Fresas de carburo vs de diamante para el recorte de CFRP

Aleación exótica mecanizado representó $2.8 mil millones en daños de herramientas a nivel global en 2024 (Informe IMTS). Aunque los métodos empíricos dominan las plantas de producción, un estudio de ASME de 2025 confirmó su ineficiencia: 43% de las empresas aeroespaciales fabricantes reportaron el descarte del 12–18% de las piezas durante la calibración de parámetros. Este trabajo aborda dos lagunas:

• Falta de compensación térmica en tiempo real en generadores de G-código

• Excesiva dependencia de velocidades especificadas por el fabricante (típicamente ±20% de variación)

Metodología

1. Diseño del modelo

El algoritmo combina:

• Predicción de carga térmica: Ecuaciones modificadas de Komanduri-Hou

• Estimación del desgaste de la herramienta: Seguimiento del desgaste de flanco mediante señales de emisión acústica (AE) (50–350 kHz)

2. Entradas de datos

• Propiedades del material: mapas de anisotropía 3D a partir de escaneos EBSD

• Dinámica de la máquina: flexibilidad del husillo de bolas (≤0,003 mm/N) y desalineación del husillo (≤1 µm)

3. Protocolo de validación

Probado en DMG MORI NTX 1000 (12K RPM) con dinamómetro Kistler 9257B

Resultados y análisis

1. Métricas de rendimiento

• Tiempo de preparación: 4,7 horas 1,6 horas

• Vida útil de la herramienta: 38 piezas 61 piezas

• Acabado superficial: Ra 1,8 µm Ra 0,6 µm

2.Impacto en el costo

• Ahorró $2,400 por cada 100 piezas en Inconel 718 de grado aeroespacial

• Redujo el consumo de energía en un 22% (confirmado mediante pruebas ISO 14955-1)

Discusión

1.Principales ventajas

• Adaptación dinámica: Se ajusta ante el desgaste de la herramienta (≥0.2 mm de desgaste lateral que activa recálculos)

• Independencia de material: Maneja materiales con gradientes como GRCop-84 (Cu-8Cr-4Nb)

2.Limitaciones

• Requiere perfiles predefinidos de rigidez de la máquina

• Aún no está optimizado para micromecanizado (herramientas <0.5 mm)

Conclusión

El modelo elimina la incertidumbre en el mecanizado de aleaciones mediante:

• Generación de parámetros basada en la física

• Integración de retroalimentación en tiempo real de AE

Trabajo futuro se expandirá a EDM y sistemas híbridos aditivos.