif yang signifikan terhadap konsumsi energi. Eksperimen dan pengujian berhasil menurunkan nilai konsumsi energi di bawah 5A untuk 78% dari total proses.

Usulan model prediksi terbukti mampu menekan konsumsi energi mesin CNC Milling untuk mencapai pemesinan hijau.Variasi parameter, khususnya laju pemakanan dan kedalaman pemakanan, secara signifikan memengaruhi konsumsi energi dan terbukti dapat menurunkannya.Implementasi model ini meningkatkan proses pemesinan yang hemat energi hingga 78%, dengan 100% pengujian parameter optimal berhasil mengonsumsi energi di bawah 5A.

Penelitian ini membuka peluang untuk pengembangan lebih lanjut yang lebih komprehensif. Sebagai langkah pertama, sebuah penelitian dapat fokus untuk menjawab pertanyaan: bagaimana cara mengembangkan model prediksi holistik yang mengintegrasikan konsumsi energi dari semua komponen aktif mesin, seperti motor spindle, motor sumbu gerak (X, Y, Z), dan bahkan sistem pendingin, untuk mendapatkan estimasi total konsumsi energi yang jauh lebih akurat? Selanjutnya, sejauh mana keberlakuan dan kehandalan model ini jika diuji pada berbagai material industri yang umum digunakan, misalnya aluminium atau titanium, serta pada mesin CNC dengan tipe dan kontroler yang berbeda, untuk memahami adaptabilitas model dalam kondisi produksi yang sangat bervariasi? Akhirnya, arah penelitian yang sangat menarik adalah dengan menggabungkan beberapa tujuan sekaligus. Bisakah kita mengembangkan model optimasi multi-tujuan yang tidak hanya meminimalkan konsumsi energi, tetapi juga secara simultan memaksimalkan umur pahat dan meminimalkan waktu pemesinan, demi mencapai efisiensi manufaktur yang sesungguhnya dan berkelanjutan?.

  1. Optimasi Parameter Gravitasi Shot Peening Terhadap Kekasaran, Kekerasan dan Struktur Mikro ST 45 dengan... ejournal.pnc.ac.id/index.php/infotekmesin/article/view/519Optimasi Parameter Gravitasi Shot Peening Terhadap Kekasaran Kekerasan dan Struktur Mikro ST 45 dengan ejournal pnc ac index php infotekmesin article view 519
  2. Tool Wear Analysis of Coated Carbide Tools on Cutting Force in Machining Process of AISI 4140 Steel -... iopscience.iop.org/article/10.1088/1757-899X/852/1/012083Tool Wear Analysis of Coated Carbide Tools on Cutting Force in Machining Process of AISI 4140 Steel iopscience iop article 10 1088 1757 899X 852 1 012083
  3. An Accuracy-Efficiency-Power Consumption Hybrid Optimization Method for CNC Milling Process. accuracy... mdpi.com/2076-3417/9/7/1495An Accuracy Efficiency Power Consumption Hybrid Optimization Method for CNC Milling Process accuracy mdpi 2076 3417 9 7 1495
  1. #kesehatan mental#kesehatan mental
  2. #prediction model#prediction model
Read online
File size321 KB
Pages8
Short Linkhttps://juris.id/p-1HH
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test