Investigation on the electrical discharge machining of cryogenic treated beryllium copper (BeCu) alloys

Cover Page

Cite item

Full Text

Abstract

Introduction. In modern manufacturing world, industries should adapt technological advancements for precision machining of difficult-to-machine metals, especially for beryllium copper (BeCu) alloys. The electrical discharge machining of alloys has proven its viability. The purpose of the work. A literature review indicated that the investigation of electrical discharge machining of BeCu alloys is still in its infancy. Furthermore, the cryogenic treatment of workpieces and electrodes in electrical discharge machining has not received much attention from researchers. Moreover, the impact of magnetic field strength on surface integrity and productivity during electrical discharge machining has not attracted much attention from researchers. The methods of investigation. This paper describes the use of electrolytic copper with different gap current values, pulse on periods, and external magnetic strength for electrical discharge machining of BeCu alloys. This paper examines how the material removal rate, the thickness of the white layer, and the formation of surface cracks are affected by cryogenic treatment of the workpiece and tool, pulse-on time, gap current, and magnetic strength. Results and Discussion. The combination of the cryogenically treated BeCu workpiece and the untreated Cu electrode had the highest material removal rate among all the combinations of workpieces and tools used in this study. The pulse on-time and the strength of the magnetic field had little influence on material removal rate, whereas the gap current had the greatest effect. The maximum achieved material removal rate was 11.807 mm3/min. At a high material removal rate, the observed thickness of the white layer on the horizontal surface ranged from 12.92 µm to 14.24 µm. In the same way, the maximum and minimum values for the vertical surface were determined to be 15.58 µm and 11.67 µm, respectively. According to scanning electron microscopy, the layer thickness was less than 20 µm, and barely noticeable surface cracks were observed in specimens with low, medium and high material removal rates. Obviously, due to the cryogenic processing of the workpiece and the external magnetic strength, there was a slight cracking of the surface and the formation of a white layer.

About the authors

D. Sawant

Email: dhruv.sawant.btech2022@sitpune.edu.in
ORCID iD: 0009-0009-9543-690X
Ph.D. (Engineering), Symbiosis Institute of Technology, Pune-412115, Maharashtra State, India, dhruv.sawant.btech2022@sitpune.edu.in

R. Bulakh

Email: rujuta.bulakh.btech2022@sitpune.edu.in
ORCID iD: 0009-0000-4594-3385
Ph.D. (Engineering), Symbiosis Institute of Technology, Pune-412115, Maharashtra State, India, rujuta.bulakh.btech2022@sitpune.edu.in

V. Jatti

Email: vijaykumar.jatti@sitpune.edu.in
ORCID iD: 0000-0001-7949-2551
Associate Professor, Symbiosis Institute of Technology, Pune-412115, Maharashtra State, India, vijaykumar.jatti@sitpune.edu.in

S. Chinchanikar

Email: satish091172@gmail.com
ORCID iD: 0000-0002-4175-3098
D.Sc. (Engineering), Professor, Vishwakarma Institute of Information Technology, Kondhwa (Budruk), Pune - 411039, Maharashtra, India, satish091172@gmail.com

A. Mishra

Email: akshansh.mishra@mail.polimi.it
ORCID iD: 0000-0003-4939-359X
School of Industrial and Information Engineering, Politecnico Di Milano, 22 Leoanardo str., Milan, Italy, akshansh.mishra@mail.polimi.it

E. M. Sefene

Email: eyobsmart27@gmail.com
ORCID iD: 0000-0003-4660-6262
Ph.D. (Engineering), Associate Professor, 1. National Taiwan University of Science and Technology, 43 Keelung Rd., Taipei, 106335, Taiwan; 2. Bahir Dar Institute of Technology, Bahir Dar, Amhara, Ethiopia, eyobsmart27@gmail.com

References

  1. Machining parameter optimization and experimental investigations of nano-graphene mixed electrical discharge machining of nitinol shape memory alloy / J. Vora, S. Khanna, R. Chaudhari, V.K. Patel, S. Paneliya, D.Y. Pimenov, K. Giasin, C. Prakash // Journal of Materials Research and Technology. – 2022. – Vol. 19. – P. 653–668. – doi: 10.1016/j.jmrt.2022.05.076.
  2. Ak?nc?oglu S. Taguchi optimization of multiple performance characteristics in the electrical discharge machining of the TiGr2 // Facta Universitatis. Series: Mechanical Engineering. – 2022. – Vol. 20 (2). – P. 237–253. – doi: 10.22190/FUME201230028A.
  3. Optimization of hydroxyapatite powder mixed electric discharge machining process to improve modified surface features of 316L stainless steel / M. Danish, M. Al-Amin, A.M. Abdul-Rani, S. Rubaiee, A. Ahmed, F.T. Zohura, R. Ahmed, M.B. Yildirim // Proceedings of the Institution of Mechanical Engineers, Part E: Journal of Process Mechanical Engineering. – 2023. – Vol. 237 (3). – P. 881–895. – doi: 10.1177/09544089221111584.
  4. Kam M., Ipekçi A., Argun K. Experimental investigation and optimization of machining parameters of deep cryogenically treated and tempered steels in electrical discharge machining process // Proceedings of the Institution of Mechanical Engineers, Part E: Journal of Process Mechanical Engineering. – 2022. – Vol. 236 (5). – P. 1927–1935. – doi: 10.1177/09544089221078133.
  5. Study of various optimization techniques for electric discharge machining and electrochemical machining processes / N. Gautam, A. Goyal, S.S. Sharma, A.D. Oza, R. Kumar // Materials Today: Proceedings. – 2022. – Vol. 57. – P.615–621. – doi: 10.1016/j.matpr.2022.02.005.
  6. Shukla S.K., Priyadarshini A. Application of machine learning techniques for multi objective optimization of response variables in wire cut electro discharge machining operation // Materials Science Forum. – 2019. – Vol. 969. – P. 800–806. – doi: 10.4028/ href='www.scientific.net/MSF.969.800' target='_blank'>www.scientific.net/MSF.969.800.
  7. Kumar Vin., Kumar Vik., Jangra K.K. An experimental analysis and optimization of machining rate and surface characteristics in WEDM of Monel-400 using RSM and desirability approach // Journal of Industrial Engineering International. – 2015. – Vol. 11 (3). – P. 297–307. – doi: 10.1007/s40092-015-0103-0.
  8. Kumar S.V., Kumar M.P. Optimization of cryogenic cooled EDM process parameters using grey relational analysis // Journal of Mechanical Science and Technology. – 2014. – Vol. 28. – P. 3777–3784. – doi: 10.1007/s12206-014-0840-9.
  9. Gangele A., Mishra A. Surface roughness optimization during machining of niti shape memory alloy by EDM through Taguchi’;s technique // Materials Today: Proceedings. – 2020. – Vol. 29. – P. 343–347. – doi: 10.1016/j.matpr.2020.07.287.
  10. Machine learning for predictive modeling in management of operations of EDM equipment product / I. Ghosh, M. Sanyal, R. Jana, P.K. Dan // 2016 Second International Conference on Research in Computational Intelligence and Communication Networks (ICRCICN). – IEEE, 2016. – P. 169–174. – doi: 10.1109/ICRCICN.2016.7813651.
  11. Surface roughness prediction of machined aluminum alloy with wire electrical discharge machining by different machine learning algorithms / M. Ulas, O. Aydur, T. Gurgenc, C. Ozel // Journal of Materials Research and Technology. – 2020. – Vol. 9 (6). – P. 12512–12524. – doi: 10.1016/j.jmrt.2020.08.098.
  12. Kumar N.A., Babu A.S. Influence of input parameters on the near-dry WEDM of Monel alloy // Materials and Manufacturing Processes. – 2018. – Vol. 33 (1). – P. 85–92. – doi: 10.1080/10426914.2017.1279297.
  13. Shape memory effect and superelasticity of titanium nickelide alloys implanted with high ion doses / A. Pogrebnjak, S. Bratushka, V.M. Beresnev, N. Levintant-Zayonts // Russian Chemical Reviews. – 2013. – Vol. 82 (12). – P. 1135. – doi: 10.1070/RC2013v082n12ABEH004344.
  14. Progress in modeling of electrical discharge machining process / W. Ming, S. Zhang, G. Zhang, J. Du, J. Ma, W. He, C. Cao, K. Liu // International Journal of Heat and Mass Transfer. – 2022. – Vol. 187. – P. 122563. – doi: 10.1016/j.ijheatmasstransfer.2022.122563.
  15. Reviewing performance measures of the die-sinking electrical discharge machining process: challenges and future scopes / R.K. Shastri, C.P. Mohanty, S. Dash, K.M.P. Gopal, A.R. Annamalai, C.P. Jen // Nanomaterials. – 2022. – Vol. 12 (3). – P. 384. – doi: 10.3390/nano12030384.
  16. Boopathi S. An extensive review on sustainable developments of dry and near-dry electrical discharge machining processes // Journal of Manufacturing Science and Engineering. – 2022. – Vol. 144 (5). – P. 050801. – doi: 10.1115/1.4052527.
  17. The effect of EDM die-sinking parameters on material removal rate of beryllium copper using full factorial method / M.A. Ali, M. Samsul, N.I. Hussein, M. Rizal, R. Izamshah, M. Hadzley, M.S. Kasim, M.A. Sulaiman, S. Sivarao // Middle-East Journal of Scientific Research. – 2013. – Vol. 16 (1). – P. 44–50. – doi: 10.5829/idosi.mejsr.2013.16.01.2249.
  18. Influence of machining parameters on electro discharge machining of NiTi shape memory alloys / S. Daneshmand, E.F. Kahrizi, E. Abedi, M.M. Abdolhosseini // International Journal of Electrochemical Science. – 2013. – Vol. 8 (30). – P. 3095–3104. – doi: 10.1016/S1452-3981(23)14376-8.
  19. Effect of tool rotational and Al2O3 powder in electro discharge machining characteristics of NiTi-60 shape memory alloy / S. Daneshmand, V. Monfared, A.A. Lotfi Neyestanak // Silicon. – 2017. – Vol. 9 (2). – P. 273–283. – doi: 10.1007/s12633-016-9412-1.
  20. Baroi B.K., Jagadish, Patowari P.K. A review on sustainability, health, and safety issues of electrical discharge machining // Journal of the Brazilian Society of Mechanical Sciences and Engineering. – 2022. – Vol. 44 (2). – P. 59. – doi: 10.1007/s40430-021-03351-4.
  21. Influences of cryogenically treated work material on near-dry wire-cut electrical discharge machining process / E. Kannan, Y. Trabelsi, S. Boopathi, S. Alagesan // Surface Topography: Metrology and Properties. – 2022. – Vol. 10 (1). – P. 015027. – doi: 10.1088/2051-672X/ac53e1.
  22. Abdulkareem S., Khan A.A., Konneh M. Reducing electrode wear ratio using cryogenic cooling during electrical discharge machining // The International Journal of Advanced Manufacturing Technology. – 2009. – Vol. 45. – P. 1146–1151. – doi: 10.1007/s00170-009-2060-5.
  23. Gill S.S., Singh J. Effect of deep cryogenic treatment on machinability of titanium alloy (Ti-6246) in electric discharge drilling // Materials and Manufacturing Processes. – 2010. – Vol. 25 (6). – P. 378–385. – doi: 10.1080/10426910903179914.
  24. Srivastava V., Pandey P.M. Performance evaluation of electrical discharge machining (EDM) process using cryogenically cooled electrode // Materials and Manufacturing Processes. – 2012. – Vol. 27 (6). – P. 683–688. – doi: 10.1080/10426914.2011.602790.
  25. The effects of cold and cryogenic treatments on the machinability of beryllium-copper alloy in electro discharge machining / Y. Yildiz, M. Sundaram, K. Rajurkar, M. Nalbant // 44th CIRP Conference on Manufacturing Systems. – Madison, Wisconsin, 2011. – P. 1–6.
  26. Singh R., Singh B. Comparison of cryo-treatment effect on machining characteristics of titanium in electric discharge machining // International Journal of Automotive and Mechanical Engineering. – 2011. – Vol. 3. – P. 239–248. – doi: 10.15282/ijame.3.2011.1.0020.
  27. Effect of cryogenic treatment on thermal conductivity properties of copper / D. Nadig, V. Ramakrishnan, P. Sampathkumaran, C. Prashanth // AIP Conference Proceedings. – 2012. – Vol. 1435 (1). – P. 133–139.
  28. Srivastava V., Pandey P.M. Effect of process parameters on the performance of EDM process with ultrasonic assisted cryogenically cooled electrode // Journal of Manufacturing Processes. – 2012. – Vol. 14 (3). – P. 393–402. – doi: 10.1016/j.jmapro.2012.05.001.
  29. Liqing L., Yingjie S. Study of dry EDM with oxygen-mixed and cryogenic cooling approaches // Procedia CIRP. – 2013. – Vol. 6. – P. 344–350.
  30. Jafferson J., Hariharan P. Machining performance of cryogenically treated electrodes in microelectric discharge machining: a comparative experimental study // Materials and Manufacturing Processes. – 2013. – Vol. 28 (4). – P. 397–402.
  31. Study of the effect of cryogenic treatment of tool electrodes during electro discharge machining / V. Mathai, R. Vaghela, H. Dave, H. Raval, K. Desai // Proceedings of the Eighth International Conference on Precision Meso, Micro & Nano Engineering (COPEN-8: 2013). – National Institute of Technology, Calicut, India, 2013. – P. 13–15.
  32. Singh J., Singh G., Pandey P.M. Electric discharge machining using rapid manufactured complex shape copper electrode with cryogenic cooling channel // Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture. – 2021. – Vol. 235 (1–2). – P. 173–185. – doi: 10.1177/0954405420949102.
  33. Influence of cryogenic treatment on the performance of micro-EDM tool electrode in machining of magnesium alloy AZ31B / D. Prakash, M. Tariq, R. Davis, A. Singh, K. Debnath // Materials Today: Proceedings. – 2021. – Vol. 39. – P. 1198–1201. – doi: 10.1016/j.matpr.2020.03.589.
  34. Machinability analysis and optimization of electrical discharge machining in AA6061-T6/15wt.% SiC composite by the multi-criteria decision-making approach / G. Karthik Pandiyan, T. Prabaharan, D. Jafrey Daniel James, V. Sivalingam // Journal of Materials Engineering and Performance. – 2022. – Vol. 31 (5). – P. 3741–3752. – doi: 10.1007/s11665-021-06511-8.
  35. Surface roughness and surface crack length prediction using supervised machine learning–based approach of electrical discharge machining of deep cryogenically treated NiTi, NiCu, and BeCu alloys / D.A. Sawant, V.S. Jatti, A. Mishra, E.M. Sefene, A.V. Jatti // International Journal of Advanced Manufacturing Technology. – 2023. – Vol. 128. – P. 5595–5612. – doi: 10.1007/s00170-023-12269-1.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».