Effect of Process Parameters on Surface Roughness and Stone Shedding Amount in Surface Grinding Process of Martensitic Stainless Steels

Year 2025, Volume: 30 Issue: 3, 813 - 824, 19.12.2025

Meryem Altay , Hakan Aydın , Enes Pirge

https://doi.org/10.17482/uumfd.1668907

Abstract

The grinding process is an angular operation applied in the knife manufacturing industry to achieve the initial edge thickness and desired surface roughness. Surface roughness significantly affects the wear, fatigue, corrosion resistance, and tribological behavior of materials, making it a key factor in product lifespan. Grinding process parameters such as wheel speed, feed rate, and coolant flow rate, along with abrasive wheel usage, influence both production costs and carbon footprint. Improper parameters can generate excessive heat, causing surface burns. This study investigates the surface grinding of 1.4116 (X50CrMoV15) martensitic stainless steel. An L9 orthogonal array was used for three levels of wheel speed, feed rate, and coolant flow rate. Taguchi optimization was performed to minimize surface roughness and stone shedding. ANOVA analysis determined the influence of each parameter, while regression analysis provided prediction equations, and predicted vs. actual values were compared graphically. Optimum parameters for minimizing surface roughness were 1527 rpm wheel speed, 400 mm/s feed rate, and 65 L/min coolant flow, with feed rate being most effective. For minimizing stone shedding, optimal parameters were 1527 rpm wheel speed, 400 mm/s feed rate, and 80 L/min coolant flow, where wheel speed had the greatest impact.

Keywords

Surface grinding , Process parameters , Optimization , Surface roughness , Amount of stone shedding

Project Number

AR-GE-20-029

MARTENZİTİK PASLANMAZ ÇELİKLERİN YÜZEY TAŞLAMA İŞLEMİNDE PROSES PARAMETRELERİNİN YÜZEY PÜRÜZLÜLÜĞÜ VE TAŞ DÖKÜLME MİKTARINA ETKİSİ

Abstract

Taşlama prosesi, bıçak üretim sektöründe esasen ilk ağız kalınlığını elde etmek üzere yapılan açılı bir işlemdir; istenen yüzey pürüzlülüğü için kullanılan işleme operasyonlarındandır. Yüzey pürüzlülüğü, iş parçasının aşınma, yorulma, korozyon dayanımı ve tribolojik özelliklerini etkilediğinden malzemelerin ömrü için belirleyicidir. Taş devri, ilerleme hızı ve soğutma sıvısı debisi gibi proses parametrelerinin yanı sıra aşındırıcı taş malzemesinin kullanım miktarı da üretim maliyeti ve karbon ayak izi ile ilişkilidir. Proses parametrelerinin uygun olmaması durumunda meydana gelen ısı enerjisi malzeme yüzeyinde dağılarak yüzey yanıklarına neden olabilmektedir. 1.4116 (X50CrMoV15) martenzitik paslanmaz çeliklerin yüzey taşlama işlemi araştırılmıştır. Taş devri, ilerleme hızı, soğutma sıvısı debisi proses parametreleri için 3 seviye belirlenerek L9 ortagonal dizisi deney tasarımı uygulanmış, yüzey pürüzlülüğü ve taş dökülme miktarı minimize edilecek şekilde Taguchi optimizasyonu yapılmıştır. ANOVA analizi ile parametrelerin etki oranları belirlenmiştir. Ayrıca regresyon analizi ile tahmin modeli için denklem oluşturulmuş, tahmin edilen değerler ile gerçek değerler kıyaslanarak grafikleri çizdirilmiştir. Yüzey pürüzlülüğünü minimizasyonu için optimum proses parametreleri: 1527 dev/dk taş devri, 400 mm/s ilerleme hızı, 65 lt/dk soğutma sıvısı debisidir, en etkin parametre ilerleme hızıdır. Taş dökülme miktarını minimize etmek için optimum parametreler 1527 dev/dk taş devri, 400 mm/s ilerleme hızı, soğutma sıvısı debisi için 80 lt/dk’dır. Taş devri en etkin parametredir.

Keywords

yüzey taşlama , proses parametreleri , optimizasyon , yüzey pürüzlülüğü , taş dökülme miktarı

Project Number

AR-GE-20-029

Thanks

Yazarlar sağladığı imkanlar için Yeşilyayla Kesici Aletler Madeni Eşya ve İnşaat Sanayi ve Ticaret Ltd. Şti.’ye teşekkür eder (Proje No: AR-GE-20-029

References

• Chen, G., Yang, J., Yao, K., Xiang, H. ve Liu, H. (2023). Robotic abrasive belt grinding with consistent quality under normal force variations. International Journal of Advanced Manufacturing Technology, 125(7–8), 3539–3549. https://doi.org/10.1007/s00170-023-10940-1
• Jejurkar, A. S. ve Kadlag, V. L. (2016). Process Parameter Optimization of Surface Grinding for AISI 321 by Using Taguchi Method. International Journal of Scientific Research in Science, Engineering and Technology, 4(4), 41–45.
• Kumar, M., Singh, S. ve Goyal, K. (2016). To study the effect of grinding parameters on surface roughness and material removal rate of cylindrical grinding of heat treated en 47 steel. Journal of Mechanical Engineering, 45(2), 81–88. https://doi.org/10.3329/jme.v45i2.28189
• Kumar Patel, D., Goyal, D. ve Pabla, B. S. (2018). Optimization of parameters in cylindrical and surface grinding for improved surface finish. Royal Society Open Science, 5(5). https://doi.org/10.1098/rsos.171906
• Onwuka, G. ve Abou El Hossein, K. (2016). Surface roughness in ultra-high precision grinding of BK7, 3rd CIRP Conference on Surface Integrity (CIRP CSI), North Carolina, 143–146. doi: 10.1016/j.procir.2016.03.023
• Thanedar, A., Dongre, G. G., Singh, R. ve Joshi, S. S. (2017). Surface integrity investigation including grinding burns using barkhausen noise (BNA). Journal of Manufacturing Processes, 30, 226–240. https://doi.org/10.1016/j.jmapro.2017.09.026
• Adıyaman, O., & Fikret, S. (2020). Yeni Tip Taşlama Yönteminde Taşlama Parametrelerinin Deneysel Tasarım Yöntemi İle Yüzey Pürüzlülüğü Üzerine Etkisinin İncelenmesi. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 9(1), 215–225. https://doi.org/10.17798/bitlisfen.544248
• Diering, M., Wieczorowski, M., & Brown, C. (2019). Advances in Manufacturing Technology. Içinde Aeronautical Journal (C. 88, Sayı 872). https://doi.org/10.1017/s0001924000020133
• Hinz, M., Radetzky, M., Guenther, L. H., Fiur, P., & Bracke, S. (2019). Machine learning driven image analysis of fine grinded knife blade surface topographies. Procedia Manufacturing, 39(2019), 1817–1826. https://doi.org/10.1016/j.promfg.2020.01.257
• Jejurkar, A. S., & Kadlag, V. L. (2016). Process Parameter Optimization of Surface Grinding for AISI 321 by Using Taguchi Method. 4(4), 41–45.
• Li, D., Jiang, W., & Qi, H. (2025). Optimized for Silicon Wafer Dicing Blade Machining and Grinding Parameters of Structure. Manufacturing Technology, 25(1), 67–75. https://doi.org/10.21062/mft.2025.009
• Onwuka, G., & Abou El Hossein, K. (2016). ­ View PDF. Surface roughness in ultra-high precision grinding of BK7, 143–146.
• Rowe, B. W. (2010). Modern Grinding Techniques (C. 12, Sayı 2007). https://hsgm.saglik.gov.tr/depo/birimler/saglikli-beslenme-hareketli-hayat-db/Yayinlar/kitaplar/diger-kitaplar/TBSA-Beslenme-Yayini.pdf
• Sornmo, O., Robertsson, A., & Wanner, A. (2012). Force controlled knife-grinding with industrial robot. Proceedings of the IEEE International Conference on Control Applications, 1356–1361. https://doi.org/10.1109/CCA.2012.6402362
• Sutowski, P., Zieliński, B., & Nadolny, K. (2025). Advanced regression model fitting to experimental results in case of the effect of grinding conditions on a cutting force with the planer technical knives. Measurement: Journal of the International Measurement Confederation, 241(September 2024). https://doi.org/10.1016/j.measurement.2024.115717
• Vishal Sharma, & Puneet Sharda. (2024). Analysis of Surface Grinding Response Parameter for EN31 Alloy Steel using Taguchi Methodology & Artificial Neural Network and Compression with Cylindrical Grinding Performance Parameter. International Journal of Advanced Research in Science, Communication and Technology, 77–85. https://doi.org/10.48175/ijarsct-19015